outthinker

摘要： depth wise cnn相对于传统的CNN，区别在于：它是逐通道做卷积操作！ 例子如下： （1）使用传统卷积，输入：H*W*C_in，最终输出h*w*C_out：卷积核尺寸为K*K*C_in*C_out，则参数量=K*K*C_in*C_out，计算量=K*K*h*w*C_in*C_out; （2 阅读全文

摘要： 1、贝叶斯定理： 2、朴素贝叶斯分类器 朴素贝叶斯分类的正式定义如下： 1、设为一个待分类项，而每个a为x的一个特征属性。 2、有类别集合。 3、计算。 4、如果，则。 那么现在的关键就是如何计算第3步中的各个条件概率。我们可以这么做： 1、找到一个已知分类的待分类项集合，这个集合叫做训练样本集。 阅读全文

摘要： 转载：https://www.cnblogs.com/javawebsoa/p/3194015.html 本文以快速排序为例，推导了快排的时间复杂度nlogn是如何得来的，其它算法与其类似。 对数据Data = { x1, x2... xn }： T（n）是QuickSort（n）消耗的时间； P（ 阅读全文

摘要： 最早由RGB在论文《Training Region-based Object Detectors with Online Hard Example Mining》中提出，用于fast-rcnn训练中，具有一定训练效果； 论文地址：https://arxiv.org/pdf/1604.03540.pd 阅读全文

摘要： （1）如果tensor只有一个元素，然后转换成int或者float类型的时候直接用int()或者float()就可以了； （2）如果tensor含有多个元素，转换成ndarray时就要用x.detach().numpy()操作了（视情况使用,cpu()）； 阅读全文

摘要： 一般的，默认的collate_fn函数是要求一个batch中的图片都具有相同size（因为要做stack操作），当一个batch中的图片大小都不同时，可以使用自定义的collate_fn函数，则一个batch中的图片不再被stack操作，可以全部存储在一个list中，当然还有对应的label，如下面 阅读全文

摘要： 有的时候需要我们通过一定机制来调整学习率，这个时候可以借助于torch.optim.lr_scheduler类来进行调整；一般地有下面两种调整策略：(通过两个例子来展示一下) 两种机制：LambdaLR机制和StepLR机制； （1）LambdaLR机制： optimizer_G = torch.o 阅读全文

摘要： 这里简短地谈一下如题的三篇论文： 参考：https://blog.csdn.net/gdymind/article/details/82696481 （1）pix2pix:从一张图片生成另一张图片 pipeline如下，其中generator为U-net； （2）Cycle GAN：pix2pix需 阅读全文

摘要： 如果在train.py中调用了1.py中的A方法，则A中的相对路径按照train.py来写！ 阅读全文

摘要： （1）关于调试的一个小技巧： 在上面下栏的调试界面中可以修改变量a的值； （2）指定参数执行脚本： 第一步在run中指定edit configuration，然后在Parameters中指定训练的参数； （3）关于空格和缩进问题 （4）快速浏览源码接口文档: 鼠标放到对应函数位置处，使用“Ctrl 阅读全文