此间一看客

摘要： 论文信息： 地址：https://arxiv.org/abs/1905.03244 时间：2019.05.08 代码：有 一、摘要 本文提出了一种从单张图像上估计3D人体姿态和形状的方法。 先前的一些工作考虑了人体的参数模型SMPL，并尝试回归模型参数。但与基于姿态估计的非参数解决方案相比，这些工作 阅读全文

摘要： 论文信息： 地址：https://arxiv.org/abs/1808.05942 代码：有 日期 ：2018/8/17 一、网络框架 论文中提出一个从图像中预测SMPL模型的shape和pose参数的框架，称之为NBF(Neural Body Fitting)。NBF将3D模型和CNN相结合，利用 阅读全文

摘要： 《动手pytorch》 cat ：cconcatenate，拼接 1 import torch 2 n_train,n_test = 100,100 3 features = torch.randn((n_train+n_test)) 4 poly_features = torch.cat((fea 阅读全文

摘要： 《动手学Pytorch》： 代码： y_hat =torch.tensor([[0.1,0.3,0.6],[0.3.0.2.0.5]]) y = torch.LongTensor([0,2]) y_hat.gather(1,y.view(-1,1)) 输出： tensor([[0.1000, [0. 阅读全文

摘要： 集成学习一：学习策略 一、生活中的例子 · 考虑5个人构成一个小组去参加测试： - 1. 选择题 - 2. 估算 - 3. 完成背唐诗300首(或单词8000个)的任务 - 4. 天文、地理、历史、化学、物理知识问题 二、集成学习定义 把复杂的任务分解成一组简单的任务，再把这些任务的解重新组合起来 阅读全文

摘要： 原文链接：https://blog.csdn.net/hqh131360239/article/details/79061535 1. 函数名字解析 np: numpy linalg: linear(线性) + algebra(代数) norm: 范数 2. 函数参数 x_norm = np.lin 阅读全文