logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

深度学习之训练数据

文章目录训练数据优化器选择SGDRMSpropAdam回调函数选择模型保存-ModelCheckpointLearningRateScheduler评估标准选择数据集的划分划分比例fit实际建议训练数据https://www.yuque.com/lart/ml-newer/...

#深度学习
显著性目标检测之F3Net: Fusion, Feedback and Focus for Salient Object Detection

F3Net: Fusion, Feedback and Focus for Salient Object Detection文章目录F3Net: Fusion, Feedback and Focus for Salient Object Detection说在开头主要工作主要结构损失函数实验细节相关链接原始文档:https://www.yuque.com/lart/papers/mq2x1yAAA

#人工智能#深度学习#计算机视觉
深度学习之构建网络

文章目录构建网络前言卷积层汇聚层全连接层激活函数权重初始化正则化损失函数一般的分类问题类别数目巨大属性(Attribute)分类回归问题结构化预测(structured prediction)实际建议构建网络版本号...

#深度学习
MATLAB之将mat中的数据导出到Excel文件

MATLAB之将mat中的数据导出到Excel文件原始文档: https://www.yuque.com/lart/tools/cnedve文章目录MATLAB之将mat中的数据导出到Excel文件动机环境方法代码参考链接动机部分项目的测试代码使用的还是matlab, 但是由于excel处理数据的便利, 以及对于手工输入数据的厌恶, 我研究了下如何将计算得到的保存在mat文件中的数据导...

#matlab
CNN之EdgeFormer-向视觉Transformer学习,构建一个比 MobileViT 更好更快的卷积网络

EdgeFormer: 向视觉 Transformer 学习,构建一个比 MobileViT 更好更快的卷积网络本文原始文档:https://www.yuque.com/lart/papers/eu498f论文:https://arxiv.org/abs/2203.03952代码:https://github.com/hkzhang91/EdgeFormer核心内容本文主要探究了轻量模型的设计。通

文章图片
#transformer#人工智能#计算机视觉
长尾分布之DECOUPLING REPRESENTATION AND CLASSIFIER FOR LONG-TAILED RECOGNITION

原始文档:https://www.yuque.com/lart/papers/drggsoICLR 2020的文章.针对长尾分布的分类问题提出了一种简单有效的基于re-sample范式的策略.提出的方法将模型的学习过程拆分成两部分:representation learning 和 classification.对于前者, 则将完整的模型在原始的数据分布上进行训练, 即instance-balan

文章图片
#深度学习#神经网络#分类
使用 PyTorch 实现 Kronecker Product

Kronecker Product及pytorch实现文章目录Kronecker Product及pytorch实现计算过程PyTorch实现参考资料原始文档:https://www.yuque.com/lart/idh721/gb2h93计算过程[a11a12a13a21a22a23],B=[b11b12b21b22b31b32],A⊗B=[a11b11a11b12a12b11a12...

文章图片
#数学#pytorch
显著性检测之Cascaded Partial Decoder for Fast and Accurate Salient Object Detection

Cascaded Partial Decoder for Fast and Accurate Salient Object Detection文章目录Cascaded Partial Decoder for Fast and Accurate Salient Object Detection几个亮点网络结构双分支训练整体注意力模块(Holistic Attention Module)解码器实验细.

#深度学习
显著性检测之Contour Loss: Boundary-Aware Learning for Salient Object Segmentation

Contour Loss: Boundary-Aware Learning for Salient Object Segmentation文章目录Contour Loss: Boundary-Aware Learning for Salient Object Segmentation网络结构Contour LossHierarchical Global Attention Module实验细节参.

#深度学习
模型压缩 | TIP 2022 - 蒸馏位置自适应:Spot-adaptive Knowledge Distillation

TIP 2022 - 蒸馏位置自适应:Spot-adaptive Knowledge Distillation本文已授权极市平台, 并首发于极市平台公众号. 未经允许不得二次转载.原始语雀文档:https://www.yuque.com/lart/gw5mta/vhbggb论文:https://arxiv.org/abs/2205.02399代码:https://github.com/zju-vi

文章图片
#深度学习#人工智能#计算机视觉
    共 28 条
  • 1
  • 2
  • 3
  • 请选择