摘要1 引言2 相关工作3 预备知识、讨论、直觉3.1 深度可分离卷积3.2 线性瓶颈(Linear Bottlenecks)3.3 反向残差(Inverted residuals)3.4 信息流解释4 模型结构5 执行记录5.1 内存有效管理...

一、论文：https://arxiv.org/abs/18非官方Caffe代码：https://github.com/shicai/MobileNet-Caffe二、论文理解MobileNet V2 是对...

docker小白…搭建基础：宿主机已经有CUDA8.0进出快捷键：ctrl+d 退出容器且关闭, docker ps 查看无ctrl+p+q 退出容器但不关闭, docker ps 查看有使用docker restart命令重启容器使用docker attach命令进入容器一、安...

import osos.environ[“CUDA_DEVICE_ORDER”] = “PCI_BUS_ID”os.environ[“CUDA_VISIBLE_DEVICES”] = “-1”

import tensorflow as tfsess=tf.Sessionwith tf.Graph().as_default():with tf.gfile.FastGFile(‘*.pb’,’rb’) as modelfile:graph_def=tf.GraphDef()graph_def.ParseFromString(modelfi...

（一）SVM的背景简介支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[10]。支持向量机方法是建立在统计学习理论的VC 维理论和结...