简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
【自动驾驶汽车通讯协议】深入理解PCI Express(PCIe)技术
自动驾驶汽车中的PCIe通讯协议介绍
【PyTorch单点知识】神经元网络模型剪枝prune模块介绍(上,非结构化剪枝)
PyTorch剪枝模块prune介绍(非结构化剪枝部分)
【Python小技巧】通过实例说明推导式,条件表达式和Lambda函数
Python实用高级小技巧
【单点知识】基于实例详解PyTorch中的DataLoader类
详解用于深度学习训练数据加载的DataLoader类
【PyTorch实战演练】Faster R-CNN介绍以及通过预训练模型30行代码实现目标检测
Faster R-CNN介绍,并且用30行代码实现目标检测
深度学习模型可视化工具——Netron使用介绍
深度学习模型可视化工具——Netron使用介绍
Pytorch中最大池化层Maxpool的作用说明及实例使用(附代码)
卷积操作的卷积核是有数据(权重)的,而池化直接计算池化窗口内的原始数据,这个计算过程可以是选择最大值、选择最小值或计算平均值,分别对应:最大池化、最小池化和平均池化。比如,在图像识别的实际使用过程中,要识别一个图像中是否有“行人”,最大池化层就可以缓解“行人”的位置对输出带来的影响,可以把计算更主要地关注在“是否”有“行人”上。另外,由于最大池化能提取出特定窗口的最大数据,无论这个数据在窗口中的原
【PyTorch实战演练】RPN(Region Proposal Networks)候选区域网络算法解析(附PyTorch代码)
本文基于论文Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks对RPN候选区域网络进行解析说明,并基于PyTorch库对RPN网络进行编程。