理解部分L1与L2区别：使用L1可以得到稀疏的权值；用L2可以得到平滑的权值L1-norm(范数)，也叫作最小绝对偏差（leastabsolute deviations, LAD），最小绝对误差（least absolute errors，LAE）.它是最小化目标值yi和估计值f(xi)绝对差值的求和：L2-norm(范数)也称为最小均方(least squares)，它是最小化目标值...

优点：在不做pooling损失信息和相同的计算条件下的情况下，加大了感受野，让每个卷积输出都包含较大范围的信息。空洞卷积经常用在实时图像分割中。当网络层需要较大的感受野，但计算资源有限而无法提高卷积核数量或大小时，可以考虑空洞卷积。空洞卷积（dilated convolution）是针对图像语义分割问题中下采样会降低图像分辨率、丢失信息而提出的一种卷积思路。利用添加空洞扩大感受野，让原本3x3..

在使用服务器时候，都会命令行下执行nvidia-smi，查看多个GPU信息，来选择使用哪块GPU，今天我们就重点了解下NVIDIAGPU最重要的命令之一nvidia-smi。首先我们来看官方对nvidia-smi的定义：1 基于NVIDIA Management Library （NVIDIA管理库），实现NVIDIA GPU设备的管理和监控功能2 主要支持Tesla, GRID, Q...

在使用服务器时候，都会命令行下执行nvidia-smi，查看多个GPU信息，来选择使用哪块GPU，今天我们就重点了解下NVIDIAGPU最重要的命令之一nvidia-smi。首先我们来看官方对nvidia-smi的定义：1 基于NVIDIA Management Library （NVIDIA管理库），实现NVIDIA GPU设备的管理和监控功能2 主要支持Tesla, GRID, Q...

优点：在不做pooling损失信息和相同的计算条件下的情况下，加大了感受野，让每个卷积输出都包含较大范围的信息。空洞卷积经常用在实时图像分割中。当网络层需要较大的感受野，但计算资源有限而无法提高卷积核数量或大小时，可以考虑空洞卷积。空洞卷积（dilated convolution）是针对图像语义分割问题中下采样会降低图像分辨率、丢失信息而提出的一种卷积思路。利用添加空洞扩大感受野，让原本3x3..

当使用PIL.Image.open()打开图片后，如果要使用img.shape函数，需要先将image形式转换成array数组img = numpy.array(im)比如要加椒盐噪声for k in range(n):i = int(numpy.random.random() * img.shape[1]);j = int(numpy.random.r...

拉普拉斯矩阵是图论中用到的一种重要矩阵，给定一个有n个顶点的图 G=(V,E)，其拉普拉斯矩阵被定义为 L = D-A，D其中为图的度矩阵，A为图的邻接矩阵。例如，给定一个简单的图：把此“图”转换为邻接矩阵的形式，记为A：把W的每一列元素加起来得到N个数，然后把它们放在对角线上（其它地方都是零），组成一个N×N的对角矩阵，记为度矩阵D，如下图所示。其实度矩阵（对角线元素）表示的就是...

在运行项目过程中，通过获取当前系统的类型来决定线程数量；类型：linux/windows/mac或者java虚拟机os.name该变量返回当前操作系统的类型，当前只注册了3个值：分别是posix , nt , java， 对应linux/windows/java虚拟机print(os.name)sys.platform该变量返回当前系统的平台标识print(sys...