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

这些年在计算机视觉领域中的自监督学习~

文章目录为什么需要自监督学习?什么是自监督学习?Pretext Task进一步理解Pretext TaskClustering & Contrastive LearningContrastive Self-supervised Learning LearningDeep InfoMaxContrastive Predictive CodingLearning Invariance with

#计算机视觉
如何正确地计算神经网络模型的推理时间【含代码,以pytorch为例】

无论是做学术还是做工程项目,实际推理时间()总是我们衡量一个模型好坏的重要参照指标。目前已经也有很多博客在介绍如何计算一个神经网络模型的推理时间,但是写得都比较"粗糙",在看了一些国内外的博客后,对这个问题有了一些总结性的经验,故写下这篇博客。某些博客直接将python程序的测速方式用到神经网络模型的测速中来(使用计时),这忽略了深度学习问题的特殊性(在GPU上进行推理)。直接使用这种方式进行测速

#pytorch#神经网络#深度学习
一文弄懂Batch Norm / Layer Norm / Instance Norm / Group Norm 归一化方法

文章目录前因总览Batch NormalizationLayer NormalizationInstance NormalizationGroup Normalization最终总结参考前因Normalization现在已经成了神经网络中不可缺少的一个重要模块了,并且存在多种不同版本的归一化方法,把我们秀得头晕眼花,其本质都是减去均值除以方差,进行线性映射后,使得数据满足某个稳定分布,如下图所示:

#人工智能
图像数据集预处理:计算数据集RGB各通道的均值、方差/标准差

文章目录参考目的计算原理Python实现参考https://www.cnblogs.com/liugl7/p/10874958.html参考上文的原理以及框架,在其基础上做了一定的修改及提炼目的我们在做图像领域的任务或者项目时,通常需要对图像进行归一化处理,使输入网络的数据呈现一个稳定的分布。这就需要我们求得图像各通道(R、G、B)的均值以及方差。计算原理一般计算方差和均值需要两步,...

#python#计算机视觉#机器学习 +1
Nips2021(Segmentation) - 高效的语义分割transformer《SegFormer》

文章目录原文地址论文阅读方法初识相知Transformer EncoderAll-MLP Decoder整体网络结构讨论与实验回顾代码原文地址原文论文阅读方法三遍论文法初识本文的工作主要是Transformer在语义分割领域的应用,虽然CVPR21已经有SETR(基于ViT)了,但是其本身还是存在不少问题的:① ViT作为backbone只能输出固定分辨率的特征图,这对于密集预测任务显然不够友好;

#transformer#深度学习#pytorch
这些年在计算机视觉领域中的自监督学习~

文章目录为什么需要自监督学习?什么是自监督学习?Pretext Task进一步理解Pretext TaskClustering & Contrastive LearningContrastive Self-supervised Learning LearningDeep InfoMaxContrastive Predictive CodingLearning Invariance with

#计算机视觉
【机器学习经典算法】K近邻(KNN):核心与总结

KNN算法的主要核心以及算法总结,包括KD树的构建与搜索

#机器学习#算法#近邻算法
Linux服务器的正确关机方式

与Windows系统的不同windows系统的关机很简单,你觉得不爽直接关了就行了。而对于Linux系统来说,特别是linux服务器,它是一个非单机系统,这台主机可能同时有多个人在共同使用。如果贸然关机,会直接中断掉别人的进程,并且可能导致文件的损坏!先观察使用状态使用who这个指令,观察目前有谁正在使用系统资源其中第一列表示用户名,第二列表示登录地点(tty表示实体登录,pts表示远程登录),第

#linux
Pytorch:实现图像分类 VGG & ResNet(以猫狗数据集为例)

文章目录准备数据集模型文件 VGG_hc.py训练 train.ipynb测试文件 Test.pyGitHub地址:准备数据集我是用的torchvision.datasets.ImageFolder加载的数据,就把数据集分成如下形式:猫狗数据集里有25000张train数据,12500张test数据;我从train数据中随机抽取4000张图像作为val数据集。import torchv...

#迁移学习#深度学习
图像数据集预处理:计算数据集RGB各通道的均值、方差/标准差

文章目录参考目的计算原理Python实现参考https://www.cnblogs.com/liugl7/p/10874958.html参考上文的原理以及框架,在其基础上做了一定的修改及提炼目的我们在做图像领域的任务或者项目时,通常需要对图像进行归一化处理,使输入网络的数据呈现一个稳定的分布。这就需要我们求得图像各通道(R、G、B)的均值以及方差。计算原理一般计算方差和均值需要两步,...

#python#计算机视觉#机器学习 +1
    共 27 条
  • 1
  • 2
  • 3
  • 请选择