主要基于 https://blog.csdn.net/10km/article/details/70160645最近针对性地调整了一下数据集，通过从ILSVSC12中抽取一些类生成txt和lmdb用于检测任务。处理办法有机会另写一篇把。训练时主要遇到了两类错误：CHECK(std::equal(top_shape.begin() + 1, top_shape.begin() + 4, ...

Anaconda搜索bz2安装包： https://anaconda.org/某些以-C指定源安装的包可能需要登陆下载bz2文件并执行命令：conda install --use-local *.bz2pip搜索whl安装包：https://pypi.org/下载whl文件并执行命令：pip install *.whl...

pytorch文档阅读与分析

本文源码基于版本1.0，交互界面基于0.4.1import torch按照指定轴上的坐标进行过滤index_select()沿着某tensor的一个轴dim筛选若干个坐标>>> x = torch.randn(3, 4)# 目标矩阵>>> xtensor([[ 0.1

本文列举的框架源码基于PyTorch1.0，交互语句在0.4.1上测试通过import torch在PyTorch中，Tensor和tensor都能用于生成新的张量：>>> a=torch.Tensor([1,2])>>> atensor([1., 2.])>>> a=to

此时论文中的参考文献引用全部是“[?]”，可以通过编译两次来生成pdf文件：pdflatex paperbibtex paperpdflatex paperpdflatex paper大功告成！

Deconvolution的一些用途：在ZF-Net中用于对feature map做可视化：https://arxiv.org/abs/1311.2901在FCN中用于生成等于原图shape的图像：https://arxiv.org/abs/1411.4038autoencoder中用于解码器：https://docs.microsoft.com/en-us/cognitive-toolk...

原文见https://stackoverflow.com/questions/37658069/does-caffe-need-data-to-be-shuffled/37659171#37659171。本文不只是相对caffe而言的，更重要的是解释了为什么我们在训练模型的时候需要shuffle数据提问：我利用此处的代码把我的imagenet图片数据转换到caffe的db格式。数据需要s...

paddle自带模型的参数量和计算量统计