1.推导：MobileNets中的深度游可分离卷积与标准卷积的算力消耗之比？ *（input feature: FxFxC, kernel size: KxKxCxM, padding=same）* 标准卷积的算力消耗：KxKxFxFxCxM； 深度可分离卷积算力消耗：(KxKxFxFxCx1) + ...
分类：
Web程序 时间：
2020-07-06 16:14:01
阅读次数：
79
统计学习三要素（模型，策略，算法）： 模型：假设空间，假设输入到输出之间的关系，获得一个参数向量 策略：按照什么准则（损失函数，风险函数，经验风险函数=>结构风险函数）选择最好的模型 算法：学习模型的具体计算方法 统计学习三要素 统计学习三要素个人理解 卷积神经网络CNN 卷积神经网络--输入层、卷 ...
分类：
其他好文 时间：
2020-07-05 23:25:17
阅读次数：
111
上一篇文章介绍了矩阵量化的基本原理，并推广到卷积网络中。这一章开始，我会逐步深入到卷积网络的量化细节中，并用 pytorch 从零搭建一个量化模型，帮助读者实际感受量化的具体流程。 本章中，我们来具体学习最简单的量化方法——后训练量化「post training quantization」 由于本人 ...
分类：
其他好文 时间：
2020-07-05 23:13:10
阅读次数：
295
图像腐蚀 1.基础理论 形态学转换主要针对的是二值图像(0/1)图像类似于领域被蚕食，将图像中的高亮区域白色部分进行缩减细化，其运行结果图比原图的高亮区域更小。主要包括两个输入对对象： 二值图像，卷积核（卷积核是腐蚀中的关键数组，采用numpy库组成）卷积核的中心点逐个像素扫描原始图像。 被扫描到的 ...
分类：
编程语言 时间：
2020-07-05 17:27:32
阅读次数：
78
最近找了十几篇神经网络注意力机制的论文大概读了一下。这篇博客记录一下其中一篇，这篇论文大概只看了摘要，方法，实验只是大概看了一下。文中提出一种残差级联卷积神经网络，这个网络可以分为俩部分，一种是CF-Conv(coarse-fine convolution)此结构利用了多种卷积在网络中是用来提取图像 ...
分类：
其他好文 时间：
2020-07-05 17:01:54
阅读次数：
75
心得： 卷积操作在图像处理的领域应用广泛，图像做卷积处理有一个天然的好处，即：每个像素点的位置与相邻位置相对固定，也就是说，除了边缘，每一个节点都有相同数量的相邻节点。所以卷积操作相对容易。 但是，随着文本表示的发展，用向量来表示文本的思想应用的越来越广泛深入。textCNN是我理解的卷积在文本表示 ...
分类：
其他好文 时间：
2020-07-04 22:41:44
阅读次数：
62
卷积 1、卷积操作 设输入图像尺寸为WxW，卷积核尺寸为FxF，步幅为S，Padding使用P,经过该卷积层后输出的图像尺寸为NxN： 2、池化操作 设输入图像尺寸为WxW，卷积核的尺寸为FxF，步幅为S，池化后输出图像大小： 原文：https://blog.csdn.net/qq_32172681 ...
分类：
其他好文 时间：
2020-07-04 15:20:50
阅读次数：
107
目录 github地址 内容介绍readme 参考资料 PyTorch是一个简单易用的深度学习框架。 本文主要复现了PyTorch官网的一些常用demo，并修改demo，提供了一系列能方便移植到自己的图像分类任务并高效实用的解决方案。 github地址 https://github.com/itmo ...
分类：
其他好文 时间：
2020-07-03 00:45:23
阅读次数：
61
情感分析：基于卷积神经网络 Sentiment Analysis: Using Convolutional Neural Networks 探讨了如何用二维卷积神经网络来处理二维图像数据。在以往的语言模型和文本分类任务中，把文本数据看作一个一维的时间序列，自然地，使用递归神经网络来处理这些数据。实际 ...
分类：
其他好文 时间：
2020-07-02 19:54:11
阅读次数：
102
深度卷积生成对抗网络 Deep Convolutional Generative Adversarial Networks GANs如何工作的基本思想。可以从一些简单的，易于抽样的分布，如均匀分布或正态分布中提取样本，并将其转换成与某些数据集的分布相匹配的样本。虽然例子匹配一个二维高斯分布得到了交叉 ...
分类：
其他好文 时间：
2020-07-01 12:41:12
阅读次数：
58
