关于卷积操作是如何进行的就不必多说了，结合代码一步一步来看卷积层是怎么实现的。 代码来源：https://github.com/eriklindernoren/ML-From-Scratch 先看一下其基本的组件函数，首先是determine_padding(filter_shape, output ...
分类：
编程语言 时间：
2020-04-15 17:47:17
阅读次数：
67
本文主要介绍了CV概要和CNN基础概念。 1 计算机视觉(computer vision)简介 计算机视觉旨在识别和理解图像/视频中的内容。其诞生于1966年MIT AI Group的"the summer vision project"。当时，人工智能其他分支的研究已经有一些初步成果。由于人类可以 ...
分类：
其他好文 时间：
2020-04-14 01:13:03
阅读次数：
103
省选模拟66 1.有限空间跳跃理论 $FWT$ 给定一个无向图,要求给每条边定向后成为有向无环图,求方案 考虑那个$dp$ $$dp[S]=\sum_{W\in S}( 1)^{|W| 1}dp[S W]$$ 发现就是一个子集卷积的形式,所以开第二维再卷积就好了 省选模拟67 1.链 模拟 发现如果 ...
分类：
其他好文 时间：
2020-04-11 09:46:11
阅读次数：
61
? 摘要 ： 拼接检测方法： 提出了一个两分支CNN，分支的子网络的第一卷积层的内核是使用30种线性高通滤波器的优化组合进行初始化的 ISRM CNN ，这些滤波器用于计算空间富集模型（SRM）中的残差图 SRM CNN ，通过受约束的学习策略进行微调，以保留所学习内核的高通滤波特性 C ISRM ...
分类：
其他好文 时间：
2020-04-06 09:44:23
阅读次数：
165
"CODE Download" 摘要 不同于 ，将所有输入的像素做为有效像素 ,`gated convolution partial convolution gated convolution inside or outside masks, RGB channels or user guidanc ...
分类：
其他好文 时间：
2020-04-05 20:48:30
阅读次数：
93
如无特殊说明，本文 * 均代表卷积 （不懂卷积请转：https://www.cnblogs.com/liumengliang/p/12623485.html） 概念：如果g(n)=Σd|nf(d),则f(n)=Σd|nμ(d)g(n/d) （因为I(n)=1），所以可以在g(n)=Σd|nf(d)右 ...
分类：
其他好文 时间：
2020-04-05 13:38:48
阅读次数：
76
一个常数贼大的多项式快速幂做法...... 首先看前缀和 有一阶前缀和$sum[n]=\sum\limits_{i=1}^n a_i$ 构造一个全是$1$的序列$b$，那么$sum$自然可以看成$a$与$b$卷积的形式。 同时我们还知道$b$的生成函数的封闭形式是$\frac{1}{1 x}$，然后 ...
分类：
其他好文 时间：
2020-04-04 19:01:09
阅读次数：
91
一些简洁易懂的tricks：二分查找、二维平均卷积、异步改同步 ...
分类：
编程语言 时间：
2020-04-04 18:59:55
阅读次数：
106
卷积处理后输出的图片尺寸是多大是根据几个参数计算来的。参数如下：输入图片的大小： (n,n)卷积核的大小：(f,f)步长：s （卷积核计算一个区域后，挪动几个像素再进行计算）padding值：p （即在图像边缘填充几层0）计算公式如下（长、宽的计算方法都一样）：$n' = \frac{n+2*p-f... ...
分类：
其他好文 时间：
2020-04-02 22:19:27
阅读次数：
340
最初目的：搞清楚网络深度与模型的识别精度和准确率之间的关系。 获得的结果：不能无限制的加深网络，在网络加深到一定层数之后就会出现训练效果褪化、梯度消逝或者梯度爆炸等问题。 主要的贡献： 1、提出用多层3 x 3的卷积层来替换大尺寸的卷积核，从而提升网络深度。 2、使用1 x 1的卷积核进行各通道的特 ...
分类：
其他好文 时间：
2020-04-01 16:25:19
阅读次数：
91
