BenjaminYoung29的博客

np.random.rand(d0,d1,d2……dn)注：使用方法与np.random.randn()函数相同 ，但rand返回的是均匀分布的样本值，randn返回的是正态分布的样本值作用：通过本函数可以返回一个或一组服从“0~1”均匀分布的随机样本值。随机样本取值范围是[0,1)，不包括1。1)当函数括号内没有参数时，则返回一个浮点数；2）当函数括号内有一个参数时，则返回秩为1的数组...

线性的函数，计算简单，收敛快，sparsely activated。所谓sparsity是指模型sparsity。指模型更多的神经元是在处理有用的部分，舍弃无用的部分，所以比dense network工作更好，更快但ReLU有个问题是dying ReLU。即如果一个神经元陷入了<0的部分，总是输出0，则这个神经元死了。这样的神经元没有用处，网络的一大部分都在无所事事。那为什么一开始这样的...

首先官网下载对应的版本解压在cudnn目录前新建include文件夹mkdir /usr/local/cuda/include将对应文件放进去cd cudasudo cp include/cudnn.h /usr/local/cuda/include/另外的lib64的先不放， 删除原有的软链接rm -rf libcudnn.so等等将新的lib64的文件放进去（注意其他两...

import torcht=torch.randn(2,2,2)print(t.sum(0))print(t.sum(1))print(t.sum(2))假设t=[[ [a, b], [c,d] ],[ [e, f], [g, h] ]]分成3层。第0层即t。第1层有两个数组， t1= t[0]= [ [a, b], [c,d] ], t2=t0[1]= [ [e, f], [...

tensorflow中的conv2有padding=‘SAME’这个参数。吴恩达讲课中说到当padding=(f-1)/2（f为卷积核大小）时则是SAME策略。但是这个没有考虑到空洞卷积的情况，也没有考虑到strides的情况。查阅资料后发现网上方法比较麻烦。手算，实验了一个早上，终于初步解决了问题。分为两步：填充多少中文文档中有计算公式：输入: (N,Cin,Hin，Win)(N,C...

论文题目：SQUEEZENET: ALEXNET-LEVEL ACCURACY WITH 50X FEWER PARAMETERS AND <0.5MB MODEL SIZE论文作者：ForrestN.Iandola1,SongHan2,MatthewW.Moskewicz1,KhalidAshraf1, WilliamJ.Dally2,KurtKeutzer1摘要：更小的CNN的好处...

标题-PointSeg: Real-Time Semantic Segmentation Based on 3D LiDAR Point Cloud作者-Yuan Wang1 Tianyue Shi2 Peng Yun1 Lei Tai1 Ming Liu1摘要：PointSeg，基于球形图的实时端到端语义分割道路物体的方法。球形图是指从3维雷达点云转变成的645125并用于作为CNN的输入...

标题-Associatively Segmenting Instances and Semantics in Point Clouds作者-Xinlong Wang1 Shu Liu2 Xiaoyong Shen2 Chunhua Shen1 Jiaya Jia2;3介绍实例分割，语义分割：检测场景中由最小单位的集合代表的特定信息的区域。例如。一个点云可以分析成几组点，每个组表示一个类。或者...

标题：Multi-view Incremental Segmentation of 3D Point Clouds for MobileRobots作者：Jingdao Chen1, Yong K. Cho2, and Zsolt Kira1摘要现有点云语义分割大部分基于单帧或者离线的基础。如PointNet[6]和SGPN[7]，在应用于机器人实时扫描时缺乏实时性，因为它们被设计成一次操...

翻译自：/jovian本文目标：创建一个模型，通过平均温度，降雨量，湿度来预测苹果和橙子的产量。在线性回归的模型中， 每个目标变量被一串权重（weight）和其他变量的乘积和偏差（bias）的求和表示，如：yield_apple = w11 * temp + w12 * rainfall + w13 * humidity + b1yield_orange = w21 * temp + w...

变量都是tensor。先引入库import tensorflow as tfimport numpy as np import mathimport matplotlib.pyplot as pltnp.random.seed(1)os.environ[&amp;quot;CUDA_VISIBLE_DEVICES&amp;quot;]=&amp;quot;2&amp;quot;使用tensorflow一般都是如下步骤：声明张量（tensors）...

Keras样例def model(input_shape): #输入的placeholder。可以理解成图片 X_input=Input(input_shape) #padding X=ZeroPadding2D((3,3))(X_input) #conv-&amp;gt;bn-&amp;gt;relu #filters: filter的数量 #kernel_size: filter的大小 #p...

Introduction提高感受野能获得更多的上下文信息，从而大大增益超分辨率（SR）的工作。然而通过加深网络的深度来扩大感受野会引入更多的变量，使网络更难收敛，推断时计算效率更低。另外一个简单的策略是用带有步长的卷积层或者池化层来降采样，能够很好的收集图片上下文信息，降低计算机视觉的高级应用的计算负担。然而，这次额都不适合低层次的图片处理问题因为重要的图片细节在降采样过程中损失了。LSTM将像...