Jayn的专栏

例如，如果稀疏张量的形状为 (B, C, D, H, W)，则 indices 属性的形状为 (N, 5)，其中每一行包含 5 个整数，表示非零元素在 (B, C, D, H, W) 这 5 个轴上的位置。每一行表示一个非零元素的特征向量，例如，如果稀疏张量的形状为 (B, C, D, H, W)，并且每个非零元素需要一个 4 维的特征向量，例如表示物体类别和得分，则 features 属性的形状为 (N, 4)。对象中是一个表示稀疏张量空间维度大小的元组，通常用于描述图像数据的大小。

LayerNorm计算公式：y=x−E(x)Var⁡(x)+ϵ∗γ+βy=\frac{x-E(x)}{\sqrt{\operatorname{Var}(x)+\epsilon}} * \gamma+\betay=Var(x)+ϵ​x−E(x)​∗γ+β一般有两种计算LayerNorm的方式，这两种方式的区别在与进行归一化操作的维度不同，假设输入的tensor维度为NxCxHxW,则两种计算方式分别如下：（1）计算一个batch中所有channel中所有参数的均值和方差，然后进行归一化，操作维度为C

提出问题深度学习方法提出后，目标分类任务性能急剧提升，top-5 error on ImageNet已经从15%降低到2%，这对于1000类目标分类任务已经超越了人类水平。但是在COCO数据集上的检测任务中（目标只有80类）检测器的mAP性能却只有62%（即使overlap设置只有50%）。为什么目标检测要比目标分类任务困难许多？检测目标的尺度范围变化很大（在COCO检测数据集中，最小的...

之前一直对darknet中的分类损失梯度计算函数有些不太明白，不清楚为何在开始还有有一段对delta[index]是否为0的判断。后来思考了一下，觉得应该是这个原因。首先看一下这段代码：void delta_yolo_class(float *output, float *delta, int index, int class, int classes, int stride, float *...

持续更细中:实践强化学习应用于游戏：https://github.com/yenchenlin/DeepLearningFlappyBirdtensorFlow示例代码：https://github.com/aymericdamien/TensorFlow-Examples博客文章First Contact With TensorFlow学习笔记：https://gith...

Abstract本文提出了一种灵活有效的anchor生成机制用于目标检测框架，我们取名为MetaAnchor，不同于之前的检测框架中，使用预先设定的Anchor，MetaAnchor可以从任意的自定义的预设box中动态生成。MetaAnchor可以适用于任何的基于anchor的目标检测框架，如RetinaNet。与之前的anchor预先定义的机制相比，我们发现MetaAnchor在anchor...

Training Region-based Object Detectors with On line Hard Example Mining1.Introduction目标检测经常转换为目标classification问题。这样做的后果就是导致标注的目标和背景的比例严重不均衡。 在使用滑动窗口时，背景与目标框的比例约为100000：1.虽然近年来的object-proposal-based方法

出现如下问题：from caffe import layers as L, params as P, to_protoImportError: No module named caffe这是由于没有将caffe的python模块添加到python的引用目录中导致的，解决方法：sudo vim ~/.bashrc在文件最后写入如下内容：export PYTHONPATH=~/caffe/python

CUDA安装问题opencv安装问题安装过程中出现一些问题，记录一下：CUDA安装问题opencv安装问题CUDA安装问题安装CUDA时，选择使用CUDA安装包中的Nvidia驱动，但是在安装驱动的时候总是说驱动安装失败。 查看安装错误日志，发现是由于Nouveau driver已经安装的原因导致Nvidia driver无法安装（Nouveau driver是第三方开源driver）：

之前在看GoogLeNet中的Inception v1模型时，看到其中有很多1*1的卷积层，之前总是不太明白加这些有什么用啊？降维在认真学习后，发现自己忽略了一个重要的因素。就是卷积核的个数。1*1的卷积核主要是通过减少channel数量来实现特征维度降低，从而减少整个网络模型的参数的。原始的Inception module中，参数数量为：(64*192*1*1)+(128*192*3*3)+(32

在网上看到一张很好的关于Caffe中的layer type的梳理，记录一下：

caffe model下载在caffe-master\script路径下执行下载脚本：python download_model_binary.py models/bvlc_reference_caffenet出现如下错误：ERROR:[Errno 2] No such file or directory:'models/bvlc_reference_caffenet\\readme.md'usa

深度学习，计算机视觉相关资源的收集整理