- 博客(11)
- 收藏
- 关注
RSS订阅原创 STN代码理解——NIPS2015
论文链接：https://proceedings.neurips.cc/paper_files/paper/2015/file/33ceb07bf4eeb3da587e268d663aba1a-Paper.pdf代码链接：https://pytorch.org/tutorials/intermediate/spatial_transformer_tutorial.html#
2023-08-28 16:55:51
209
原创 GCT代码理解——CVPR 2020
normalization 建立channel normalization参考了LRN (Local Response Normalization) [3]。LRN与上面提到了四种标准化的区别，一是使用位置，LRN一般放在ReLU层之后；通过上面公式可以看出Channel Normalization就是将每个通道上的数值。被正激活，GCT将促进这个通道的特征和其它通道的特征“竞争”。被负激活，GCT将促进这个通道的特征和其它通道的特征“合作”。当一个通道的特征权重。表示取得的特征图数目，N表示特征图总数。
2023-08-21 16:37:03
250
原创 ECA-Net代码理解——CVPR 2020
前面说过，SE模块由三个部分组成：squeeze、excitation和scale。ECA主要更新SE模块中excitation部分，用法参考：https://blog.youkuaiyun.com/guihaiyuan123/article/details/113455775。假设输入尺寸为(B, C, H, W)，全局平均池化后后为(B, C, 1, 1)；局部连接的实现结合了。
2023-08-17 16:59:05
169
原创 FcaNet代码理解——ICCV2021
FcaNet主要更新SE模块中squeeze部分，将SE模块中的全局平均池化，替换为DCT指导的全局池化。**全局平均池化：**计算每层通道上像素点的算术平均值。**DCT指导的全局池化：**计算每层通道上像素点的加权平均值。每个像素点的权重由计算。下面会将什么是2D DCT的基函数。
2023-08-15 16:31:39
948
原创 SENet代码理解——CVPR2018
原作者用的caffe框架，找了一个pytorch看了看SE模块由三个部分组成：squeeze、excitation和scale.
2023-08-10 20:02:56
104
原创 SRM代码理解——ICCV2019
相当于更新了SENet中的squeeze和excitation部分。对应的提出他的style pooling和style integration。
2023-08-10 16:14:37
193
原创 softmax与交叉熵
内容预览一、期望(Expect)二、熵(Entropy)三、相对熵(KL散度)四、交叉熵(Cross entropy)五、Softmax六、One-hot编码一、期望(Expect)随机变量的均值：E(x)=x1∗P(x1)+x2∗P(x2)+…+xn∗P(xn)E(x)=x_1*P(x_1)+x_2*P(x_2)+…+x_n*P(x_n)E(x)=x1∗P(x1)+x2∗P(x2)+…+xn∗P(xn)如果变量x满足均匀分布，那么期望=均值二、熵(Entropy)信息量：I(x0)=
2021-04-21 13:58:35
1145
原创 pytorch学习笔记（一）
笔记预览一、1.1 学习中常用的两个函数一、1.1 学习中常用的两个函数dir()函数:，能让我们知道工具箱以及工具箱中分隔区有什么东西help()函数:能让我们知道每个工具是如何使用的，工具的具体使用方法...
2021-04-11 20:11:15
464
原创 python学习笔记（二）
笔记预览一、python的判断1.1 python的判断的语法1.2 判断条件二、python的循环2.1 while循环while循环基本语法while结合之前的综合练习2.1 for循环for循环基本语法for结合之前的综合练习总结一、python的判断1.1 python的判断的语法判断时从上到下运行，只要满足一个条件，就运行结果，后面的就不运行了，例如：age = int(input('请输入您的年龄：'))if age > 60: print('该退休了')elif ag
2021-04-03 21:51:28
270
3
原创 试用梯度下降法逼近函数最优解
一道课后思考题：试用梯度下降法，逼近函数y=4w^2+5w+1的最优解，迭代4-5步。解：把导函数看作梯度，沿梯度反方向迭代。程序如下：我们来看看画出的图像：我们将图片放大：可以看出，5次迭代后，（w,y）已经趋近于最低点我们可以在看一看w,y的值来加以确认：w=[0,-0.500000000000000,-0.600000000000000,-0.62000000000...
2020-03-16 17:06:47
1229
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人