分享数据科学家的自我修养

文章目录1.1 mmdetction 安装1.1.1 系统环境需求1.1.2 安装 mmdetection1.2 训练自定义数据集 CatDog1.2.1 准备数据集1.2.2 修改 faster_rcnn 模型配置1.2.3 训练模型1.2.4 测试图片1.2.4.1 测试单张图片1.2.4.2 测试多张图片1.1 mmdetction 安装1.1.1 系统环境需求参考 mmdetecti...

文章目录9.1 图像增广9.1.1 常用的图像增广方法9.1.1.1 翻转和裁剪9.1.1.2 变化颜色9.1.1.3 叠加多个图像增广方法9.1.1 使用图像增广训练模型9.2 微调9.2.1 热狗识别9.2.1.1 获取数据集9.2.1.2 定义和初始化模型9.2.1.3 微调模型9.3 目标检测和边界框9.4 锚框9.1 图像增广图像增广基于现有训练数据生成随机图像从而应对过拟合。为...

文章目录7.4 动量法7.5 AdaGrad算法7.6 RMSProp算法7.7 AdaDelta算法7.8 Adam算法优化算法paramsstateshyperparamsoptimizer梯度下降----随机梯度下降----小批量随机梯度下降----动量法w, b速度变量vlr, momentumsgdAda...

文章目录6.6 通过时间反向传播6.6.1 定义模型6.6.2 模型计算图6.6.3 方法6.7 门控循环单元（GRU）6.6 通过时间反向传播6.6.1 定义模型6.6.2 模型计算图重点：循环神经网络模型计算中的依赖关系图。6.6.3 方法当总的时间步数较大或者当前时间步较小时，循环神经网络的梯度较容易出现衰减或爆炸。6.7 门控循环单元（GRU）裁剪梯度可以应对梯度爆炸，但无...

文章目录5.1 二维卷积层5.1.1 二维互相关运算5.1.2 二维卷积层5.1.3 图像中物体边缘检测5.1.4 通过数据学习核数组5.1.5 互相关运算核卷积运算5.1.6 特征图核感受野5.2 填充和步幅5.2.1 填充5.2.2 步幅5.3 多输入通道和多输出通道5.3.1 多输入通道5.3.2 多输出通道5.3.3 1*1卷积层5.4 池化层5.4.1 二维最大池化层和平均池化层5.4....

4.1 模型构造4.1.1 继承Module类来构造模型4.1.2 Module的子类继承自Module的可以方便构建模型的类: 如Sequential、ModuleList和ModuleDict等等。4.1.2.1 Sequential类可以接收一个子模块的有序字典（OrderedDict）或者一系列子模块作为参数来逐一添加Module的实例，而模型的前向计算就是将这些实例按添加的顺序...

待处理问题：时序数据采样的随机采样和相邻采样的区别？ 循环神经网络的从零开始实现，循环神经网络的简洁实现？

待处理问题：x.grad.data.zero_()与x.grad.zero_()的区别？ focal loss的原理，PyTorch实现（二分类、多分类），超参数的含义。 PyTorch中在反向传播前为什么要手动将梯度清零？2.2 数据操作2.2.1 创建Tensor2.2.2 操作PyTorch操作inplace版本都有后缀_。索引使用类似NumPy的索引操作，索引...