
深度学习
Junyuan12
这个作者很懒,什么都没留下…
展开
-
Tensorflow Faster RCNN修改训练的类别数量
本文主要基于COCO数据集,需要某一类别或某几个类别的检测结果,所以针对特定的类别专门训练一个Faster RCNN的模型,后续可以针对特定的类别设置ancher和scale的大小以达到更好的效果。 源码地址:tf faster rcnn 训练 要修改的文件:./tf-faster-rcnn/lib/datasets/coco.py 第39行: cats = self._COCO.loadCa...原创 2019-11-10 20:51:26 · 966 阅读 · 0 评论 -
Tensorflow compute_gradirnts和apply_gradients原理浅析
最近在看fatser rcnn的源码,发现优化梯度的时候不是直接用的Optimizer.minimize(),而是先计算梯度Optimizer.compute_gradients(),然后Optimizer.apply_gradients()。 optimizer.minimizer(loss, var_list) 我们都知道,TensorFlow为我们提供了丰富的优化函数,例如GradientD...转载 2019-10-29 13:59:39 · 1306 阅读 · 0 评论 -
Weight Initialization in Neural Networks: A Journey From the Basics to Kaiming(上)
原文链接:点击前往。 本文通过简短的实验说明为什么适当的初始化权值在深度神经网络训练中如此重要。 分别用Tensorflow2.0和Pytorch实现。 Why Initialize Weight 权重初始化的目的是防止层激活输出在深度神经网络的正向传递过程中爆炸或消失。如果发生以上任何一种情况,损失梯度不是太大就是太小,无法有利地反向传播,如果发生了以上的情况,网络收敛则需要更长的时间。 矩阵乘...翻译 2019-10-17 18:14:06 · 207 阅读 · 0 评论