山下梅子酒的博客

视频理解slowfast代码复现bug记录：No such operator video_reader::probe_video_from_memorybug1使用kinetics数据集，复现X3D预训练模型进行测试，当yaml配置文件中DECODING_BACKEND设置为torchvision的时候，出现了报错：Failed to decode by torchvision with exception: No such operator video_reader::probe_video_fro

mAP提升40%！YOLO3改进版—— Poly-YOLO：更快，更精确的检测和实例分割上图看测试效果youtube 上有视频展示：https://www.youtube.com/watch?v=2KxNnEV-Zes环境要求：提示：论文所用的python3.5作者已经试过，发现不能安装tensorflow-gpu 1.15.0版本，换成python3.6成功：详细环境：python3.6tensorflow-gpu 1.15.0keras 2.3.0numpy pillow matp

TensorFlow与PyTorch对比计算图分布式训练生产部署比较参考链接：https://zhuanlan.zhihu.com/p/80733307https://blog.youkuaiyun.com/qq_37388085/article/details/102559532计算图计算图是一种将计算描述成有向无环图的抽象方式。图是一种由节点Node（顶点）和边Edge构成的数据结构，是由有向的边成对连接的顶点的集合。结点：表示数据，如向量、矩阵、张量。边：表示运算，如加减乘除卷积等。pytorch

https://blog.youkuaiyun.com/tszupup/article/details/84997804

一、Kennard-Stone算法原理Kennard-Stone算法原理：把所有的样本都看作训练集候选样本,依次从中挑选样本进训练集。首先选择欧氏距离最远的两个样本进入训练集，其后通过计算剩下的每一个样品到训练集内每一个已知样品的欧式距离，找到距已选样本最远以及最近的两个样本，并将这两个样本选入训练集，重复上述步骤直到样本数量达到要求。二、Kennard-Stone算法作用Kennard-Stone算法作用：用于数据集的划分，使用算法，将输入的数据集划分为训练集、测试集，并同时输出训练集和测试集