qq_38897423的博客

原创 python中函数list的引用问题

python在函数中使用list碰到的问题本以为 输出为 【1，2，3】实际输出

原创 linux启动mongo命令

mongo -f mongodb.conf (配置文件具体位置)

原创 在centos8中安装使用mongodb

按照博文中进行安装配置，但是 后面我出现了一个问题：解决办法：https://blog.youkuaiyun.com/yjn1995/article/details/99465329进行防火墙设置 便能解决 连接不上端口的问题

原创 解决使用tensorflow-GPU版本时缺dll文件问题

2020-10-17 23:30:49.780839: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library ‘cublas64_10.dll’; dlerror: cublas64_10.dll not found2020-10-17 23:30:49.784439: W tensorflow/stream_executor/platform/default/dso_l

原创 We recommend you use --use-feature=2020-resolver to test your packages with the new resolver before

解决pip安装版本依赖性问题在需要安装的包语句后面加 --use-feature=2020-resolver例如：pip install tensorflow-gpu==2.1.0 --use-feature=2020-resolver

原创 tensorflow安装cuda及cudnn版本对应

原创 VARIANCE REDUCTION FOR REINFORCEMENT LEARNING IN INPUT-DRIVEN ENVIRONMENTS

VARIANCE REDUCTION FOR REINFORCEMENT LEARNING如何解决强化学习中遇到的输入具有很强的随机性即input-driven environment的问题，这一问题会导致reward具有非常大的varience,难以判断action的好坏。论文背景：作者使用强化学习的方法解决视频分辨率自适应选择问题。由于视频分辨率选择受网络带宽变化、视频时长因素影响。不同于游戏场景中state和action分布的有限性和确定性。这些因素具有很强的随机性。input不仅有state

原创 WDP（the winner determination problem）问题

任务分配问题。最大化中标者为设置标的的人的效用。例如：最大化所有标项竞标最后的总价。其中约束：每项标最多只能有一个中标者每个投标者最多能拿到一个标项

原创 快速安装pytorch

1、上清华镜像网站手动下载 网址2、参考这篇教程离线安装

原创 conda延长下载等待时间

conda延长下载等待时间

原创 pytorch中的BCELoss与BCEwithlogitLoss

BCELoss与BCEwithlogitLoss

原创 Pytorch中Tensor与各种图像格式的相互转化

Pytorch中Tensor与各种图像格式的相互转化

原创 PyTorch中Tensor的维度变换

PyTorch中Tensor的维度变换

原创 torch中的上采样upsample()或interpolate()

upsample上采样upsample上采样2

原创 深度学习参数初始化

Xavier初始化Kaiming初始化

原创 超分辨率中RCAB--残差通道注意力块

见链接

原创 AdaptiveAvgPool2d（x）用法

AdaptiveAvgPool2d（x）自适应平均池化只需给出输出的featere_map的size x自动计算kenerl和stride

转载 torch.stack()的使用

torch.stack()的使用

转载 Pytorch中的contiguous理解

Pytorch中的contiguous理解

转载 PyTorch中permute的用法

PyTorch中permute的用法

转载 pytorch中tensor.expand()和tensor.expand_as()函数解读

pytorch中tensor.expand()和tensor.expand_as()函数解读

转载 Variable属性方法

Vaariable属性方法

转载 Python中的itertools.product

Python中的itertools.product

转载 pytorch 中relu 中的inplace

pytorch 中relu 中的inplace作用

转载 maxpool 中的ceil_mode

ceilmode天花板模式

转载 python中str()与repr()函数的区别

python中str()与repr()函数的区别

转载 Argparse模块讲解

Argparse模块讲解

原创 SSD存在的问题及改进

DSSD：改进SSD算法对于小目标不够鲁棒（原因：浅层FeatureMap表征能力不够强）1、使用ResNet，采用skip连接2、使用Deconvolution层强化浅层FeatureMapDSOD：1、从零开始训练模型、不需要预训练模型2、DenseNet+SSDFSSDRSSD...

原创 预训练模型优缺点

此处预训练模型指分类模型，将预训练模型作为检测模型主干网络优点：1、开源模型多，可以直接用于目标检测2、可以快速地得到最终模型，需要的训练数据少缺点：1、预训练模型大、参数多、模型结构灵活性差、难以改变网络结构，计算量大，限制应用场景2、分类和检测任务损失函数和类别分布不同，优化空间存在差异3、尽管微调可以减少不同目标类别分布差异性，差异太大时，微调效果不明显...

转载 图像质量评价指标之 PSNR 和 SSIM

图像质量评价指标之 PSNR 和 SSIM

转载 SqueezeNet和Deep compression

Deep compressionSqueezeNet

转载 卷积的集中不同模式

full modesame modevalid modehttps://blog.youkuaiyun.com/leviopku/article/details/80327478

转载 端粒效应《The Telemere Effect》程序员的养生指南

端粒效应《The Telemere effect》程序员的养生指南(一)压力、端粒与衰老端粒效应《The Telemere effect》程序员的养生指南(二)情绪、思维模式与健康端粒效应《The Telemere effect》程序员的养生指南(三)身心与生活...

原创 Faster-RCNN

参考 https://www.cnblogs.com/zyly/p/9247863.html

原创 Inception V系列(谷歌出品）

Inception V1 https://www.jianshu.com/p/57cccc799277Inception V2/3 https://www.jianshu.com/p/d6ca52105cb5

原创 网络轻量化

常用轻量化网络SqueezeNet ICLR-2017 https://arxiv.org/abs/1602.07360mobileNet cvpr-2017 https://arxiv.org/abs/1704.04861SuffleNet https://arxiv.org/abs/1707.01083Xexception https://arxiv.org/a...

转载 目标检测最近发展

目标检测近几年形成如下发展趋势：参考前段时间一个文章总结发现目标检测由两阶段向一阶段转移，2018CVPR、ECCV、ICCV和2019年近期开源文章看一阶段是接下来重点方向。而目前在模型结构上基本形成如下稳定的趋势：1、二维方向一、Backbone特征提取器从新设计感受野和分类器，因为过多的下采用导致特征图很小而这种小的特征图具有丰富的语义信息丢失来浅层的高分辨信息小目标容易漏检。在特征...

原创 PReLu论文解读

历史以来，提升准确率方法 增加深度，增大宽度，使用更小的stride, 新的非线性激活函数、巧妙的结构设计、更好的归一化技巧、数据增广、大数据规模在这里，ai表示第i个神经元的系数，不同神经元 PRelu系数不一样当ai固定为一个较小数（ai=0.01)时，为Leaky ReLu在文章中，作者使ai=0.5初始化称每层共享ai的层位 channel-shared，不共享为channel...

原创 Spatial Pyramid Pooling空间金字塔池化

一般cnn的输入需要固定尺寸的image，往往通过裁剪crop和形变wrap来实现，cnn可以分为两部分，前部分为卷积池化层提取特征，后部分为全连接层，前部分对输入图像size并没有固定要求，但是全连接层神经元个数要求与前部分生成feature map 相match，作者提出在前后部分之间增加SPPSPP的训练方法：将不同size图像分为不同epoch,每个epoch输入一批相同size图像...

原创 打开visdom的方法

python -m visdom.server