qq_41845951的博客

论文：《HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Estimation》论文链接：https://arxiv.org/pdf/1908.10357.pdf代码链接：https://github.com/HRNet/HigherHRNet-Human-Pose-Estimation姿态估计前言知识：姿态估计-前言知识_error:404..的博客-优快云博客HigherHRNet详解之实

论文：《HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Estimation》论文链接：https://arxiv.org/pdf/1908.07919.pdf代码链接：https://github.com/HRNet/HigherHRNet-Human-Pose-Estimation姿态估计前言知识：姿态估计-前言知识_error:404..的博客-优快云博客HigherHRNet详解之实

论文：《HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Estimation》论文链接：https://arxiv.org/pdf/1908.07919.pdf代码链接：https://github.com/HRNet/HigherHRNet-Human-Pose-Estimation1.前言HigherHRNet 来自于CVPR2020的论文，论文主要是提出了一个自底向上的2D人体姿态估计网

1.前言MNIST是一个手写体数字的图片数据集，该数据集来由美国国家标准与技术研究所（National Institute of Standards and Technology (NIST)）发起整理，一共统计了来自250个不同的人手写数字图片，其中50%是高中生，50%来自人口普查局的工作人员。该数据集的收集目的是希望通过算法，实现对手写数字的识别。被广泛地应用于机器学习和深度学习领域，用来测试算法的效果，例如线性分类器（Linear Classifiers）、K-近邻算法（K-Nearest ..

全连接层是神经网络最后的一层，有着至关重要的作用，全连接层之前的作用是提取特征，全连接层的作用是分类。下面简单介绍一下全连接层cnn已经提取到了特征，我们怎么将这个特征转化成输出结果呢，比如识别是什么动物，特征有尾巴，头，四条腿等，cnn已经提取出这些特征，但是我们需要输出[0,1,0....],.index0是猫，index1是狗...,因此全连接层就是这个作用，将特征映射成结果。举个例子我们要识别一张图片是不是猫，当我们提取到了一些特征，我就可以判断这个是不是猫了，因为全连接层的作用主.

在深度学习中我们通常会对问题进行建模，由此我们可以得到一个成本函数，我们对成本函数就行最小化即可找到问题的部分解，大部分这类问题我们都可以通过梯度下降算法进行求解梯度概念是建立在偏导数与方向导数概念基础上的，一般来说，梯度可以定义为一个函数的全部偏导数构成的向量(这一点与偏导数与方向导数不同，两者都为标量)。一般将函数f ff的梯度记为∇ f \nabla f∇f，即：基于梯度和链式法则的MLP反向传播梯度即为神经网络的基础，说到神经网络，这张图应该不陌生这...

目录broadcast广播机制合并与分割cat拼接stack创建新维度split按长度拆分和chunk按数量拆分数学运算add/sub/mul/div加减乘除matmul矩阵相乘pow矩阵的次方以及sqrt/rsqrt/exp/loground矩阵近似运算clamp(裁剪)统计属性norm范数,prod张量元素累乘(阶乘)mean/sum/max/min/argmin/argmaxkthvalue()和topk()比较运算符号>,>

创建tensortorch与numpy相互转化a=np.array([2,2.2])torch.from_numpy(a)a=torch.tensor([2.,3])b=a.numpy()直接创建tensora=torch.tensor([2.,3]) a=torch.FloatTensor([[2,5],[2.,3]])根据数值要求:torch.zeros(*sizes, out=None, ..)# 返回大小为sizes的零矩阵 torch.ze...

梯度下降算法就是以迭代的思想，求解出损失函数的最小值，继而求出模型的参数，他是DeepLearning最核心的算法，下面通过对损失函数是线性函数来求解最小值，继而衍生出非线性函数的求解方法。

目录pytorch介绍pytorch安装pythonAnaconda安装CUDA安装及其卸载pytorch安装conda安装pip安装pycharm安装pytorch介绍pytorch类似tensorflow是一个开源的机器学习库，就是升级后的Torch，支持GPU加速。pytorch安装python百度搜索python官网，进入官网，download那里选取版本就能下载https://www.python.org/downloads/，最新版已经是3