<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[senius的博客]]></title><description><![CDATA[666]]></description><link>https://blog.youkuaiyun.com/senius</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; senius]]></copyright><item><title><![CDATA[My findings：CoordConv坐标嵌入技术及其泛化性能]]></title><link>https://blog.youkuaiyun.com/senius/article/details/110687372</link><guid>https://blog.youkuaiyun.com/senius/article/details/110687372</guid><author>senius</author><pubDate>Sat, 05 Dec 2020 15:17:04 +0800</pubDate><description><![CDATA[title: CoordConv - My Surprising Findings
author: yangsenius
original url: https://senyang-ml.github.io/2020/09/22/coordconv/
mathjax: true
date: 2020-9-22 19:53:41
tags:

Deep Learning
Reproduce
Neural Network


Uber团队在2018NeurIPS上提出了CoordConv，它分析了卷积神经网络.]]></description><category></category></item><item><title><![CDATA[Detr & End-to-end object detection with Transformers (1)]]></title><link>https://blog.youkuaiyun.com/senius/article/details/106723846</link><guid>https://blog.youkuaiyun.com/senius/article/details/106723846</guid><author>senius</author><pubDate>Fri, 12 Jun 2020 21:30:35 +0800</pubDate><description><![CDATA[title: Detr
author: yangsenius
original link:  https://senyang-ml.github.io/2020/06/04/detr/
date: 2020-06-04 18:19:09

Detr （DEtection TRansformer） 是最近很受关注的一个工作。论文叫做「End-to-end object detection with Transformers」， Facebook Research目前把它投稿到了2020年的ECCV。
鉴于网.]]></description><category></category></item><item><title><![CDATA[Bipartite Matching and Hungarian Algorithm (二分图匹配与匈牙利算法)]]></title><link>https://blog.youkuaiyun.com/senius/article/details/106501890</link><guid>https://blog.youkuaiyun.com/senius/article/details/106501890</guid><author>senius</author><pubDate>Tue, 02 Jun 2020 18:05:19 +0800</pubDate><description><![CDATA[title: Bipartite Matching and Hungarian Algorithm
author: yangsenius
original link: https://senyang-ml.github.io/2020/06/01/Bipartite-Matching-and-Hungarian-Algorithm/
mathjax: true
date: 2020-06-02 18:01:23
tags:

Algorithm


引言
二分图匹配和匈牙利算法（Bipartite Mat.]]></description><category></category></item><item><title><![CDATA[解读-Stacked Capsule Autoencoders-堆叠的胶囊自编码器-NeurIPS2019]]></title><link>https://blog.youkuaiyun.com/senius/article/details/104309296</link><guid>https://blog.youkuaiyun.com/senius/article/details/104309296</guid><author>senius</author><pubDate>Fri, 14 Feb 2020 11:51:13 +0800</pubDate><description><![CDATA[title: Stacked Capsule Autoencoders-堆叠的胶囊自编码器
date: 2020-02-11 19:18:17

1. 引言
《stacked capsule autoencoders》使用无监督的方式达到了98.5%的MNIST分类准确率。
Stacked Capsule Autoencoders 发表在 NeurIPS-2019，作者团队阵容豪华。可以说是官方...]]></description><category></category></item><item><title><![CDATA[Distribution-Aware Coordinate Representation for Human Pose Estimation估计关键点真实分布的均值位置]]></title><link>https://blog.youkuaiyun.com/senius/article/details/102595771</link><guid>https://blog.youkuaiyun.com/senius/article/details/102595771</guid><author>senius</author><pubDate>Thu, 17 Oct 2019 00:16:08 +0800</pubDate><description><![CDATA[今天在arxiv上看到了这篇［论文] (https://arxiv.org/abs/1910.06278），个人认为这是一个很有意思的工作, 利用用heatmap上的最大值以及其对应位置m, 来估计真实高斯分布均值位置μ. 这样的量化误差（下采样导致的量化最小单位误差）能够得到最大程度上的减轻．代替了经验上的估计方法：取峰值到次峰值的１／４偏移处的位置（这个估计其实也是很符合高斯分布了）．
公式６...]]></description><category></category></item><item><title><![CDATA[解决了PyTorch 使用torch.nn.DataParallel 进行多GPU训练的一个BUG:模型(参数)和数据不在相同设备上]]></title><link>https://blog.youkuaiyun.com/senius/article/details/96599955</link><guid>https://blog.youkuaiyun.com/senius/article/details/96599955</guid><author>senius</author><pubDate>Sat, 20 Jul 2019 16:34:15 +0800</pubDate><description><![CDATA[解决了PyTorch 使用torch.nn.DataParallel 进行多GPU训练的一个BUG:模型(参数)和数据不在相同设备上
使用torch.nn.DataParallel进行多GPU训练时出现了一个BUG, 困扰许久:
RuntimeError: Expected tensor for argument #1 'input' to have the same device as tens...]]></description><category></category></item><item><title><![CDATA[重新思考人体姿态估计 Rethinking Human Pose Estimation]]></title><link>https://blog.youkuaiyun.com/senius/article/details/94972910</link><guid>https://blog.youkuaiyun.com/senius/article/details/94972910</guid><author>senius</author><pubDate>Sat, 13 Jul 2019 10:50:16 +0800</pubDate><description><![CDATA[重新思考人体姿态估计–2D人体姿态估计基本任务的研究问题、意义和应用
1.基本定义：从单张RGB图像中，精确地识别出多个人体的以及其骨架的的稀疏的关键点位置。
2.基本任务：定位图像中人体的关键点位置，并确定其隶属的人体。
任务的人为抽象解析:
关键点及周围的局部特征是什么样的？关键点之间的空间约束关系是什么样的？不同人体之间的交互关系是什么样的，人体与外界环境之间的交互关系是什么？
当下深度CN...]]></description><category></category></item><item><title><![CDATA[「G-RMI」&「PersonLab」&「PifPaf」]]></title><link>https://blog.youkuaiyun.com/senius/article/details/94609558</link><guid>https://blog.youkuaiyun.com/senius/article/details/94609558</guid><author>senius</author><pubDate>Thu, 11 Jul 2019 00:18:02 +0800</pubDate><description><![CDATA[G-RMI
PersonLab
PIFPAF]]></description><category></category></item><item><title><![CDATA[me.py]]></title><link>https://blog.youkuaiyun.com/senius/article/details/88876426</link><guid>https://blog.youkuaiyun.com/senius/article/details/88876426</guid><author>senius</author><pubDate>Thu, 28 Mar 2019 19:39:58 +0800</pubDate><description><![CDATA[def Me(Man): 
    def __init__(self,works,VSCode):
        super(Me,self).__init__('183cm','24-old',works):  
        self.hobby = "music,film,basketball"
        self.good_at = "music, sporting and m...]]></description><category></category></item><item><title><![CDATA[夸夸其谈]]></title><link>https://blog.youkuaiyun.com/senius/article/details/88586957</link><guid>https://blog.youkuaiyun.com/senius/article/details/88586957</guid><author>senius</author><pubDate>Fri, 15 Mar 2019 23:47:07 +0800</pubDate><description><![CDATA[在夸夸群的整个体验过程就是，
从进群时带着的好奇心和新鲜感，
到期待自己或者他人能够以不落俗套的夸赞给人新奇的鼓励
然后到后来对大多数人脱离实际情况往往沦为假大空的赞美以及整段垮掉的尬聊的审美疲劳。竟让我想起了《吐槽大会》
想了一下，其实，大多数人的语言与用词还是较为匮乏，并缺少逻辑上的完整性。因为“职业夸手”是不好做的，需要丰富的语言表达和用心思考，能夸到别人心里，被别人认可你的夸奖，令对方心服...]]></description><category></category></item><item><title><![CDATA[灵感一现]]></title><link>https://blog.youkuaiyun.com/senius/article/details/87891299</link><guid>https://blog.youkuaiyun.com/senius/article/details/87891299</guid><author>senius</author><pubDate>Sat, 23 Feb 2019 13:30:32 +0800</pubDate><description><![CDATA[
现在我开始写，只是为了捕捉昨天晚上睡前在我脑海中一闪而过的一些句子,在它们完全被深埋或者忘却前,我能想起来多少是多少。
我觉得我是喜欢写文字的，但这一点在我高考之前却没有开发出来,所以当年的语文只拿了95分(160分满分,差1分到及格线96分)。而这些年来，接受着中国教育和中国社会对我的&amp;amp;amp;quot;洗礼&amp;amp;amp;quot;，&amp;amp;amp;quot;理工科&amp;amp;amp;quot;思维对我的雕琢,我仿佛慢慢学会了表达自己。
令我觉得不可思议]]></description><category></category></item><item><title><![CDATA[MetaAnchor: Learning to Detect Objects with Customized Anchors 论文解读 NeurIPS2018]]></title><link>https://blog.youkuaiyun.com/senius/article/details/84992294</link><guid>https://blog.youkuaiyun.com/senius/article/details/84992294</guid><author>senius</author><pubDate>Thu, 13 Dec 2018 17:35:43 +0800</pubDate><description><![CDATA[MetaAnchor: Learning to Detect Objects with Customized Anchors
NeuIPS 2018

原创博文 转载请注明来源

一般目标检测方法中的Anchors的生成是来自于人类的先验知识:bi∈B&amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;nbsp;which&amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;n]]></description><category></category></item><item><title><![CDATA[Learning to learn by gradient descent by gradient descent - PyTorch实践]]></title><link>https://blog.youkuaiyun.com/senius/article/details/84483329</link><guid>https://blog.youkuaiyun.com/senius/article/details/84483329</guid><author>senius</author><pubDate>Sun, 25 Nov 2018 12:47:02 +0800</pubDate><description><![CDATA[原创博文，转载请注明来源（csdn or blog）

引言
Learning to learn，即学会学习，是每个人都具备的能力，具体指的是一种在学习的过程中去反思自己的学习行为来进一步提升学习能力的能力。这在日常生活中其实很常见，比如在通过一本书来学习某个陌生专业的领域知识时（如《机器学习》），面对大量的专业术语与陌生的公式符号，初学者很容易看不下去，而比较好的方法就是先浏览目录，掌握一些简...]]></description><category></category></item></channel></rss>