weixin_41153216的博客

文章目录Yolov5 代码笔记1. train(hyp)函数重点部分1.1 载入图片路径1.2 创建模型1.3 确定训练和测试图片的尺寸1.4 根据参数的形式（是否为weight，是否为bias等）定义模型的不同部分，并为不同部分设置不同的学习率及参数1.5 载入预训练模型(ckpt)及权重(ckpt['model'])1.6 定义学习率变化趋势，这里采用的是Cosine Learning Rate Decay1.7 载入数据集，定义数据集迭代器1.8 定义训练集和验证集的数据读取器(dataloader和

第二周 神经网络基础2.1 二分类计算机保存图片通常是保存RGB三个通道，假设图片为64*64像素，则有三个64*64的矩阵。将所有的像素强度都输入进特征向量x，则x的长度为64*64*3，输入向量维度为n_{x}= 12288...

第二周 第二部分 Python与向量化2.11 向量化逻辑回归中要计算 ，向量化的表示为 z = np.dot(w,x)+b课程中给出如下代码，分别计算向量化和非向量化之后的计算时间对比import numpy as np import time a = np.random.rand(1000000) b = np.random.rand(1000000) tic = time.time() ...

工作之后有点小忙碌，一直都没来得及更新博客。这是工作之后的第一篇博客。Mark一下自己，快要一个月了，快要发工资了，R神很高兴啊。 今天在工作培训中，需要运用InceptionV4-Resnet-V2进行图片的分类。 由于InceptionV4的网络很深，所以直接训练是很不理智的，于是下载了Pre-train的模型。 网络文章地址：http://arxiv.org/abs/1602.0726...