- 博客(17)
- 收藏
- 关注
RSS订阅原创 Pytorch教程（二）—— 网络搭建篇
前置知识本篇主要介绍用Pytorch搭建神经网络的代码实现，在学习这些之前需要一些前置知识如下，如果不太了解的话可以先去B站看吴恩达系列的深度学习入门教程+CS231N课程。基本神经网络知识卷积网络基本知识1. 基本操作Pytorch作为一款强大的深度学习框架，提供了大量的常用深度学习算子，本篇介绍一些常用的操作(其实完全可以看pytorch源码，里面的注释文档都做了很清晰的解释，我也只是翻译了一下，pytorch的源码写的非常清晰非常棒)。卷积操作torch.nn.Conv2d(in
2021-04-24 14:16:48
705
1
原创 Pytorch教程（一）—— 安装篇
写在前面最近帮老师给实验室的师兄弟姐妹们（怎么叫都不太对的样子233）整理一下pytorch的教程 ，顺便自己也巩固下这方面的知识。这个教程主要会分为几个部分：安装篇搭建网络篇数据处理篇训练篇其他除了像其它普通博客一样介绍一些基本的知识以外，我还会结合自己比赛、科研的一些代码经验进行一些拓展。该系列教程不光适合初学者，对于有一些知识储备的同学来说我相信也会有一定意义的。当大家看完这部分之后也可以参考我的往期博客做一些小实战。GAN生成MNIST数据集（pytorch版）kaggle入
2021-04-23 16:28:41
393
原创 超像素论文（三）——AINet: Association Implantation for Superpixel Segmentation
一、 传送门论文链接：https://arxiv.org/abs/2101.10696二、 简介超像素的通常策略是将图片分成规则方格，然后估计每个像素和它相邻方格的关系，最后得到超像素分割的结果。因此，如何准确的估计像素和相邻方格的关系至关重要。在Superpixel Segmentation with Fully Convolutional Networks(CVPR2020)中，利用U-net得到一个h×w×9h\times w \times 9h×w×9的矩阵来作为像素和周围九个超像素的关
2021-03-28 23:17:37
1752
3
原创 真正的端到端超像素网络——Superpixel Segmentation with Fully Convolutional Networks(CVPR2020)
0. 传送门论文地址：https://arxiv.org/abs/2003.12929github地址：https://github.com/fuy34/superpixel_fcn1. 简介超像素最直观的解释，就是把一些具有相似特性的像素“聚合”起来，形成一个更具有代表性的大“元素”。目前超像素难以和深度学习相结合主要由两个原因：标准卷积运算是在规则网格上定义的，当应用于超像素时其效率会变的很低。超像素的聚类操作具有不可微分的计算，使得无法使用反向传播进行深度学习。在我之前的解读Sup
2021-02-03 23:41:40
5142
14
原创 祺哥刷题日记（五）数楼梯
题目 P1255 数楼梯题目描述楼梯有 NNN 阶，上楼可以一步上一阶，也可以一步上二阶。编一个程序，计算共有多少种不同的走法。输入格式一个数字，楼梯数。输出格式输出走的方式总数。输入输出样例输入4输出5说明/提示对于 60%60\%60% 的数据，N≤50N \leq 50N≤50；对于 100%100\%100% 的数据，N≤5000N \leq 5000N≤5000；题解过程通过观察法可以得到f(x)=f(x−1)+f(x−2)f(x) = f(x-1
2021-02-01 17:57:44
489
原创 祺哥刷题日记（四） PAT甲级 1007 Maximum Subsequence Sum
题目思路之前在LeetCode曾经做过，一道很经典的dp题目，主要思路就是用一个数组存放以第i个元素结尾的最大子序列。状态转移方程表示如下：dp[i]={num[i],dp[i−1]<0dp[i−1]+num[i],elsedp[i] = \begin{cases} num[i], dp[i-1] < 0\\ dp[i-1]+num[i], else \end{cases}dp[i]={num[i],dp[i−1]<0dp[i−1]+num[i],else代码#inc
2020-11-16 23:33:29
143
原创 祺哥刷题日记（三） PTA甲级 1004 Counting Leaves
题目题目很长，大致的意思就是输入家谱信息，输出每代人中没有后代的人的个数。思路看到题目中第一行的tree，就可以很自然地想到使用树来存储家谱，相关的算法也不过就是与树相关的算法。找到每一代没有后代的人数，首先要知道每个人的代数，也就是在家谱树中所在的层数，所以可以使用dfs算法解决问题。代码#include<iostream>#include<vector>#include<algorithm>using namespace std;typede
2020-11-16 23:22:24
145
原创 祺哥刷题日记（二） PAT甲级 1001 A + B format
开始刷PAT的第一道题目，题目如下：题目的主要要求就是将相加得到的结果用带逗号的方式输出。题解一：栈网上基本上都是基于字符串的思想给出题解，我在这里给出一些不一样的思路。两者时间复杂度基本相同。#include<iostream>#include<stack>using namespace std;int main(){ int a, b; cin >> a >> b ; int sum = a + b;
2020-11-10 15:01:23
131
原创 祺哥刷题日记（一）最小K个数（TopK问题）
题目题解一：大顶堆在n个数[x1,x2,...,xnx_1,x_2,...,x_nx1,x2,...,xn]中，最小的k个数，可能会有以下两种情况就是前n-1个数中最小的k个数 [a1,a2,...,aka_1,a_2,...,a_ka1,a2,...,ak]若第n个数 xnx_nxn 小于前n-1个数中最小的k个数[a1,a2,...,aka_1,a_2,...,a_ka1,a2,...,ak]中的ama_mam，那么前n个数中最小的k个数可以表示为[a1,a2
2020-11-09 19:58:33
178
原创 解读Superpixel Sampling Network论文
文章目录1. 介绍1.1 超像素概念1.2 超像素与深度学习1.3 本文的贡献2. 前提知识2.1 SLIC算法简介3. SSN3.1 可微分的SLIC3.2 SSN网络3.3 算法步骤3.4 像素和超像素表示之间的映射4. 学习特定任务的超像素1. 介绍1.1 超像素概念超像素最直观的解释，就是把一些具有相似特性的像素“聚合”起来，形成一个更具有代表性的大“元素”。对于较大的图片，可以在不牺牲太大精度的前提下对图片进行“降维”。如下图，每个小块代表着具有将具有相似特征的像素聚合得到的元素1.2
2020-07-15 23:07:24
4440
10
原创 前端特效每日练习（2020.5.7-2020.5.14）
文章目录1. 动态加载条涉及知识点css作为前端三板斧之一，是前端的重要基础之一，从今天开始，尽量每天打卡，每天完成一个css特效的demo，巩固自己的基础1. 动态加载条<!DOCTYPE html><html lang="en"><head> <meta charset="UTF-8"> <title>202...
2020-05-07 23:45:34
967
5
原创 kaggle入门比赛Dogs vs Cats（pytorch实现）
文章目录1. 比赛简介2. 数据集处理3. 代码实现3.1 加载处理数据集3.2 模型的建立、训练、测试模型建立模型训练模型测试model.py(完整代码)3.3 使用模型test.py测试结果1. 比赛简介Dogs vs Cats 是kaggle中一个关于图像的入门级比赛，该比赛提供的数据集中包含猫和狗的图片各12500张，总共25000张图片。比赛要求在这个数据集上训练，使计算机能尽可能准...
2020-02-23 23:17:41
3564
4
原创 GAN生成MNIST数据集（pytorch版）
前言最近准备研究关于用GAN神经网络实现图片超分辨的项目，为了理解GAN神经网络的内涵和更熟悉的掌握pytorch框架的用法，写了这个小demo熟悉手感思想GAN的思想是是一种二人零和博弈思想，网上比较流行的一种比喻就是生成模型（G）是印假钞的人，而判别模型（D）就是判断是否是假钞的警察。判别网络的目的：就是能判别输入的数据（如图片）它是来自真实样本集还是假样本集。假如输入的是真样本，网...
2020-02-18 16:56:31
7766
14
原创 关于Markdown的随笔
写在前面：Markdown是一种可以使用普通文本编辑器编写的标记语言，通过简单的标记语法，它可以使普通文本内容具有一定的格式。Markdown语言具有具有轻量、简单、通用的特点，对文档的快速排版可以起到很大的帮助。编辑器的选择网上有很多好用的编辑器的选择，如Sublime、Atmo、MarkdownPad等，详情可以参考“好用的Markdown编辑器一览”这篇博文里的介绍。我选择的是VSco...
2019-11-03 13:48:54
334
原创 String、StringBuilder、StringBuffer类
String类思维导图String、StringBuffer、StringBuilder的异同String类是不可变对象，StringBuffer类和StringBuilder类是可变的StringBuffer类速度慢，线程安全StringBuilder类速度快，线程不安全StringBuffer和StringBuilder类也有和String类相类似的API，可以通过此图记忆S...
2019-09-11 20:24:53
188
原创 JAVA中的双缓冲问题
自己在编程过程中发现了一些小问题，在刷新屏幕时，无论将刷新频率调的快还是慢，都会出现屏幕闪烁的问题。查阅资料后发现可以用双缓冲技术解决 public void update(Graphics g)//双缓冲解决闪烁问题{ if(offScreenImage == null) { offScreenImage = this.createImage(Const.FRAMEWIDTH,Con...
2019-06-13 21:56:49
477
转载 离散的知识点总结
总结 离散数学知识点第二章 命题逻辑1.→，前键为真，后键为假才为假；<—>，相同为真，不同为假；2.主析取范式：极小项(m)之和；主合取范式：极大项(M)之积；3.求极小项时，命题变元的肯定为1，否定为0，求极大项时相反；...
2019-06-12 16:36:01
3436
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人