Humble Beast 的 迭代工厂

摘要一种新型的网络结构，主要用在人体姿态识别中。在FLIC和MPII上面实现了state of the art背景介绍从2014年Toshev等为人体姿态识别算法引入“DeepPose”以来，有很多人都将神经网络这一个特征提取方式带入进来产生了各种各样的算法。如Tompson用神经网络产生heatmap，并且为了获得更好的joints之间的位置关系，使用graphical model来拟合...

关于batch normalizationBatch normalization 是由Sergey Ioffe在这篇文章中介绍的。它的作用是减少internal covariance shift，这样的话是网络中的每一层的学习相互独立。这样网络的收敛速度会更快，因此初始化的参数会学习结果的影响更小。在什么地方使用batch Normalization似乎是有争议的。我成功在卷积之后，激活层之前...

normalize the inputpreprocess the inputregularization:(dropout)Batch size is bigwrong activation function of last layerBad gradient(check activation function)Kernel Weight initializationOptimi...

TensorFlow提供profiler来帮助我们更好的了解神经网络的cost，找到时间消耗和空间消耗的瓶颈，从而更好地调整网络结构。下面就让我们来探究一下TensorFlow是如何帮我们来了解我们网络的。Profiler提供的接口tf.profiler.ProfileOptionBuilder() 这是最基本的操作，用做创建Profile通过添加不同的后缀操作来创建不同的profile...