- 博客(26)
- 收藏
- 关注
RSS订阅原创 论文代码阅读(一)
学习率计划是一个预定义的框架，随着训练的进行，在历时或迭代之间调整学习率。两种最常见的学习率表技术是。数据预处理功能：加载函数图像，并进行归一化，读取数据等。
2023-11-21 09:53:10
684
2
原创 如何添加环境变量
1.右键点击“我的电脑–属性”2.进入后，选择 高级系统设置3.在弹出的系统属性中，选择 环境变量4.在弹出的系统变量中，双击 Path5.然后进行相应的编辑操作6.点击 确定
2023-10-10 19:45:29
2453
1
原创 安装tensorflow-gpu版本(环境配置)
安装tensorflow的GPU版本（详细图文教程）–CUDA11.6的安装Win10设置环境变量的5种方式，在哪打开? 如何打开?RTX3080安装DEEPLABCUT使用GPU（win11）详细讲解如何在win10系统上安装多个版本的CUDAcuDNN Archive
2023-09-16 14:39:14
175
1
原创 deeplabcut的启动
2.选择左侧的environments,然后点击DEEPLABCUT。3.选择open with python，进入下方界面。1.打开anaconda navigator。4.输入下列语句后，进入启动页面。
2023-09-14 22:17:03
235
1
原创 什么是skip connection
跳跃连接（Skip Connection），也被称为残差连接（Residual Connection），是深度神经网络架构中的一种重要组件。它的基本思想是在网络的某些层中，将输入直接连接到输出，以允许信息在不同层之间跳跃传递。这个例子中的跳跃连接是简化的，实际中可能会包含更多层和更复杂的结构。然而，基本思想是相同的：通过引入跳跃连接，网络可以更好地利用低级特征，从而提高性能和训练速度。在有跳跃连接的情况下，输入特征图直接与全连接层连接在一起，允许低级特征直接传递到最终分类阶段。特征图被送入第二个卷积层。
2023-09-12 11:07:37
11870
1
原创 什么是prevent from shortcut learning
计算机视觉模型通常是通过深度学习方法进行训练的，这些模型会尝试从输入图像中学习到最相关的特征和模式，以便执行不同的任务，比如图像分类、对象检测、语义分割等。在计算机视觉模型的图像处理中，“防止快捷学习” 意味着防止模型仅仅依赖于视觉特征中的表面、局部或次要信息来进行图像分类或识别，而忽略了图像中更深层次和有意义的结构和内容。使用更深层次的特征：使用更高层次的特征，例如卷积神经网络中的较深层次，以捕捉更抽象的信息和语义。数据增强：通过对训练数据进行变换和扩充，引入多样性，使模型不容易过度拟合具体的样本。
2023-09-11 14:25:37
111
原创 循环一致性原则
这个原则的核心思想是，在进行图像转换或生成时，如果将一个输入图像通过两个步骤进行处理，再将结果反向转换回原始域，最终应该能够获得与原始输入相似或相同的图像。具体来说，原始图像经过两次变换后，应该回到原始图像的状态，这意味着生成的图像应该保持相似的内容和结构。具体来说，循环一致性损失会比较原始图像和经过两次变换后的图像之间的差异，并鼓励模型减小这种差异，从而增强生成的图像的质量和一致性。总之，循环一致性原则是在图像处理和生成任务中用于确保生成的图像在内容和结构上与原始图像保持一致的重要概念。
2023-09-11 14:23:17
1044
原创 pytorch环境配置（二）(自用,未完)
1.显卡主要起到训练加速的作用驱动 + CUDA Toolkit,后者可以根据pytorch一键安装3.查看显卡的驱动是否正确安装电脑底部右键鼠标选择“任务管理器”，点击“性能”(如图所示，下方GPU能正常显示型号，则说明显卡的驱动已经正确安装)
2023-09-10 11:44:42
195
1
原创 ubuntu安装微信
Wine环境包下载地址：http://archive.ubuntukylin.com/software/pool/partner/ukylin-wine_70.6.3.25_amd64.deb。微信（wine）包下载地址：http://archive.ubuntukylin.com/software/pool/partner/ukylin-wechat_3.0.0_amd64.deb。
2023-09-08 18:58:57
455
1
原创 CUDA版本选择与安装（不同的深度学习项目需要不同CUDA）
（可以，但是需要改，会报以下几种错误，一般import tensorflow.compat.v1 as tf代替 import tensorflow as tf 可解决）；(1)在3060的机器上安装cuda 10(拿到机器后的本能反应）(2)tensorflow1的项目使用tensorflow2环境跑。(非常有用，对环境搭不起来有启发性作用，能避免踩别人踩过的坑。(3)换项目，读代码，读项目中的issues。
2023-09-07 14:21:56
2670
2
原创 全连接网络
常见的激活函数有 relu 和sigmoid，这些激活函数同时还影响着训练过程，若激活函数选择不当会导致模型训练较慢，效率较低。损失函数是帮助全连接网络自动调整权重值，从而学习更好的决策规则， 因此在对神经网络选择超参数时，合适的损失函数对模型训练是至关重要的。（5） 重复（3） 和（4） 步骤， 直到损失函数计算的误差低于制定的标准为止。（2） 初始化迭代次数、学习率、损失函数、激活函数等多个超参数；（1） 搭建全连接网络的结构，设置激活函数，并初始节点的权重；太低，损失函数收敛太慢。
2023-06-26 10:54:30
327
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