- 博客(98)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 [paper] Attention is all you need 论文浅析
模型包括 encoder-decoder structure，encode 是将输入序列映射成连续的表示序列：,decoder 模块将作为输入,一次产生一个元素的output sequence:,每一个step，model 都是 auto-regressive[10]，生成下一个symbols时候，先前的symbols都作为额外的输入。
2023-10-07 17:17:12
282
原创 [paper] Lift,Splat,Shoot论文浅析
使用backbone提取每一个相机的图像的特征，图像特征的维度设置为C+D，C为图像的特征值维度，设置为64，D为设定的每个特征点的可能的距离（深度）的数量，设置为41，现在的每一个特征图中的像素都有41个深度信息，但是并不能确定每一个像素的深度值到底是多少，这里使用外积操作，将image-feature （HxWxC）和depth-feature（HxWxD）相乘，形成新的特征图HxWxDxC，最后生成的特征图为24 （batch）x 64 x 41 x 8 x 22。是像素的深度信息特征。
2023-03-15 17:11:07
617
原创 【LeetCode top100】0927 在排序数组中查找元素的第一个位置和最后一个位置，旋转图像，最大子数组和
0927 在排序数组中查找元素的第一个位置和最后一个位置，旋转图像，最大子数组和
2022-09-27 19:43:42
1190
原创 【leetcode top100】两数相加。无重复字符的最长子串，盛水最多的容器，三数之和
两数相加。无重复字符的最长子串，盛水最多的容器，三数之和
2022-09-25 16:50:42
989
原创 [leetcode top100] 0924 找到数组中消失的数，合并二叉树，比特位计数，汉明距离
找到数组中消失的数，合并二叉树，比特位计数，汉明距离
2022-09-24 17:01:06
648
原创 [leetcode top100] 0923 多数元素，反转链表，翻转二叉树，回文链表，移动零
多数元素，反转链表，翻转二叉树，回文链表，移动零
2022-09-23 23:06:52
365
1
原创 【leetcode hot 100】0920 对称二叉树，二叉树最大深度，买卖股票的最佳时机，只出现一次的数字，环形链表，相交链表
对称二叉树，二叉树最大深度，买卖股票的最佳时机，只出现一次的数字，环形链表，相交链表
2022-09-20 08:54:33
380
原创 [paper] lift,splat,shooting 论文浅析
Title:《Lift, Splat, Shoot: Encoding Images from Arbitrary Camera Rigs by Implicitly Unprojecting to 3D》
2022-09-02 14:45:54
5230
3
原创 [paper]PYVA 论文浅析
《Projecting Your View Attentively: Monocular Road Scene Layout Estimation via Cross-view Transformation》
2022-08-13 12:12:21
973
原创 【paper】Cam2BEV论文浅析
《A Sim2Real Deep Learning Approach for theTransformation of Images from Multiple Vehicle-Mounted Camerasto a Semantically Segmented Image in Bird’s Eye View》
2022-07-30 17:27:46
1805
原创 [paper]PointLaneNet论文浅析
PointLaneNet是的一篇论文，通过检测车道线上的点来确定车道线位置，并对车道线进行分类，是受YOLO系列启发的ont-stage网络结构。
2022-07-25 16:31:57
1390
1
原创 【paper】VPGNet 论文浅析
VPGNet 是2017年CVF会议的的车道线检测的论文，提出了使用消失点Vanishing point 来引导对车道线和车道标记的检测，是车道线检测的入门论文。
2022-07-07 15:00:32
903
原创 【数据结构与算法】01 时间复杂度，空间复杂度
目录前言：时间复杂度定义：推导大O阶：常数阶O(1):线性阶O(n):对数阶O(logn)平方阶O（n^2）线性对数阶O(nlogN)测试题算法空间复杂度O(1)常数阶O(n)线性阶O(n^2)平方阶递归算法：参考前言：时间复杂度和空间复杂度用来测量算法运行所用的时间和空间，是一种事前检测的办法。用高级程序语言编写的程序在计算机上运行时所消耗的时间取决于下列因素：1.算法采用的策略、方法。2.编译产生的代码质量。3.
2022-05-13 19:25:05
743
原创 【动手学深度学习】07 DenseNet稠密网络
00 前言论文：《Densely Connected Convolutional Networks》论文地址：Densely Connected Convolutional Networks | IEEE Conference Publication | IEEE Xplore01 DenseNet是什么？ResNet极⼤地改变了如何参数化深层⽹络中函数的观点。稠密连接⽹络 (DenseNet）某种程度上是 ResNet 的逻辑扩展。回想⼀下任意函数的泰勒展开式（Taylor expa
2022-05-02 21:33:38
2103
原创 【动手学深度学习】05 BN（batch normalization）层
目录BN（batch normalization）00前言01为什么需要批量归⼀化层呢？02 如何批量归⼀化层？BN（batch normalization）00前言论文：《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》论文地址：[1502.03167] Batch Normalization: Accelerating Dee...
2022-05-02 20:19:48
1174
原创 【动手学深度学习】06-ResNet解析
目录ResNet解析0 前言1 基础2 残差块3 总结参考ResNet解析0 前言论文：《Deep Residual Learning for Image Recognition》论文地址：Deep Residual Learning for Image Recognition | IEEE Conference Publication | IEEE Xplore1 基础经典网络ResNet(Residual Networks)由Kaiming He等人于
2022-05-02 17:23:46
1779
原创 【pytorch学习笔记】GoogleNet网络
GoogLeNet结构Inception块GoogLeNet吸收了NiN中串联⽹络的思想，并在此基础上做了改进。这篇论⽂的⼀个重点是解决了什么样⼤小的卷积核最合适的问题。毕竟，以前流⾏的⽹络使⽤小到 1 × 1 ，⼤到 11 × 11 的卷积核。本⽂的⼀个观点 是，有时使⽤不同⼤小的卷积核组合是有利的。在GoogLeNet中，基本的卷积块被称为Inception块（Inception block）。Inception块由四条并⾏路径组成。前三条路径使⽤窗口⼤小为 1 × 1、3 × .
2022-05-02 10:26:36
509
原创 【pytorch学习笔记】pytorch 搭建NIN网络+Fashion-Mnist数据集
目录NIN网络pytorch 搭建NIN网络参考NIN网络论文《Network In Network》在传统的CNN模型中，卷积层通过filter进行卷积操作，再使用非线性激活函数进行处理，产生特征映射（feature mapping）。其中，高层卷积层提取到的feature mapping是在底层卷积层提取到的feature mapping的基础上进行再提取得到的，所以如果提高每个卷积层的特征提取能力，那么对于整体的特征能力来说也会有一定提升。CNN的卷积层可以看作是一个广
2022-05-01 21:52:37
406
原创 【ubuntu】linux系统多cuda版本切换
# 查看安装的cudacd /usr/local# 查看当前连接的cuda版本stat cuda# 删除当前软连接sudo rm -rf cuda# 建立新的软连接10.1sudo ln -s /usr/local/cuda-10.1 /usr/local/cuda
2022-05-01 19:25:55
579
原创 【pytorch学习笔记】pytorch搭建VGG16网络+FashionMnist数据集
目录VGG网络介绍pytorch搭建VGG网络附加知识参考VGG网络介绍论文：《Very Deep Convolutional Networks for Large-ScaleImage Recognition》论文地址：https://arxiv.org/abs/1409.1556VGG ⽹络可以分为两部分：第⼀部分主要由卷积层和汇聚层组成，第⼆部分由全连接层组成。VGG网络有多种不同的配置，但是VGG块数量都是5，VGG块中的卷积层的数量不同或者f...
2022-05-01 18:33:47
1978
1
原创 【pytorch学习笔记】pytorch搭建AlexNet网络+FashionMnist数据集
目录AlexNet网络介绍pytorch搭建网络AlexNet网络介绍AlexNet由⼋层组成：五个卷积层、两个全连接隐藏层和⼀个全连接输出层。其次，AlexNet使⽤ReLU而不是sigmoid作为其激活函数。在AlexNet的第⼀层，卷积窗口的形状是 11×11,，需要⼀个更⼤的卷积窗口来捕获⽬标。AlexNet将sigmoid激活函数改为更简单的ReLU激活函数。⼀⽅⾯，ReLU激活函数的计算更简单，它 不需要如sigmoid激活函数那般复杂的求幂运算。另⼀⽅⾯，
2022-05-01 09:27:06
1024
翻译 【python学习笔记】seaborn模块
目录热力图介绍seaborn模块绘制热力图热力图介绍热力图是一种特殊的图表，它是一种通过对色块着色来显示数据的统计图表，在绘图时，需要指定每个颜色映射的规则（一般以颜色的强度或色调为标准）；比如颜色越深的表示数值越大、程度越深；颜色越亮的数值越大、程度越深。seaborn模块绘制热力图使用seaborn.heatmap()函数，函数定义如下：seaborn.heatmap(data,*,vmin=None,vmax=None,cmap=None,...
2022-04-30 10:05:20
968
原创 [pytorch学习笔记] 使用pytorch 搭建自己的网络
目录数据预处理加载训练集和测试集查看迭代器中的图片使用GPU训练搭建自己的网络定义损失函数定义优化方法 SGD 随机梯度下降开始训练可视化训练误差和测试误差 模型的保存测试参考数据预处理使用torchvision中的transforms模块对数据进行预处理：# 使用Composes将transforms组合在一起，tranforms子类进行数据预处理和数据增强 data_transforms = { 'train':tran...
2022-04-11 23:50:55
2035
2
原创 【matplotlib学习笔记】 Matplotlib基础知识
Matplotlib是Python最常用的绘图库，专门用于开发2D图表(包括3D图表)提供了一整套十分适合交互式绘图的命令API，比较方便的就可以将其嵌入到GUI应用程序中。模块导入import matplotlib.pyplot as pltimport numpy as np注：Matplotlib经常和numpy配合使用。绘制标题，x,y轴标签，图例，颜色设置，线型设置，文字注释 # 显示中文plt.rcParams['font.sans-serif'] = [u'Si
2022-04-11 13:59:51
1778
翻译 [pytorch学习笔记] 7. 优化模型参数，模型保存和加载
目录优化模型参数超参数优化循环损失函数优化器模型保存和加载保存和加载模型权重使用形状保存和加载模型优化模型参数现在我们有了模型和数据，是时候通过优化我们的数据上的参数来训练、验证和测试我们的模型了。 训练模型是一个迭代过程； 在每次迭代（称为 epoch）中，模型对输出进行猜测，计算猜测中的误差（损失），收集误差相对于其参数的导数，并优化 这些参数使用梯度下降。We load the code from the previous sections onDat.
2022-04-09 21:58:41
904
翻译 [pytorch学习笔记] 6. TORCH.AUTOGRAD 进行自动微分
目录张量、函数和计算图计算梯度禁用梯度跟踪参考在训练神经网络时，最常用的算法是反向传播。 在该算法中，参数（模型权重）根据损失函数相对于给定参数的梯度进行调整。为了计算这些梯度，PyTorch 有一个名为 torch.autograd 的内置微分引擎。 它支持任何计算图的梯度自动计算。考虑最简单的一层神经网络，输入 x、参数 w 和 b，以及一些损失函数。 它可以通过以下方式在 PyTorch 中定义：import torchx = torch.ones(5) # i
2022-04-09 20:49:02
360
翻译 [pytorch学习笔记] 5. 使用pytorch搭建神经网络
目录介绍设置训练硬件定义类模型层全连接层（nn.Flatten ）nn.Linear(线性层)nn.ReLUnn.Sequentialnn.SoftmaxModel Parameters介绍神经网络由对数据执行操作的层/模块组成。 torch.nn 命名空间提供了构建神经网络所需的所有模块。 PyTorch 中的每个模块都是 nn.Module 的子类。 神经网络本身是一个模块，它由其他模块（层）组成。 这种嵌套结构允许轻松构建和管理复杂的架构。在接下
2022-04-09 17:31:45
2259
翻译 [pytorch学习笔记] 4.Transforms
目录介绍ToTensor()Lambda Transforms参考介绍数据并不总是以训练机器学习算法所需的最终处理形式出现。 我们使用Transforms来对数据进行一些操作并使其适合训练。所有 TorchVision 数据集都有两个参数 - 用于修改特征的transform和用于修改标签的 target_transform - 接受包含转换逻辑的可调用对象。 torchvision.transforms 模块提供了常用转换。FashionMNIST 数据集图片是 P
2022-04-09 12:06:08
526
翻译 [pytorch学习笔记] 3.Datasets & Dataloaders
类的基本思想是数据抽象和封装。数据抽象是一种依赖于接口和实现分离的编程技术。封装实现了类的接口和实现的分离，封装后的类隐藏了它的实现细节。类的用户只能使用接口而无法访问实现部分。定义抽象数据类型...
2022-04-09 10:49:05
495
原创 【pytorch学习笔记】1.pytorch 简介
目录简介PyTorch 实现模型训练的 5 大要素安装简介2017 年 1 月，FAIR（Facebook AI Research）发布了 PyTorch。PyTorch 是在 Torch 基础上用 python 语言重新打造的一款深度学习框架。2017 年 1 月正式发布 PyTorch。 2018 年 4 月更新 0.4.0 版，支持 Windows 系统，caffe2 正式并入 PyTorch。 2018 年 11 月更新 1.0 稳定版。 2019 年 5 月更新 1.
2022-04-09 08:43:53
473
原创 [pytorch学习笔记] 2. tensor 张量
目录介绍张量初始化1.张量可以直接从数据中创建。 数据类型是自动推断的。2.张量通过numpy 中的数组进行初始化。3.通过别的张量进行初始化4.使用随机数或常数初始化：Tensor 属性张量运算连接张量算术运算单元素张量in-place 操作与 NumPy 桥接Tensor to NumPy arrayNumPy array to Tensor参考介绍Tensor 是一种特殊的数据结构，与数组和矩阵非常相似。 在 PyTorch 中，
2022-04-08 23:57:27
1826
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人