- 博客(9)
- 收藏
- 关注
RSS订阅原创 cs224w笔记_2019_P3_Motifs and Structural Roles in Network
#1. Definition of Motifs#2. Usage & example of Motifs#3. Motifs is a induced subgraph of a graph#4. motifs is recurring and can be overlapped#5. Motif is more frequent than in randomly generated network#6. how to calculate the significance of
2021-05-13 23:10:23
170
1
原创 图神经网络7日打卡营学习心得
此次课程老师们带领我们学习了图神经网络的基础知识， 让我们有机会了解了图神经网络的主要应用场景：计算机视觉领域（Computer Vision）图形神经网络的最大应用领域之一是计算机视觉。研究人员在场景图生成、点云分类与分割、动作识别等多个方面探索了利用图结构的方法。在场景图生成中，对象之间的语义关系有助于理解视觉场景背后的语义含义。给定一幅图像，场景图生成模型检测和识别对象，并预测对象对之间的语义关系。另一个应用程序通过生成给定场景图的真实图像来反转该过程。自然语言可以被解析为语义图，其中每个词
2020-11-29 17:55:47
252
原创 PaddlePaddle图像分割学习笔记
1.语义分隔算法的根本目的： 像素级分类2.实际卷积中， 输出特征越卷越小， 为使输出恢复至与输入大小一致， 常用的方法有一下三种：2.1. Up-sampling/Bilinear Interpolation2.2. Transpose Conv2.3. Un-pooling常见分割网络：3.1. Fully Convolutional Network(全卷积网络/无FC网络)无FC网络， FC=>1*1 Conv3.2 U-Net3.3 PSP-Net
2020-10-26 10:48:27
659
原创 windows 下安装并运行flask
1 已有python虚拟环境下: pip install flask2 记事本保存以下代码为hello.pyfrom flask import Flaskapp = Flask(name)@app.route(’/’)def hello():return ‘Hello World!’3 set FLASK_APP=D:\pytorch2\Flask\hello.py4 flask sun5 查看localhost:5000官网信息：https://flask.palletsprojec
2020-09-13 14:23:03
1490
原创 安装pycocotools
1 conda install -c anaconda cython2 Visual Studio C++相关环境3 pip install git+https://github.com/gautamchitnis/cocoapi.git@cocodataset-master#subdirectory=PythonAPI
2020-09-12 21:43:11
271
原创 PyCharm中使用TensorBoard
代码指定tensorboard日志路径并写入需要显示在pycharm中的内容后，在pycharm的项目目录中找到日志文件夹， 然后右键选择open in terminal, terminal 打开后敲入命令： tensorboard.exe --logdir=xxx 注意：xxx为日志目录且不要加引号...
2020-09-11 16:21:23
2867
原创 Pytorch安装
安装环境永远是个让人头疼的事情， 回忆起10多年前我的硕士导师将我扔进某软件公司实习时， 那公司老板就让我自己跟着msdn的tutorial把某某技术研究一下。回想起自己独自一人安装.net, 安装完后一脸懵逼的发现.net打开后一片空白(solution view不知为啥没有默认打开)，然后到处问人并被人鄙视。理论与实践永远相隔千山万水，倒霉的人儿只能用双脚踏平那遥远的距离。言归正传，Pytorch安装步骤如下：1 安装anaconda2 在anaconda下创建虚拟环境3 激活虚拟环境4 挂载
2020-09-11 16:04:23
104
原创 PaddlePaddle 21天学习心得总结
回顾过往，工作之余自学机器学习已经2年了， 自学的路程颇为艰难：学习资料难以收集，往往是某个公众号说某某视频必看，或者某某书籍机器学习领域排行top xx, 就去看看；学习途径无法明确, 从机器学习到深度学习再到视频处理或者语义分析，哪个分支会和未来的实际工作产生联系，至今不得而知；没能找到将理论运用到实践的途径，除了在kaggle平台上预测一下波士顿房价或者泰坦尼克号上哪种乘客更容易幸存， 暂时不知道如何将真正的应用部署到服务器应用到实际应用中；至于如何优化算法，提出自己的创新也根本就是个遥不可及的目标。
2020-08-26 17:45:17
394
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