大泽之国

lst/rec文件 准备好训练样本后,需要把mxnet组织成lst或rec文件才可以送入DataIter展开训练. 生成rec文件的前提也是先成lst文件.mxnet源码中有im2rec.py脚本支持输入图片路径,输出lst或rec,但它的功能很强大,参数也变的复杂了,不方便记忆. 本文重点介绍lst文件格式,并提供一个简单的脚本,模拟im2rec.py,输入图片路径,输出lst文件 ls...

重点 命令/符号式编程的定义并不明确,CXXNet/Caffe因为依赖于配置文件,配置文件看作计算图的定义,也可以被当作符号式编程 源 源网址 什么是symblic/imperative style编程 使用过python或C++对imperative programs比较了解.imperative-stype programs在运行时计算.大部分python代码都是impe...

学习mxnet也有一段时间了,但依然感觉对mxnet没有入门,于是计划了一个yolo实验, 主要不是复现yolo,而是按照自己的喜好整理一下mxnet的各个接口,希望有助于加深对mxnet的理解. 抛开mxnet, 一个识别算法应该包括如下几个模块: * 样本生成/加载 * 模型生成/加载 * 模型训练/预测 下面以gluon教程中yolo的例子,重新按上述模块划分代码,实现教程中的yo...

Tensor Data Structure mshadow基础的数据结构是Tensor. 以下是mashadow/tensor.h的简化版本. typedef unsigned index_t; template<int dimension> struct Shape { index_t shape_[dimension]; }; template<type...

一个实际mxnet新增层的例子, 官网的例子是loss layer的，比较简单 调用关系图 Proto2DBlock(nn.Block)-> Proto2DProp(mx.operator.CustomOpProp) -> Proto2D(mx.operator.CustomOp) “` class Proto2D(mx.operator.CustomOp): #custom ...

A Beginner’s Guide to Implementing Operators in MXNet Backend Introduction 构造神经网络最核心的元素是operator. operator定义了输入到输出转换的数学公式.从最简单的operator,比如元素求和,到复杂如卷积,mxnet包含了丰富的operator支持当前流行的各种神经网络. mxnet中的opera...

实现自定义的OP后，难以保证代码正确性，尤其是backward(). mxnet.text_utils中提供两个函数可以对backward()做校验 （在mxnet安装目录下搜索text_utils.py文件，源码比文档详细） check_symbolic_backward() 这个函数要求输入symbol OP，输入参数以及期望的梯度值， 前面两个容易取得，但期望的梯度值却不是很容易。“...

参考 gluoncv 按照gluoncv的文档中pip install gluoncv方法安装，但是发现这个版本似乎依然有不少问题 准备数据 pascal_voc.py 这个脚本可以下载需要的四个文集，但是用迅雷下载的发现最后一个benchmark.tgz下载后的的hash码不对，另外三个是对的。 但是用wget下载速度有很慢，最后通过修改脚本，绕开了hash校验，这个脚本其实只做三间事情 V...

triplet loss Triplet Loss损失函数在mnist上做相似度计算 triplet loss的核心包括三个部分 anchor/positive/negative 代表三个输入图，尺寸相同，训练的目标是令anchor和positive距离最小化，同时anchor和negative距离最大化。以FaceRec为例，anchor和positive一般来自同一个人，而negative属...