zzz12341的博客

展开全文目录概要为什么需要视觉注意力注意力分类与基本概念软注意力The application of two-level attention models in deep convolutional neural network for fine-grained image classification---CVPR20151. Spatial Transformer Networks(空间域注意力)---2015 nips2. SENET （通道域）---2017CPVR3. Res...

论文下载：Explaining and Harnessing Adversarial Examples摘要几种机器学习模型，包括神经网络，一致地将对抗样本误分类——通过对数据集样本添加细微而刻意的扰动形成的输入，会导致模型以较高的置信度输出错误的结果。早期尝试解释这种现象时会专注于非线性和过拟合。但我们认为，造成神经网络在面对对抗扰动时的脆弱性的主要原因正是它们的线性特性。这种解释得到了新的定量结果的支持，对抗样本横跨网络结构和训练集的特点，也为这种解释提供了一个有趣的事实依据。此外，该观点产生了一种能

针对cifar10的Resnet20结构，稳定跑出92左右的测试精度，符合原论文效果resnet.pyimport torchimport torch.nn as nnimport torch.nn.functional as Fclass ResidualBlock(nn.Module): def __init__(self, inchannel, outchannel, stride=1): super(ResidualBlock, self).__init__(

raise ValueError(“Shapes %s and %s are incompatible” % (self, other))数据集cifar100类别数为100，网络结构最后一次全连接units忘了与之对应

解决方法：1、路径不能包含中文，仔细检查一下，有中文的话改改2、图片是否在该路径下，确保路径没有问题。3、路径中单斜杠’‘替换成双斜杠’\‘或’//'或‘/’。

Kaggle是由联合创始人、首席执行官安东尼·高德布卢姆（Anthony Goldbloom）2010年在墨尔本创立的，主要为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台。什么人会使用Kaggle?主要分为下面两种：1）一种是以奖金和排名为目的，包括靠奖金为生的职业Kaggler。这些人有丰富的数据分析，机器学习工作经验的业内人士。2）一种就是以提升相关技能和背景为目的业余爱好者甚至在校学生了。这类型人有一定技术能力，但经验欠缺，是想从中进行学习和锻炼的“长江后浪”。然而在

SVM支持向量机原理最优化求最大间隔寻找可以区分两个类别并且能使边际（margin）最大的超平面（hyper plane）定义距离超平面最近的点为支持向量优缺点优点可以解决高维问题，即大型特征空间；解决小样本下机器学习问题；能够处理非线性特征的相互作用；无局部极小值问题；（相对于神经网络等算法）无需依赖整个数据；泛化能力比较强；缺点当观测样本很多时，效率并不是很高；对非线性问题没有通用解决方案，有时候很难找到一个合适的核函数；对于核函数的高维映射解释力不强，尤其是径向基

1 torch等库在cmd中导入成功但在jupyter notebook中导入失败解决：1，打开anaconda prompt2，输入conda install nb_conda2 多进程处理错误 “损坏的管道”ForkingPickler(file, protocol).dump(obj)BrokenPipeError: [Errno 32] Broken pipe解决：在父进程发送数据完成之前，子进程先结束就会发生此错误。这说明你的代码可能有问题。你可以通过将 DataLo