经典排序算法整理

发布时间 : 2020-09-17
发布 : 2020-09-17 分类 : 算法 浏览 :

排序算法整理

Pytorch1.4 GPU环境

发布时间 : 2020-04-05
发布 : 2020-04-05 分类 : 杂记 浏览 :

Pytorch1.4 GPU环境
1586092015000.png

含有忍耐度的TP计算(Precision、Rcall、F1 score)

发布时间 : 2020-03-30
发布 : 2020-03-30 分类 : 深度学习 浏览 :

对于边缘分割类任务,边缘部分因为人为标记不准确等原因,在评估模型时,需要对这些区域设置一定忍耐度以保证模型评估更完整。这里提供代码参考

图片平铺扩展

发布时间 : 2020-03-30
发布 : 2020-03-30 分类 : 图像处理 浏览 :

在做数据增强时,如果对图片进行旋转,那么新的图片背景会出现不属于原始图片分布的区域,这时一种解决办法就是将原始图片进行平铺,用原始图片填充角落。

Pytorch自定义求导功能(定义BP操作)

发布时间 : 2020-02-27
发布 : 2020-02-27 分类 : 深度学习 浏览 :

如果用到pytorch不能自动求导的东西,这时可能就需要自己完成BP算法了。但是怎么去替代这个过程呢,pytorch中提供了扩展方法

卷积(convolution)和互相关(cross-correlation)

发布时间 : 2020-02-26
发布 : 2020-02-26 分类 : 深度学习 浏览 :

现在大部分的深度学习教程中都把卷积定义为图像矩阵和卷积核的按位点乘。实际上,这种操作亦应该是互相关(cross-correlation),而卷积需要把卷积核顺时针旋转180度然后再做点乘。


Pytorch 图片数据增强

发布时间 : 2020-02-25
发布 : 2020-02-25 分类 : 深度学习 浏览 :

Pytorch 随机擦除和《Data augmentation with Möbius transformations》论文复现

Depthwise-STFT卷积复现

发布时间 : 2020-02-23
发布 : 2020-02-23 分类 : 深度学习 浏览 :

image.png
《Depthwise-STFT based separable Convolutional Neural Networks》论文复现。该论文提出了使用STFT替换Depthwise结构的卷积层,达到提速的效果。这里是未经优化的复现了文中提到的Depthwise-STFT卷积操作(卷积操作部分可以优化,预计计算了减少8倍),由于未优化,速度并没有得到明显的提升。

高效神经网络设计II

发布时间 : 2020-01-29
发布 : 2020-01-29 分类 : 深度学习 浏览 :

高效神经网络设计相关笔记全面的概览
1580301018628.png

路面裂缝分割相关论文笔记

发布时间 : 2020-01-29
发布 : 2020-01-29 分类 : 论文 浏览 :

最近在做路面裂缝分割相关工作,这里做相关论文的记录。