发简信
IP属地：贵州
-
2018-09-06 调戏新电脑完毕
1. 更换源 不是越多越好 就选一个就好！ deb-src http://archive.ubuntu.com/ubuntu xenial ma...
-
训练tips
weight_decay防止过拟合的参数,使用方式: 1 样本越多,该值越小 2 模型参数越多,该值越大 一般建议值: weight_decay...
-
caffe保存训练log日志文件并利用保存的log文件绘制accuary loss曲线图
1、训练模型时保存log日志文件 方法1 一般情况下我们的训练模型标准语句是：$ sudo ./build/tools/caffe train...
-
caffe图像分类resnet对应cifar数据集/lmdb数据集（使用自己的数据）
对于图像分类的工作，其实深度学习已经做的足够好了。 现在先整理一下数据集的整理 然后再是resnet训练的方式. 再之后会使用一下xceptio...
-
cudnn的安装和更换版本
cudnn的下载 https://developer.nvidia.com/rdp/cudnn-archive library就是 tar。。。...
-
Py-Faster R-CNN可视化——网络模型,图像特征,Loss图,PR曲线可视化网络模型 使用Netscope在线可视化 Netscope Netscope能可视化神经网络体系结构（或技术上说，Netscope能可视化...
-
DenseNet算法详解
论文：密集连接卷积网络 论文链接：https：//arxiv.org/pdf/1608.06993.pdf 代码的github链接：https：...
-
Channel Pruning for Accelerating Very Deep Neural Networks 算法笔记
Channel Pruning for Accelerating Very Deep Neural Networks 论文地址：https://...
-
Speed and accuracy trade-offs for modern convolutional object detectors 论文记录0.abstract 本文主要对主流的三类object detector进行了speed-accuracy trade-off上的比较。 三类”...