pytorch之保存与加载模型 本篇笔记译自pytorch官网tutorial，用于方便查看。pytorch与保存、加载模型有关的常用函数3个： torch.save(): ...
发简信
IP属地：黑龙江
-
pytorch之保存与加载模型
-
-
从0开始学习GitHub系列之(初识GitHub)申金鑫 17101223365 转载自stormzhang 原创文章 【嵌牛导读】:本文介绍了程序员必备技能GitHub，从0开始，适合新手学习 【嵌牛鼻子】:GitHub ...
-
PyTorch中的transform作用原理以及数据增强方式引用1引用2引用3 之前一直搞不清出PyTorch的transform的作用原理以及应该如何使用pytorch做数据增强，看了上面的引用中的回答总算明白了，在从dataloa...
-
深度学习的可解释性|Global Average Pooling(GAP)GAP (Global Average Pooling)可用于模型微调,在做图像分类比赛时效果较好.最早在<<Network In Network>>中提出. 在常见的卷积神...
-
Lecture 11 检测与分割我们之前都是图像分类的任务，最后一个全连接层得到所有分类的得分。现在我们来研究计算机视觉的其他任务，比如语义分割、图像分类与定位、目标检测、实例分割等。 本课重点 语义分割 ...
-
Lecture 3 损失函数和优化上一个lecture中讲解了线性分类里的评分函数，以及对线性分类的理解。这次来讲解损失函数以及如何求。 本课重点： 线性分类II——损失函数 优化 1 线性分类II——损失函...
-
Lecture 2 图像分类
注意：课程需要使用大量Python编程并使用Numpy 完成矩阵运算，所以学习本lecture的同时需要学习Python 和Numpy。使用教程：点击这里 本课重点： 数据驱...
-
Lecture 1 课程介绍&资源整合一、课程介绍 官网介绍：计算机视觉已经在我们的社会中无处不在，应用于搜索、图像理解、应用程序、绘图、医学、无人驾驶飞机和自动驾驶汽车。这些应用程序的核心许多都是视觉识别任务，...
-
看了这个感觉都不用看视频了，很nice
Lecture 13 生成模型
之前了解到的都是有监督学习（Supervised Learning）：我们有数据x和标签y，目标是学习到一个函数可以将数据x映射到标签y，标签可以有很多形式。典型的有监督学习...
-
-
Lecture 13 生成模型之前了解到的都是有监督学习（Supervised Learning）：我们有数据x和标签y，目标是学习到一个函数可以将数据x映射到标签y，标签可以有很多形式。典型的有监督学习...
-
-
Lecture 12 可视化和理解CNN本课重点 特征可视化 DeepDream 风格迁移 1 特征可视化 之前一直把CNN当做黑盒子处理，那么其工作原理是什么样的呢？每一层都在寻找哪些内容？中间层的作用是什么？以...
-
个人博客:www.linyibin.cn，百度高工。
