在LeetCode许多最优解法的代码中都会有如下代码： 其中 std::ios::sync_with_stdio(false) 的作用是取消缓冲区同步，因为 printf...
发简信
IP属地：浙江
-
LeetCode通过关闭缓冲区同步加速
-
Pytorch常用集合
部分引用自 https://zhuanlan.zhihu.com/p/59205847 首先需要导入如下库 1 基础配置 检查pytorch版本以及cuda 固定随机种子
-
-
caffe实例：表情分类划分数据集 数据集存在于0none 1pouting 2smile3openmouth四个文件夹中，根据要求，我们对其按照 1:9 的比例进行划分注意，这里我们对每一个文件夹...
-
Caffe自带例程classification详解构造Classifier类 初始化net_并读入网络模型文件.prototxt 通过net初始化来了解Net类 blob_names_ —— 读取各层blob名字 这里注意要...
-
COCO数据集评价指标 —— Keypoints参考网站 http://cocodataset.org/#keypoints-eval Keypoint Evaluation 本篇描述了COCO数据集的 Keypoint估...
-
深度学习优化算法（2）—— Momentum、AdaGrad、RMSProp、Adam算法概述 动量法：梯度转化为速度 AdaGrad：每个参数反比于历史梯度平方总和的平方根 RMSProp：AdaGrad的升级（将梯度积累替换为滑动平均） Adadelta：...
-
-
深度学习优化算法（1）—— 优化算法的基础偏导、方向导数和梯度 （1）偏导：函数在坐标轴方向上的变化率（一维方向）设函数在点的邻域内有定义，当时，可以看作是关于的一元函数，若该一元函数在处可导，即有函数的极限存在，那...
-
深度学习知识总结 (1)
ReLU ReLU激活函数的优势 ReLU求导容易ReLU会使一部分神经元的输出值为0，这样就造成了网络的稀疏性，减少了参数间的相互依存关系，避免出现过拟合很好的传播梯度，避...
-
深度学习知识总结 (2)今天主要讲解一下数据的归一化，包括均值方差归一化方法和广为使用的BN法，在阅读相关方法和文献时，一直存在有很多疑惑，今天终于通过多方查找资料有了一个更为深刻的认识，下面将提出...
-
OpenPose训练过程解析（7）genLMDB.py 本篇文章查看genLMDB.py文件是如何生成LMDB数据的，（单行注释位于genLMDB.py文件里，此处只大体叙述流程） 生成一个空的lmdb数据库...
-
OpenPose训练过程解析（7）总结 DataLayerSetUp 首先，cpm_data_layer.cpp调用DataLayerSetUp函数设置层参数 transformed_label_在这里被Re...
-
OpenPose训练过程解析（6）LMDB详解 部分LMDB文件截图 numSample是标注的所有人的数目：numSample = len(data) #genLMDB.py line:41其中data是...
-
OpenPose训练过程解析（4）
CPMTransformationParameter参数解析 一个Datum有三个维度，channels, height,和width，可以看做是少了num维度的Blob。存...
-
ShuffleNet V2论文解读摘要 论文地址：https://arxiv.org/pdf/1807.11164.pdf作者：Face++概述：论文指出现在的网络通常使用间接量来度量计算复杂度（例如FLOP...
