https://software.intel.com/en-us/mpi-developer-reference-linux-process-pinning Process Pinning Use this feature to pin a particular MPI process to a c ...
分类：
其他好文 时间：
2020-02-07 14:27:14
阅读次数：
70
DenseNet "论文传送门" ,这篇论文是CVPR 2017的最佳论文. "resnet一文" 里说了,resnet是具有里程碑意义的.densenet就是受resnet的启发提出的模型. resnet中是把不同层的feature map相应元素的值直接相加.而densenet是将channel ...
分类：
Web程序 时间：
2020-02-06 19:47:42
阅读次数：
135
全局就是针对常用的平均池化而言，平均池化会有它的filter size，比如 2 * 2，全局平均池化就没有size，它针对的是整张feature map. 把一整张特征图取平均得到一个值， 全连接的目的，因为传统的网络我们的输出都是分类，也就是几个类别的概率甚至就是一个数--类别号，那么全连接层就 ...
分类：
其他好文 时间：
2020-02-06 14:44:10
阅读次数：
92
Feature: 标注主要功能模块 Story: 标注Features功能模块下的分支功能 Severity: 标注测试用例的重要级别 Step: 标注测试用例的重要步骤 Issue和TestCase: 标注Issue、Case，可加入URL # -*- coding: utf-8 -*- # @T ...
分类：
其他好文 时间：
2020-02-04 09:13:11
阅读次数：
169
https://arxiv.org/pdf/1911.09070.pdf Efficientnet的延续，提出了更快、更容易的多尺度融合BiFPN；提出了在backbone，feature network，box/class prediction上， 统一扩展模型的方式（仍然是调整width, re ...
分类：
其他好文 时间：
2020-02-02 18:11:27
阅读次数：
130
1. 池化层：由1个filter组成，对图片 / 输入矩阵进行空间上的降采样处理，压缩图像的高度和宽度。池化层的filter不是用来得到feature map，而是用来获取filter范围内的特定值。池化层的filter并不设置特定的权值，通常只是用来获取感受野范围内的最大值或平均值。 降采样处理： ...
分类：
其他好文 时间：
2020-01-30 17:05:49
阅读次数：
425
1. 卷积层（Convolution Layer）：由若干个卷积核f（filter）和偏移值b组成，（这里的卷积核相当于权值矩阵），卷积核与输入图片进行点积和累加可以得到一张feature map。 卷积层的特征： （1）网络局部连接：卷积核每一次仅作用于图片的局部 （2）卷积核权值共享：一个卷积层 ...
分类：
其他好文 时间：
2020-01-30 10:11:49
阅读次数：
160
论文题目：M2Det: A Single-Shot Object Detector based on Multi-Level Feature Pyramid 文献地址：https://arxiv.org/abs/1811.04533v3 源码地址：https://github.com/qijiezh ...
分类：
其他好文 时间：
2020-01-19 19:08:48
阅读次数：
174
概述：上节咱们说了特征工程是机器学习的一个核心内容。然后咱们已经学习了特征工程中的基础内容，分别是missing value handling和categorical data encoding的一些方法技巧。但是光会前面的一些内容，还不足以应付实际的工作中的很多情况，例如如果咱们的原始数据的fea ...
分类：
其他好文 时间：
2020-01-19 12:38:54
阅读次数：
54
池化的概念是在 AlexNet 网络中提出的，之前叫做降采样； 池化到底在做什么，不多解释； 池化的作用 首先需要明确一下池化发生在哪里：卷积后经过激活函数形成了 feature map，即 Relu(wx + b) ，后面接池化层 1. 池化可以形象化的理解为降维 2. 池化避免了局部位移或者微小 ...
分类：
其他好文 时间：
2020-01-18 12:44:06
阅读次数：
108
