在深度學(xué)習(xí)中，圖像數(shù)據(jù)通道格式有兩種： NCHW，又稱：“channels_first”，是nvidia cudnn庫(kù)原生支持的數(shù)據(jù)模式；在GPU中，使用NCHW格式計(jì)算卷積...
發(fā)簡(jiǎn)信
IP屬地：重慶
-
圖像數(shù)據(jù)通道格式：NCHW和NHWC的區(qū)別 -
人臉識(shí)別：FaceNet詳解概述 ??FaceNet是谷歌于[CVPR2015.02](FaceNet: A Unified Embedding for Face Recognition and Clu...
-
整理的挺細(xì)的啊
win10 centos7.8 雙系統(tǒng)
考慮到對(duì)于Linux更多的使用是服務(wù)器上，所以放棄Ubuntu而安裝centos。實(shí)績(jī)上，centos確實(shí)也比Ubuntu安裝復(fù)雜一些。過程中有很多的坑，還好最后成功了。結(jié)果...
-
win10 centos7.8 雙系統(tǒng)考慮到對(duì)于Linux更多的使用是服務(wù)器上，所以放棄Ubuntu而安裝centos。實(shí)績(jī)上，centos確實(shí)也比Ubuntu安裝復(fù)雜一些。過程中有很多的坑，還好最后成功了。結(jié)果...
-
（數(shù)據(jù)結(jié)構(gòu)）十分鐘搞定時(shí)間復(fù)雜度（算法的時(shí)間復(fù)雜度）我們假設(shè)計(jì)算機(jī)運(yùn)行一行基礎(chǔ)代碼需要執(zhí)行一次運(yùn)算。 那么上面這個(gè)方法需要執(zhí)行 2 次運(yùn)算 這個(gè)方法需要 (n + 1 + n + 1) = 2n + 2 次運(yùn)算。 我們把 算...
-
Selenium無法定位元素的九種解決方案
一、frame/iframe表單嵌套 WebDriver只能在一個(gè)頁(yè)面上對(duì)元素識(shí)別與定位，對(duì)于frame/iframe表單內(nèi)嵌的頁(yè)面元素?zé)o法直接定位。解決方法：driver....
-
目標(biāo)檢測(cè)：mAP指標(biāo)計(jì)算mAP(mean average precision)是目標(biāo)檢測(cè)算法中衡量算法識(shí)別精度的指標(biāo)，在計(jì)算mAP之前，需要先了解一些前置內(nèi)容： 準(zhǔn)確率??在分類算法中，將分類正確的...
-
JavaScripts學(xué)習(xí)筆記
概述 ??JavaScript 是一門充滿爭(zhēng)議的編程語(yǔ)言：它以 Java 命名，但實(shí)際上和 Java 毫無關(guān)系。JavaScript 的創(chuàng)造 只用了 10 天時(shí)間，但在 20...
-
Python 正則表達(dá)式
??模式和被搜索的字符串既可以是 Unicode 字符串 (str) ，也可以是 8 位字節(jié)串 (bytes)。 但是，Unicode 字符串與 8 位字節(jié)串不能混用：也就是...
-
Tensorflow2.X入門指南概述 ??本文是一篇較為基礎(chǔ)的深度學(xué)習(xí)框架Tensorflow2.x入門文章，在開始之前先安裝Tensorflow，當(dāng)然如果你已安裝，可以直接跳過。 ??Tensorflow...
-
Ubuntu深度學(xué)習(xí)環(huán)境搭建??近一段時(shí)間，由于工作繁忙，一直沒有時(shí)間來好好總結(jié)、梳理自己的知識(shí)體系。最近一段時(shí)間趁著比較得空，會(huì)陸續(xù)將對(duì)近一年來的筆記進(jìn)行梳理，記錄。一來鞏固所學(xué)，進(jìn)一步消化吸收；二來...
-
Tensorflow: tf.data性能設(shè)計(jì)指南??GPU 和 TPU 可以從根本上縮短執(zhí)行單個(gè)訓(xùn)練步驟所需的時(shí)間。為了實(shí)現(xiàn)最佳性能的目的，我們需要一個(gè)高效的輸入管道用于在當(dāng)前步驟完成前為下一步驟提供數(shù)據(jù)。tf.data ...
-
目標(biāo)檢測(cè)：IOU計(jì)算
??在目標(biāo)檢測(cè)中，經(jīng)常需要計(jì)算預(yù)測(cè)回歸框和真實(shí)回歸框的交并比（Intersection Over Union，IOU），也稱重疊度,計(jì)算公式如下。? ? ??由于...
-
[譯]Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
摘要 ??目前最先進(jìn)的目標(biāo)檢測(cè)網(wǎng)絡(luò)需要先用區(qū)域建議算法推測(cè)目標(biāo)位置，像 SPPnet[7] 和 Fast R-CNN[5] 這些網(wǎng)絡(luò)已經(jīng)減少了檢測(cè)網(wǎng)絡(luò)的運(yùn)行時(shí)間，這時(shí)計(jì)算區(qū)域...
-
Tensorflow模塊：tf.train.Checkpoint
tf.train.Checkpoint ：變量的保存與恢復(fù) ??Tensorflow的Checkpoint機(jī)制將可追蹤變量以二進(jìn)制的方式儲(chǔ)存成一個(gè).ckpt文件，儲(chǔ)存了變量的...
-
Keras常用回調(diào)函數(shù)
??回調(diào)函數(shù)是一組在訓(xùn)練的特定階段被調(diào)用的函數(shù)集，你可以使用回調(diào)函數(shù)來觀察訓(xùn)練過程中網(wǎng)絡(luò)內(nèi)部的狀態(tài)和統(tǒng)計(jì)信息。通過傳遞回調(diào)函數(shù)列表到模型的.fit()中，即可在給定的訓(xùn)練階段...
-
[譯] IONet- Learning to Cure the Curse of Drift in Inertial OdometryIONet- Learning to Cure the Curse of Drift in Inertial Odometry 該論文嘗試使用深度學(xué)習(xí)方法去解決慣性導(dǎo)航中的漂...