歡迎關(guān)注公眾號：七只的Coding日志，更多鏈接[https://mp.weixin.qq.com/mp/profile_ext?action=home&__biz=Mzk0...
發(fā)簡信
IP屬地：湖北
-
多種灰度化處理
-
多種濾鏡方法歡迎關(guān)注公眾號：七只的Coding日志，更多鏈接[https://mp.weixin.qq.com/mp/profile_ext?action=home&__biz=Mzk0...
-
模型壓縮（下）—— 知識蒸餾(Distilling Knowledge)Given an image of a dog, a good teacher network may mistakenly recognize it as cat with...
-
深度互學(xué)習(xí)為什么使用kldivloss作為損失函數(shù)？
最近在實踐知識蒸餾過程中，在Pytorch中不同損失函數(shù)的作用也各有各的不同。在查看Loss源碼時，發(fā)現(xiàn)具體的損失函數(shù)有_WeightedLoss，L1Loss，NLLLos...
-
模型壓縮（上）—— 知識蒸餾(Distilling Knowledge)1. 到底什么是知識蒸餾？ 一般地，大模型往往是單個復(fù)雜網(wǎng)絡(luò)或者是若干網(wǎng)絡(luò)的集合，擁有良好的性能和泛化能力，而小模型因為網(wǎng)絡(luò)規(guī)模較小，表達能力有限。因此，可以利用大模型學(xué)習(xí)到...
-
深度學(xué)習(xí)模型壓縮技巧一、首先，為什么網(wǎng)絡(luò)模型需要模型壓縮？ 通常：給定一個精度級別，存在多個達到該精度級別的CNN架構(gòu)。在同等精度下，具有較少參數(shù)的CNN有三大優(yōu)勢： 更高效的分布式訓(xùn)練：分布式...
-
圖形學(xué)中常見噪聲生成算法綜述對于普通人而言，噪聲通常是都是有害的，而在圖形學(xué)中，噪聲卻經(jīng)常被用來生成一些非常優(yōu)美的效果，比如天空的云層，地形，水面波形等，還可以用于生成迷宮。 對于圖形學(xué)而言，噪聲通常會...
-
實現(xiàn)常見CNN網(wǎng)絡(luò)結(jié)構(gòu)中添加注意力(attention)機制目前常見網(wǎng)絡(luò)結(jié)構(gòu)有許多，例如： LeNet：基于漸變的學(xué)習(xí)應(yīng)用于文檔識別 AlexNet：具有深卷積神經(jīng)網(wǎng)絡(luò)的ImageNet分類 VGGNet：用于大規(guī)模圖像識別的非常深的...
-
采用時空注意力機制的人臉微表情識別微表情是人自發(fā)產(chǎn)生的一種面部肌肉運動，可以展現(xiàn)人試圖掩蓋的真實情緒。由于微表情面部肌肉變化幅度小、持續(xù)時間短所帶來的識別準確率低的問題。 最近看了許多關(guān)于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方面的特...
