VGG 整体结构如下所示 ---------------------------------------------------------------- Layer (type) Output Shape Param # =====================================================...

直接上例子，Leetcode768，我在SCL下用golang和python和cpp写的时候发现go和python的值捕获好像不太一样。下面的写法无法修改具体的值，但是go就可以直接修改，不需要特殊的声明。 class Solution: def kthSmallestPrimeFraction(self, arr: List[int], k: int) -> List[in...

very begining of ELTV The loop of Deep learning is divided into 4,just summarize the tricks and make a cheatsheet Extract data 针对pytorch的话，一般要实现一个dataset类，里面重写两个函数就可以了，一个是__len__,另外一个是__getitem_...

最近发现tf的安装用anaconda简单了很多,和之前torch一样，不必提前装上cudatoolkit。本地的conda已经换源了。 首先创建虚拟环境 conda create -n tf python=3.8 然后需要装上cudatoolkit和cudnn，需要对应上实际的tensorflow的版本，此时我要安装的是tf-2.3.0,这两个选择对应上版本就可以了 conda i...

{ // read https://code.visualstudio.com/docs/editor/userdefinedsnippets for details "Print to console": { "prefix": "cpp", "body": [ "#include <iostream>", "#include <algorithm...

基础科目 6.S081 + 6.828:operating system 6.829computer network 6.830:database system 6.824:distributed system nju pa 应用分析 6.042:Mathematics for Computer Science 6.004:Computation St...

总结一下各类出现过的trick，针对end to end，主要分4部分， 数据输入部分的处理 backbone的创新（模块的设计，激活函数的优化） Neck Prediction 1 Data Augmentation Cutout MixUp CutMix Mosaic 2 Regulization Method dropBlock ...

v4其实在intro里就说了，很多的tricks都claims可以提点，但是大量的实验需要去验证这个问题。有些功能只对特定的模型或者特定的小规模数据集work。而另外一些tricks，比如BN，resdual connect适用于大多数的模型，任务和数据集。 其实不如把本文看作近些年OD的一个总结，验证了一些方法让OD的性能和速度提升到一个新的stage 然后在看网络结构的时候需要看到具...

v3应该是这一系列里面有创新的最后一版了（也是Joseph Redmon的最后一版），后面的v4堆了一坨优化，说创新，也谈不上。v5感觉争议比较大。 v3的行文比较像个报告，不太类似一个完整的paper，相比YOLOv2，YOLOv3最大的变化包括两点： 使用残差模型 FPN架构 前面的就是Darknet53，后面的就是和SSD很想的多尺度检测。 YOLOv3每个位置使用...

b本文先在YOLOv1的基础上提出了v2，之后提出了一种检测与分类的联合训练方法，之后在两个数据集上训练了一个YOLO9000（能检测超过9k类物体）。二者主要的模型结构是一致的 本文主要用的几个提点方法就是： BN层的加入，不再用dropout， High Resolution Classifier Convolutional With Anchor Boxes（SSD和...