pytorch doc阅读笔记

[TOC]

torch特性

待补充

torch.Tensor

expand方法

expand方法并不会开辟新的内存,只是在已有tensor上创建了新的view,修改原tensor,会影响到expand返回的变量。
举例:

1
2
3
4
5
6
7
8
9
a.unsqueeze_(1)
b = a.expand(-1,4)
b = 1 1 1 1
2 2 2 2
3 3 3 3
a[1] = 4
b = 1 1 1 1
4 4 4 4
3 3 3 3

阅读更多

大数据竞赛经验谈

随笔

最近在和同学一起做阿里天池的服装属性识别的竞赛,训了几个不同架构的分类网络,然后手动融合了一下结果。但是感觉黔驴技穷,不知道该怎么提升了。所以今天跟实验室的Kaggle大神师兄讨教了一下,学到了很多做比赛的经验,在此记录。

阅读更多

基于PyQt的多源图像文字描述生成软件界面

任务简介

因为项目要求,先需要设计一个软件界面。业务逻辑主要是基于深度学习实现图像的自动文字描述。界面主要要包括基本的菜单栏、待处理图像的展示、文字生成结果展示、图像批次切换按键等。

阅读更多

翻译 Region of interest pooling explained

原文链接:
https://deepsense.io/region-of-interest-pooling-explained/

阅读更多

目标追踪算法之研究背景

研究背景

目标追踪之定义

目标跟踪就是在一段序列图像中的每幅图像中实时地找到感兴趣的运动目标。

在计算机视觉应用中,追踪是一个非常重要的部分,涉及活动分析分类(activity analysis classification)、目标识别(object recognition)以及人机交互(human computer interference)。在军事制导、视觉导航、安全监控、智能交通等等领域有着广泛的应用。

阅读更多

深度网络训练中的一些技巧

epoch

机器学习,或者说神经网络训练中,一个很重要的参数就是epoch。一个epoch就表示网络对整个数据集完成了一次训练。

iteration

迭代次数。即在一个epoch中,分成iteration个小的数据批次即minibatch,进行训练。例如样本总数为N,每个minibatch的batchsize为n,则$iteration = N / n$。

阅读更多

Introduction of Siamese Instance Search for Tracking

特点

  • 孪生结构
  • 没有应用模型更新
  • 没有遮挡检测
  • 没有采用追踪器集合

阅读更多

SiamFC算法改进思路

视频追踪问题中,目标通常是连续可微的。

SiamFC利用全卷积孪生网络结构对搜索域和样本图像进行相似度匹配,实现追踪目标。

本文分析了SiamFC在vot2015数据集上的追踪结果,总结出以下问题,并提出针对性的改进方案。

表现鲁棒

    阅读更多

    Hello World

    Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub.

    阅读更多

    Background of Reinforcement Learning

    增强学习

    增强学习的思想来自于对自然学习的观察,比如人类获取知识的主要途径就是通过与环境的交互iteractions。增强学习问题研究what to do,即如何从situations映射到actions,从而最大化一个数值形式的reward。本质上看,这是个闭环问题closed-loop,因为actions会影响后来的输入,即situations。最有趣,也是最有挑战性的一点是,actions不光影响即时的reward,也会影响后续所有的rewards。

    阅读更多