JrunDing

总结一些从80年代至今的论文提出的用于计算机视觉的常用卷积神经网络 LeNet​ LeNet是一系列网络的总称，包括LeNet1 - LeNet5，由Yann LeCun等人在1990年《Handwritten Digit Recognition with a Back-Propagation Network》中提出，是卷积神经网络的HelloWorld。主要用于手写数字体识别。 ​ LeNet是早期成功的神经网络，先使用卷积层来学习图像空间信息，然后使用全连接层来转换到类别空间。 AlexNet​ AlexNet赢了2012年ImageNet竞赛冠军，标志着新一轮的神经网络热潮的开始 ​ 本质是一个更深更大的LeNet，10×参数个数，260×计算复杂度 ​ 主要改进：dropout、ReLU、MaxPooling、数据增强 ​ 因为网络深度和宽度改变，量变引起质变，从而引起计算机视觉方法论的改变 VGG​ 提出VGG块，是AlexNet思路的拓展，本质就是将AlexNet中的卷积+池化 组合操作封装成一个VGG块，然后在VGG网络中反复调用，也就是一个更大更深的Ale ...

MNIST数据集介绍​ MNIST 数据集已经是一个被”嚼烂”了的数据集, 作为机器学习在视觉领域的“hello world”，很多教程都会对它”下手”, 几乎成为一个 “典范”。 ​ MNIST 数据集可在 http://yann.lecun.com/exdb/mnist/ 获取, 它包含了四个部分: Training set images: train-images-idx3-ubyte.gz (9.9 MB, 解压后 47 MB, 包含 60,000 个样本) Training set labels: train-labels-idx1-ubyte.gz (29 KB, 解压后 60 KB, 包含 60,000 个标签) Test set images: t10k-images-idx3-ubyte.gz (1.6 MB, 解压后 7.8 MB, 包含 10,000 个样本) Test set labels: t10k-labels-idx1-ubyte.gz (5KB, 解压后 10 KB, 包含 10,000 个标签) ​ MNIST 数据集来自美国国家标准与技术研究所, ...

本专栏主要介绍Pytorch中比较好用的API nn.Flatten()​ torch.nn.Flatten(start_dim=1, end_dim=-1) ​ 作用：将连续的维度范围展平为张量 ​ 参数：开始维度，结束维度 input = torch.randn(32, 1, 5, 5) # 随机数# With default parametersm = nn.Flatten() # 默认维度展开 (1, -1)output = m(input)output.size()#torch.Size([32, 25])# With non-default parametersm = nn.Flatten(0, 2) # 指定维度展开 (0, -2)output = m(input)output.size()#torch.Size([160, 5]) next()和iter()​ 经常会遇到next和iter联合使用，一般用于取数据时：X, y = next(iter(data.DataLoader(mnist_train, batch_size=18) ...

前段时间调研学习NVIDIA Aerial SDK，再加上本科做比赛接触到很多NVIDIA的产品，毕设使用的硬件平台也是NVIDIA的嵌入式套件，后续还可能接触他们的产品，因此想详细逛一下官网，对软硬件产品有更深入的理解。NVIDIA中文官网 软硬件产品​ 先来看一下中文官网，在官网上方的目录栏产品中包括了NVIDIA提供的全部软硬件产品 ​ 从上图可以看到硬件主要包括游戏和娱乐、笔记本电脑和工作站、云和数据中心、网络、GPU、嵌入式系统几个分类。由此也可以总结出云、本地数据中心、边缘处理器的硬件架构。比如EGX等组合平台就是这种架构 ​ 软件主要包括应用框架、应用和工具、游戏和创作、基础架构、云服务几个分类。由此可以总结出硬件驱动、CUDA、虚拟容器、应用SDK、大规模生态的软件架构，另外还有软件管理、IO加速等应用 ​ GPU - GPC - SM - CUDA CORE TENSOR CORE RT CORE NVIDIA应用生态系统 ​ 如图以英伟达应用生态系统为例，因为它是比较常用的大规模生态系统，致力于解决具体应用需求。从底层至上层，从硬件至软件分为硬件平台、 ...

CIFAR-10​ CIFAR-10数据集由10类32x32的彩色图片组成，一共包含60000张图片，每一类包含6000图片。其中50000张图片作为训练集，10000张图片作为测试集。 ​ CIFAR-10数据集被划分成了5个训练的batch和1个测试的batch，每个batch均包含10000张图片。测试集batch的图片是从每个类别中随机挑选的1000张图片组成的,训练集batch以随机的顺序包含剩下的50000张图片。不过一些训练集batch可能出现包含某一类图片比其他类的图片数量多的情况。训练集batch包含来自每一类的5000张图片，一共50000张训练图片。​ 下图显示的是数据集的类，以及每一类中随机挑选的10张图片： CIFAR-10数据集解析​ 官方给出了多个CIFAR-10数据集的版本，以下是链接： Version Size md5sum CIFAR-10 python version 163 MB c58f30108f718f92721af3b95e74349a CIFAR-10 Matlab version 175 MB 70270af8584 ...

最近有无线传输图像的需求，因为原图数据量很大，因此需要使用JPEG或其他压缩算法对原图进行压缩后再传输 图像文件和压缩标准​ 常见的图像文件后缀有.arw .bmp .jpg .png .gif .tif .svg等 ​ .arw：arw是索尼相机的RAW图像格式。RAW格式可以称为是原始图片数据格式，可以进行更多的后期调整，图像文件中包括光圈、快门、ISO、GPS等相机信息。RAW是广大摄影爱好者的常用格式 ​ .bmp：BMP格式是微软公司制定的图形标准，最大的优点就是在PC上兼容度一流，几乎能被所有的图形软件“接受”，可称为通用格式，就算不装任何看图软件，用Windows的“画笔”一样可以看。其结构简单，未经过压缩，储存为bmp格式的图形不会失真，但文件比较大，而且不支持Alpha（透明背景）通道 ​ .jpg：JPG格式是目前网络上最流行的图形格式，它可以把文件容量压缩到最小的格式。JPG支持不同程度的压缩比，您可以视情况调整压缩倍率，压缩比越大，品质就越低；相反地，压缩比越小，品质就越好。不过要注意的一点是，这种压缩法属于有损压缩，文件的压缩会使得图 ...

游戏分类​ 游戏分类是指对电子游戏的分类。电子游戏的种类五花八门，为了方便区别，需要对它们进行分类。由此就产生了游戏分类的定义。常见的分类有RPG、ACT、AVG、AAG、SLG、SRPG、RTS、FTG、STG、FRSPS、TPS、PZL、SPG、RCG（RAC）、CAG、TAB、MSC、WAG、MUD、MOBA RPG 角色扮演游戏。由玩家扮演游戏中的一个或数个角色，有完整的故事情节的游戏。玩家可能会与冒险类游戏混淆，其实区分很简单，RPG游戏更强调的是剧情发展和个人体验，一般来说，RPG可分为日式和美式两种，主要区别在于文化背景和战斗方式。日式RPG多采用回合制或半即时制战斗，如《最终幻想》系列，大多国产中文RPG也可归为日式RPG之列，如大家熟悉的《仙剑奇侠传》《剑侠》等；美式RPG如《暗黑破坏神》系列。 ACT 动作游戏。玩家控制游戏人物用各种武器消灭敌人以过关的游戏，不追求故事情节，电脑上的动作游戏大多脱胎于早期的街机游戏和动作游戏如《魂斗罗》、《三国志》、《鬼泣》系列等，设计主旨是面向普通玩家，以纯粹的娱乐休闲为目的，一般有少部分简单的解谜成份，操作简单，易于 ...

托更很久，接近三个月，毕业设计答辩也结束了，在此期间帮几个同学做毕设小赚几笔，感慨大学四年时光飞逝…… ​ 毕业了~

背景​ 深度学习的每一个组件都需要我们理解其原理，只有掌握了基础知识，我们才能不断的优化模型和进行算法创新。本篇文章总结了 26 种激活函数，有些是非常经典的以至于原始论文无从参考，如果愿意深入研究的话可以自行搜索相关论文，至于有参考文献的，我这里都附上该函数的出处。原文链接：[Visualising Activation Functions in Neural Networks](https://dashee87.github.io/data science/deep learning/visualising-activation-functions-in-neural-networks/) ，本文在原文的基础之上做了翻译和总结，并加上详细解释，以方便日后自己使用。 激活函数简介为什么神经网络需要激活函数​ 当我们不用激活函数时，权重和偏差只会进行 线性变换。线性方程很简单，但解决复杂问题的能力有限。没有激活函数的神经网络实质上只是一个 线性回归模型。激活函数对输入进行非线性变换，使其能够学习和执行更复杂的任务。我们希望我们的神经网络能够处理 复杂任务， ...

queue 模块即队列，特别适合处理信息在多个线程间安全交换的多线程程序中。下面我们对 queue 模块进行一个详细的使用介绍 queue 模块定义的类和异常​ queue 模块定义了以下四种不同类型的队列，它们之间的区别在于数据入队列之后出队列的顺序不同 queue.Queue(maxsize=0)​ 先进先出(First In First Out: FIFO)队列，最早进入队列的数据拥有出队列的优先权，就像看电影入场时排队一样，排在队伍前头的优先进入电影院 ​ 入参 maxsize 是一个整数，用于设置队列的最大长度。一旦队列达到上限，插入数据将会被阻塞，直到有数据出队列之后才可以继续插入。如果 maxsize 设置为小于或等于零，则队列的长度没有限制 ​ 示例如下： import queueq = queue.Queue() # 创建 Queue 队列for i in range(3): q.put(i) # 在队列中依次插入0、1、2元素for i in range(3): print(q.get()) # 依次从队列中取出插入的元素，数据元素输 ...