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 ...

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 ...

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 1234567891011input = 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-d ...

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 ...

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 ...