搜索结果
查询Tags标签： 训练，共有 358条记录-
Monodepth2单目深度模型的训练————（训练方式一：单目帧序列训练）
笔者从事于cv视觉深度的相关研究，在cv的单目视觉深度模型中，monodepth2有一个相对较好的深度效果，但是论文作者就提供了关于KITTI的预训练模型，没有提供如何就自定义的数据集进行训练的详细细节。所以，在阅读了monodepth2源码的基础上，给大家讲讲如何用自己的数据集…
2021/9/22 20:44:25 人评论 次浏览 -
An Overview of Deep Semi-Supervised Learning-学习笔记（三）
前几天更新了一致性正则化的前五种方法，我们可以看到整个模型也在不断的进步，从单纯的对噪声进行学习以增强网络的鲁棒性到应用对抗学习的一些知识。现在我们对之前的知识做简要的总结： Ladder Networks：简单的加入了编码-解码层，通过加入噪声来预测未加噪声层的输出…
2021/9/19 23:37:54 人评论 次浏览 -
An Overview of Deep Semi-Supervised Learning-学习笔记（三）
前几天更新了一致性正则化的前五种方法，我们可以看到整个模型也在不断的进步，从单纯的对噪声进行学习以增强网络的鲁棒性到应用对抗学习的一些知识。现在我们对之前的知识做简要的总结： Ladder Networks：简单的加入了编码-解码层，通过加入噪声来预测未加噪声层的输出…
2021/9/19 23:37:54 人评论 次浏览 -
解决pytorch训练的过程中内存一直增加的问题
代码中存在累加loss，但每步的loss没加item()。pytorch中，.item()方法 是得到一个元素张量里面的元素值 具体就是 用于将一个零维张量转换成浮点数，比如计算loss，accuracy的值 就比如： loss = (y_pred - y).pow(2).sum() print(loss.item())for epoch in range(100):i…
2021/9/19 7:06:31 人评论 次浏览 -
解决pytorch训练的过程中内存一直增加的问题
代码中存在累加loss，但每步的loss没加item()。pytorch中，.item()方法 是得到一个元素张量里面的元素值 具体就是 用于将一个零维张量转换成浮点数，比如计算loss，accuracy的值 就比如： loss = (y_pred - y).pow(2).sum() print(loss.item())for epoch in range(100):i…
2021/9/19 7:06:31 人评论 次浏览 -
分享下AI算法工程师的一些宝贵经验（一）
大家好我是老潘，持续分享深度学习质量文，也会闲谈程序员的美好生活~ 宝藏内容以及如何找到老潘：老潘的AI宝藏内容 也欢迎来我的博客做访：老潘的博客 如果你对AI、深度学习、目标检测、图像分割、AI模型部署、模型优化等话题感兴趣，不妨尝试下关注老潘~前一段时间一直…
2021/9/18 20:35:03 人评论 次浏览 -
分享下AI算法工程师的一些宝贵经验（一）
大家好我是老潘，持续分享深度学习质量文，也会闲谈程序员的美好生活~ 宝藏内容以及如何找到老潘：老潘的AI宝藏内容 也欢迎来我的博客做访：老潘的博客 如果你对AI、深度学习、目标检测、图像分割、AI模型部署、模型优化等话题感兴趣，不妨尝试下关注老潘~前一段时间一直…
2021/9/18 20:35:03 人评论 次浏览 -
【NLP之transformer | Datawhale-9月】Task03：学习BERT
图解BERT BERT的预训练+微调（finetune）： 先在大规模无监督语料上进行预训练； 然后在预训练好的参数基础上增加一个与任务相关的神经网络层； 并在该任务的数据上进行微调训，最终取得很好的效果。 现已成为NLP主流解决方案。 1 BERT句子分类 步骤： 下载无监督预料上的…
2021/9/17 23:05:03 人评论 次浏览 -
【NLP之transformer | Datawhale-9月】Task03：学习BERT
图解BERT BERT的预训练+微调（finetune）： 先在大规模无监督语料上进行预训练； 然后在预训练好的参数基础上增加一个与任务相关的神经网络层； 并在该任务的数据上进行微调训，最终取得很好的效果。 现已成为NLP主流解决方案。 1 BERT句子分类 步骤： 下载无监督预料上的…
2021/9/17 23:05:03 人评论 次浏览 -
Python AI极简入门：2、简单理解机器学习（转发）
文章目录 [隐藏]一、AI与机器学习 二、基于机器学习方法的AI解决什么问题 三、 机器学习工作流源数据 数据预处理 生成训练集 算法选择、训练和评估 开发和部署一、AI与机器学习 在网络上，AI、人工智能、机器学习、深度学习等等名词充斥了诸多文章中，让很多人摸不着头脑…
2021/9/16 12:04:42 人评论 次浏览 -
Python AI极简入门：2、简单理解机器学习（转发）
文章目录 [隐藏]一、AI与机器学习 二、基于机器学习方法的AI解决什么问题 三、 机器学习工作流源数据 数据预处理 生成训练集 算法选择、训练和评估 开发和部署一、AI与机器学习 在网络上，AI、人工智能、机器学习、深度学习等等名词充斥了诸多文章中，让很多人摸不着头脑…
2021/9/16 12:04:42 人评论 次浏览 -
【优化预测】萤火虫算法优化BP神经网络预测【Matlab 1313期】
一、萤火虫优化算法（FA）简介 1 介绍 萤火虫（firefly）种类繁多，主要分布在热带地区。大多数萤火虫在短时间内产生有节奏的闪光。这种闪光是由于生物发光的一种化学反应，萤火虫的闪光模式因种类而异。萤火虫算法(FA)是基于萤火虫的闪光行为，它是一种用于全局优化问题…
2021/9/15 22:07:02 人评论 次浏览 -
【优化预测】萤火虫算法优化BP神经网络预测【Matlab 1313期】
一、萤火虫优化算法（FA）简介 1 介绍 萤火虫（firefly）种类繁多，主要分布在热带地区。大多数萤火虫在短时间内产生有节奏的闪光。这种闪光是由于生物发光的一种化学反应，萤火虫的闪光模式因种类而异。萤火虫算法(FA)是基于萤火虫的闪光行为，它是一种用于全局优化问题…
2021/9/15 22:07:02 人评论 次浏览 -
【优化预测】天牛须算法优化BP神经网络预测【Matlab 1316期】
一、天牛须搜索算法简介 1 天牛须搜索算法定义 天牛须搜索（Beetle Antennae Search-BAS），也叫甲壳虫须搜索，是2017年提出的一种高效的智能优化算法。类似于遗传算法、粒子群算法、模拟退火等智能优化算法，天牛须搜索不需要知道函数的具体形式，不要虚梯度信息，就可以…
2021/9/15 22:06:52 人评论 次浏览 -
【优化预测】天牛须算法优化BP神经网络预测【Matlab 1316期】
一、天牛须搜索算法简介 1 天牛须搜索算法定义 天牛须搜索（Beetle Antennae Search-BAS），也叫甲壳虫须搜索，是2017年提出的一种高效的智能优化算法。类似于遗传算法、粒子群算法、模拟退火等智能优化算法，天牛须搜索不需要知道函数的具体形式，不要虚梯度信息，就可以…
2021/9/15 22:06:52 人评论 次浏览
