抱歉，您的浏览器无法访问本站

合像元的分解好好好

目标检测分类损失函数——Cross entropy、Focal loss 一、Cross Entropy Loss 交叉熵是用来判定实际的输出与期望的输出的接近程度，刻画的是实际输出与期望输出的距离，也就是交叉熵的值越小，两个概率分布就越接近。 CE Loss的定义 假设概率分布p为期望输出，概率分布q为实际输出，H(p,q)为交叉熵，则： 当 时，交叉熵取得最小值，因此可以...

问题一：DOS与windows中cmd区别 在windows系统中，“开始-运行-cmd”可以打开“cmd.exe”，进行命令行操作。 操作系统可以分成核心（kernel）和Shell（外壳）两部分，其中，Shell是操作系统与外部的主要接口，位于操作系统的外层，为用户提供与操作系统核心沟通的途径。在windows系统中见到的桌面即explorer.exe（资源管理器）是图形shell，...

1 什么是 timm 库？ PyTorchImageModels，简称 timm，是一个巨大的 PyTorch 代码集合，包括了一系列： image models layers utilities optimizers schedulers data-loaders / augmentations training / validation scripts 旨在将各种 SO...

知识蒸馏是一种模型压缩方法，是一种基于“教师-学生网络思想”的训练方法，由于其简单，有效，在工业界被广泛应用。这一技术的理论来自于2015年Hinton发表的一篇神作： Distilling the Knowledge in a Neural Network(https：//arxiv.org/pdf/1503.02531.pdf) Knowledge Distillation，简称KD，...

考完了不想写了

Θ，既是上界也是下界(tight)，等于的意思。 Ο，表示上界(tightness unknown)，小于等于的意思。 ο，表示上界(not tight)，小于的意思。 Ω，表示下界(tightness unknown)，大于等于的意思。 ω，表示下界(not tight)，大于的意思。 O符号是用于描述函数渐近行为的数学符号。更确切地说，它是用另一个（通常更简单的）函数来描述一个...

triplet loss 是深度学习的一种损失函数，主要是用于训练差异性小的样本，比如人脸等；其次在训练目标是得到样本的embedding任务中，triplet loss 也经常使用，比如文本、图片的embedding。 损失函数公式：\(L=max(d(a,p)−d(a,n)+margin,0)\) 输入是一个三元组，包括锚（Anchor）示例、正（Positive）示例、负（Nega...

今天来填一个巨大的坑，主要是学车真的快把人热傻了外加晒成了黑炭，考不过真是be了。 神经网络叠的越深，则学习出的效果就一定会越好吗？答案无疑是否定的，人们发现当模型层数增加到某种程度，模型的效果将会不升反降。也就是说，深度模型发生了退化（degradation）情况。 那么，为什么会出现这种情况？ 首先印入脑海的就是的过拟合问题 在这个多项式回归问题中，左边的模型是欠拟合（und...