抱歉,您的浏览器无法访问本站

本页面需要浏览器支持(启用)JavaScript


了解详情 >

intro:混合像元的分解

合像元的分解好好好

有关目标检测损失函数的笔记

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...

有关shell、bash、cmd的笔记

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,...

有关timm库的笔记

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...

有关GaitSet的笔记

有关知识蒸馏的笔记

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,...

有关距离的笔记

考完了不想写了

几种排序算法的比较

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...

有关三元损失函数的笔记

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...

有关ResNet的笔记

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...