自定义 使用tf.function时的性能 Tensorflow 2.0中一个主要的改变就是移除tf.Session这一概念.这样可以帮助用户更好的组织代码,不用将tf.Se...

自定义 使用tf.function时的性能 Tensorflow 2.0中一个主要的改变就是移除tf.Session这一概念.这样可以帮助用户更好的组织代码,不用将tf.Se...
引言 本文是由NVIDIA提出的一种基于局部卷积的图像修复算法。图像修复,即修复图像中缺失的块,可用于图像编辑,替换掉图像中不想要的内容。本文使用自动mask更新的局部卷积网...
FCN FCN对图像像素级的分类,从而解决了语义级别的图像分割问题。与经典的CNN在卷积层之后使用全连接层得到固定长度的特征向量进行分类(全连接层+softmax)不同,FC...
引言 梯度下降法的核心是在最小化目标函数时,每次迭代中,对每个变量,按照目标函数在该变量梯度的相反方向更新对应的参数值。也就是,在目标函数的超平面上,沿着斜率下降的方向前进,...
TensorFlow是用于表示某种类型的计算抽象(“计算图”)的框架。TensorFlow的流程:构建计算图->会话。计算图在变量内部,它处在全局命名空间内。 计算图:全局数...
简介 使用TensorFlow实现快速风格迁移(fast neural style transfer), 参考论文[1] 原理 根据内容图片和风格图片优化输入图片,使得内容损...
引言 在VGG中,随着网络层数的增多,往往伴随着以下几个问题: 计算资源的消耗(通过增加GPU来解决) 模型容易过拟合(采集海量数据,使用dropout正则化) 产生梯度消失...
结构 基本结构有两部分组成:图像转换网络(image transfer network)和损失网络,损失网络作为损失方程。图像转换网络是一个深度残差卷积网络,将输入图像转换成...
假设卷积核大小为,输入通道数为,输出通道数为,输出特征图的宽和高分别为W和H,则: conv标准卷积的参数量为 conv标准卷积的操作个数为 MobileNetV1 深度可分...
1、简介在反向传播的过程中,需要对激活函数进行求导,如果导数大于1,那么会随着网络层数的增加梯度更新将会朝着指数爆炸的方式增加,这就是梯度爆炸。同样,如果导数小于1,那么随着...
python staticmethod返回函数的静态方法。
defaultdict Python中通过key访问字典,当key不存在时,会发生‘keyerror’异常。为了避免这种情况的发生,可以使用collections类中的def...
前言 如今基于深度学习的目标检测已经逐渐成为自动驾驶、视频监控、机械加工、智能机器人等领域的核心技术,而现存的大多数精度高的目标检测算法,速度较慢,无法适应工业界对目标检测实...
tf.keras官方文档建议我们为自定义层实现[init]、[build]和[call]方法。 build(input_shape):定义权重的方法,可训练的权重应该在这里被...
人脸属性多任务学习 基本步骤:1、使用人脸检测方法,将输入图像中的人脸检测出来;2、将检测出的人,经过几层深度分离卷积进行特征提取,并下采样到原来图像的1/16大小的特征图;...
super()函数是用于调用父类(超类)的一个方法。super()是用来解决多重继承问题的,直接用类名调用父类方法在使用单继承的时候没问题,但如果使用多继承,会涉及到查找顺序...
Given an integer array nums, return the number of range sums that lie in [lower, upper]...
Given a sorted array nums, remove the duplicates in-place such that duplicates appeared...
Given an array of integers nums sorted in ascending order, find the starting and ending...