加一，所以一年前我就放弃简书了……
被锁文最近连续好几篇文章，发布到简书上被锁定了，看了简书的锁定说明，没搞清楚为什么被锁。 简书的一些规则奇奇怪怪的，不明确指出原因，搞个模棱两可的说明，让用户自己去申诉。当你去申诉...
IP属地：上海
-
Smooth L1 Loss1. L1 Loss： 令，忽略求和及系数，则有，其导数为随机梯度下降法更新权重为：其中是学习率。由此可知，不管预测值和真实值的差值大小如何变化，反向传播时其梯度不变。除非调...
-
阴影去除模型CRFormer-学习笔记论文地址：https://arxiv.org/abs/2207.01600[https://arxiv.org/abs/2207.01600] 论文解读地址：Transfor...
-
-
图像连通域搜寻skimage和opencv方法关于连通域的寻找和分割。在python中有两个库的函数可以使用，一个是scikit-image库中的measure文件，另一个是opencv中的connectedCompon...
-
表格模型评估指标汇总2022年春节之前的最后一篇博客啦今年一定要虎虎生威 前两天刷完了《开端》，真的很好看啊，真不愧是我从大学就开始喜欢的作家写的小说。年底主要是对今年OCR工作的各种指标的测试...
-
-
Net-slimming剪枝在文字识别上的实践本次实践一共在两个网络上进行实验，一个是基于VGG-backbone的CRNN模型，一个是基于DenseNet-backbone的文字识别模型。结论先行：其中在VGG的网络上...
-
torch.nn.utils.clip_grad_norm
梯度剪裁源码地址以及函数的说明 函数源码[https://pytorch.org/docs/stable/_modules/torch/nn/utils/clip_grad....
-
-
[转]独热编码存在的问题
在以前读书的时候，机器学习中就提到对于离散的特征往往采用独热编码对特征进行预处理。但是从机器学习的角度来看，one-hot 编码并不是一种良好的分类变量编码方法。 one-h...
-
-
剪枝论文阅读-Rethinking the Value of NetWork Pruning论文概述 传统结构化剪枝往往分为三步走，训练-剪枝-finetune。 剪枝方面默认的常识是： 从一个大的、过参数化的模型开始训练是有必要的，因为这样的模型具有很强的表示和优...
-
OCR阅读笔记-What If We Only Use Real Datasets for Scene Text Recognition论文主要想要证明，少量的数据在训练文字识别模型上也可以达到仿真数据的精度；通过实验验证了自己的分析，以及提出了常用可行的数据增广手段以及自监督和半监督的学习策略来提升实验效果...