卷积神经网络的原理及代码实现与典型神经网络LeNet-5、AlexNet、VGGNet、ResNets的原理
2022-08-30 21:05:44
4.45MB
1
因为上论文选读课要用，所以做了个PPT，简单介绍了一下DPN、ResNets、DenseNet的网络结构及实验结果
2022-08-08 07:41:11
3.02MB
1
视觉系统实验室：在GPU上学习计算机视觉[自述文件未定期更新]
作者：Saikat Roy，
波恩大学CudaVision实验室（SS19）的存储库（主要）在PyTorch，Python3和Jupyter笔记本电脑上实现。 该项目从神经网络的基础开始，并延伸到更深层次的模型。 以下项目包含在相应的文件夹中：
项目1：Softmax回归（无autograd / Pytorch张量）
涉及使用softmax回归和手动梯度计算对MNIST数据集进行分类。 经过5次简单的迭代运行后，训练和测试集的准确度分别为0.8931和0.8866 。
项目2：多层神经网络
涉及在PyTorch上使用香草SGD进行简单的多层神经网络训练，并通过k倍蒙特卡洛交叉验证进行超参数（学习率和批量大小）搜索。 分类是在CIFAR-10数据集上完成的。 下面给出了在3072-128-128-10体系结构上进行50次
2022-04-10 21:39:44
14.94MB
1
用于动作识别的3D ResNet
更新（2020/4/13）
我们在arXiv上发表了一篇论文。
我们上载了本文所述的预训练模型，包括在结合了Kinetics-700和Moments in Time的数据集中预训练的ResNet-50。
更新（2020/4/10）
我们极大地更新了脚本。 如果要使用旧版本来复制我们的CVPR2018论文，则应使用CVPR2018分支中的脚本。
此更新包括：
重构整个项目
支持更新的PyTorch版本
支持分布式培训
支持对“时刻”数据集的培训和测试。
添加R（2 + 1）D模型
上载经过Kinetics-700，时刻矩和STAIR-Actions数
2022-03-20 10:26:09
43KB
1