2025-05-08 14:31 xxm0326
随着深度学习的快速发展，卷积神经网络（CNN）和循环神经网络（RNN）已经成为计算机视觉和序列建模中的两大核心模型。本文将简要介绍它们的基本原理、应用场景，并通过示例代码展示它们的基本使用方式。 一、卷积神经网络（CNN） 1. 原理简介 CNN 是专为图像处理设计的一类深度神经网络，它利用局部感受野、权值共享和池化操作，显著降低了参数数量，并提高了图像识别任务的效果。 核心组成部分包括： 卷积层（Convolutional Layer） ：提取图像局部特征。 激活函数（如 ReLU） ：引入非线性能力。...
继续阅读 »2022-04-19 10:42 szp
最近被模型的可复现问题弄得不堪其扰，现在勉强算是解决了，记录一下 首先是最常规的随机种子设置 python中随机种子 random.seed(seed) numpy中随机种子 np.random.seed(seed) torch中随机种子 torch.manual_seed(seed) 部分博客中还记录了给GPU设备设置随机种子的设置，torch.cuda.manual_seed给当前GPU设备设置随机种子，torch.cuda.manual_seed_all给所有GPU设备设置随机种子，但 官方文档 中已...
继续阅读 »2020-08-29 22:54 JinLonghua
根据找到的资料介绍一下RESTful API。之前已经在网上搜了不少次，想找一些资料，但是都不是很满意，今天才发现 维基百科 上的资料难得的对不熟悉的人也较为友好。 REST这个概念表示 representational state transfer，由 Roy Fielding 在2000年提出，并应用于HTTP1.1的实现，与URI的标准的设计。 其中下列几个要求 Client-server architecture ：服务端与客户端相分离， Statelessness ：无状态，在请...
继续阅读 »2020-08-20 22:11 JinLonghua
分享一下偶然看到的这几个函数的pytorch实现。 里面有 ContrastiveLoss ， BatchHardSoftMarginTripletLoss ， BatchSemiHardTripletLoss ........虽然还是少几个相关的损失函数 今年年初和去年年初做的一个东西里要用到这几个东西，但是搜了很久，翻来翻去，代码实现很难找到。不得已自己写了不少例如online batch hard mining之类的东西，为花掉的时间感到心痛。不过这个库不少代码四月份才上传上去。 ht...
继续阅读 »2020-08-19 20:08 JinLonghua
本文主要是选择性意译以及个人总结，文章链接放在文末。 零样本学习(zero-shot learning, ZSL)， 指的是通过观察不属于训练期间所见过标签种类的样本，并对其真实标签进行预测。 目前在图像分类领域与NLP领域，有了比较成熟的预训练方式，比较常见的是few-shot learning，即通过预训练模型与少量的标注训练集进行训练与预测，并且达到了比较好的效果。 而为了做到ZSL，在图像领域一般使用featurizer对标签文本与图像分别生成嵌入，并在可用的标签子集与图像上...
继续阅读 »
