包含标签:深度学习 的文章
-
-
正则化之L1和L2已经dropout的一些理解和pytorch代码实现与效果证明
文章目录 前言 L1正则化 L2正则化 dropout 参考 前言 正则化主要解决模型过拟合问题,主要是通过减小w的值,即模型的权重来缓解过拟合的。 可以看这么…… -
【目标检测】YOLOv5遇上知识蒸馏
前言 模型压缩方法主要4种: 网络剪枝(Network pruning) 稀疏表示(Sparse representation) 模型量化(Model quantification) 知识蒸馏(Konwledge distillati…… -
模型部署——CenterPoint转ONNX(自定义onnx算子)
CenterPoint基于OpenPcDet导出一个完整的ONNX,并用TensorRT推理,部署几个难点如下: 1.计算pillar中每个点相对几何中心的偏移,取下标方式进行计算是的整个…… -
Systems biology informed deep learning for inferring parameters and hidden dynamics
作者:Alireza Yazdani1, Lu Lu1, Maziar Raissi2, George Em Karniadakis1 单位: Division of Applied Mathematics, Brown University, Providence, RI …… -
Solving Inverse Problems With Deep_Neural Networks – Robustness Included_
作者:Martin Genzel, Jan Macdonald, and Maximilian M¨arz 期刊:preprint arXiv 时间:2020 代码链接:代码 论文链接:论文 1 动机与研究内容 最近…… -
PhyGeoNet一种可用于不规则区域的物理信息极限学习机
题目 Physics-Informed Geometry-Adaptive Convolutional Neural Networks for Solving Parametric PDEs on Irregular Domai 作者 Han Gao a,b , Luning S…… -
基于yolov5框架实现人流统计(目标检测算法、目标追踪算法以及越界识别功能)+手机获取统计人数
主要实现的AI算法有:目标检测、目标追踪 主要实现AI算法功能:越界识别功能(主要是获取统计人流量) 平台:基于Aidlux平台 基础库安装: (1)lap安装: 先…… -
YOLOv5、v7改进之三十八:引入RepVGG模型结构
前 言:作为当前先进的深度学习目标检测算法YOLOv7,已经集合了大量的trick,但是还是有提高和改进的空间,针对具体应用场景下的检测难点,可以不同的改进方…… -
如何在自己电脑上配置开发深度学习项目(windows)
目录 一、配置环境 1.安装conda 2.安装jupyter-notebook 3.创建conda虚拟环境 4.安装nb工具,并链接到之前安装的Jupyter Notebook。 5.安装TensorFlow 6.安……