全部文章

卷积神经网络新姿势：除了余弦卷积，这几招也值得认真看一眼

上一篇我们已经聊过 `CosineConv2D` 这种更偏卷积算子层面的新玩法，这一篇换个方向，看几个不用大改骨架、但很有意思的“小招式”。

Read

2019-06-07

CosineConv2D：用余弦相似度重新理解卷积

普通卷积大家都熟：卷积核在图像上滑动，每次取一个局部窗口，和卷积核做对应位置相乘再求和。 `CosineConv2D` 换了一个思路：不要只看点乘结果有多大，而是看输入局部窗口和卷积核方向有多像。

Read

2019-05-30

YOLOv3 整体归纳总结

如果前面几篇已经把 `YOLOv3` 的网络结构、数据输入、损失函数分别拆过一遍，那么最后这一篇就很适合做个收口：它到底好在哪，坑又埋在哪。

Read

2019-04-26

疫情啊疫情啊

Read

2019-04-03

YOLOv3 损失函数详解：xy、wh、置信度和类别

YOLOv3 的损失函数看起来绕，主要是因为它不是只算一个分类误差，而是同时处理四件事：框中心点是否准 、框宽高是否准 、这个位置是否有目标 、目标属于哪个类别

Read

2019-04-02

你不信我是清华的teacher？

Read

2019-04-01

YOLOv3 数据输入详解

YOLOv3 的模型结构很重要，但训练能不能跑起来，第一关往往不是网络，而是数据。 图片怎么读？标注怎么写？框坐标怎么变？anchor 怎么匹配？`y_true` 到底是什么形状？

Read

2019-03-19

YOLOv3网络结构

YOLOv3 的 backbone 是 `Darknet-53`。这个名字很好记，因为它主要由 `53` 个卷积层构成。

Read

2019-03-04

深入理解 Embedding 层的本质：不只是降维

很多人第一次接触 Embedding 时，会把它理解成“把 one-hot 降维”。这个理解没错，但只说了一半。Embedding 更重要的能力是：把离散对象放进一个连续向量空间，让模型能够学习它们之间的关系。

Read

2019-02-28

旅各小游，苍山洱海

Read

2019-02-27