技术栈
cudnn微积分
工业机器视觉设计和实现
14 天前
人工智能
·
cudnn微积分
再攻下1分！
在80分基础上，想起自己的第一个pytorch程序训练cifar10，残差中用了两个3*3的卷积核，所以把darknet的先降后升的两个卷积核替换！
工业机器视觉设计和实现
16 天前
人工智能
·
pytorch
·
cudnn微积分
cifar10训练突破80分（三，摸到pytorch尾灯！）
昨天，终于迎来转折点，可喜可贺！突然想起当年写机器视觉软件追赶visionpro的感觉！（一点一点的突破）
工业机器视觉设计和实现
18 天前
人工智能
·
pytorch
·
cudnn微积分
动量的好处与困扰（二，摸到pytorch尾灯！）
使用卷积层权重和bias的动量参与！就这一句话：scal_cpu << <(w_size + 255) / 256, 256 >> > (w_size, 0.98, _grad_weight, 1);
工业机器视觉设计和实现
20 天前
cudnn微积分
cifar10测试79分是什么水平
记录一下来自网络的回答：（说的很中肯）CIFAR-10 测试集准确率79% 属于入门进阶水平：已脱离随机猜测和基础模型瓶颈，但距离现代标准（90%+）及 SOTA（98%+）仍有明显差距 。
工业机器视觉设计和实现
1 个月前
cudnn微积分
yolo darknet的启示（残差相加放在leakrelu之后）
之前的训练cifar10的lenet网络架构：修改后的网络架构：看到没？残差后的relu被我注释掉了！
工业机器视觉设计和实现
5 个月前
人工智能
·
cudnn微积分
为什么bn+tanh比bn+relu效果好？
在自己手搓cudnn搭建的神经网络中，bn+relu其实效果很差！但不知为什么网络流行就是bn+relu，bn+relu虐我千百遍，失败！仅能用一次在网络中！我才意识到要用bn+tanh，然后，这个组合多达6次，也成功了！
工业机器视觉设计和实现
5 个月前
人工智能
·
cudnn微积分
人工智能的革命范式（对称美）
当你的网络中可以用6个bn层，你渐渐能看懂人工智能的革命范式！他就是：何凯明初始化输入数据+数据卷积+batch normal输出
我是有底线的