加一修赞，所以一年前我就放棄簡書了……
被鎖文最近連續(xù)好幾篇文章前翎，發(fā)布到簡書上被鎖定了稚配，看了簡書的鎖定說明，沒搞清楚為什么被鎖港华。 簡書的一些規(guī)則奇奇怪怪的道川，不明確指出原因，搞個模棱兩可的說明立宜，讓用戶自己去申訴冒萄。當(dāng)你去申訴...
IP屬地：上海
-
Smooth L1 Loss1. L1 Loss： 令，忽略求和及系數(shù)橙数，則有尊流，其導(dǎo)數(shù)為隨機梯度下降法更新權(quán)重為：其中是學(xué)習(xí)率。由此可知灯帮，不管預(yù)測值和真實值的差值大小如何變化崖技，反向傳播時其梯度不變。除非調(diào)...
-
陰影去除模型CRFormer-學(xué)習(xí)筆記論文地址：https://arxiv.org/abs/2207.01600[https://arxiv.org/abs/2207.01600] 論文解讀地址：Transfor...
-
-
圖像連通域搜尋skimage和opencv方法關(guān)于連通域的尋找和分割。在python中有兩個庫的函數(shù)可以使用选浑，一個是scikit-image庫中的measure文件蓝厌，另一個是opencv中的connectedCompon...
-
表格模型評估指標(biāo)匯總2022年春節(jié)之前的最后一篇博客啦今年一定要虎虎生威 前兩天刷完了《開端》，真的很好看啊古徒，真不愧是我從大學(xué)就開始喜歡的作家寫的小說拓提。年底主要是對今年OCR工作的各種指標(biāo)的測試...
-
-
Net-slimming剪枝在文字識別上的實踐本次實踐一共在兩個網(wǎng)絡(luò)上進行實驗代态，一個是基于VGG-backbone的CRNN模型，一個是基于DenseNet-backbone的文字識別模型疹吃。結(jié)論先行：其中在VGG的網(wǎng)絡(luò)上...
-
torch.nn.utils.clip_grad_norm
梯度剪裁源碼地址以及函數(shù)的說明 函數(shù)源碼[https://pytorch.org/docs/stable/_modules/torch/nn/utils/clip_grad....
-
-
[轉(zhuǎn)]獨熱編碼存在的問題
在以前讀書的時候萨驶，機器學(xué)習(xí)中就提到對于離散的特征往往采用獨熱編碼對特征進行預(yù)處理歉摧。但是從機器學(xué)習(xí)的角度來看，one-hot 編碼并不是一種良好的分類變量編碼方法腔呜。 one-h...
-
-
剪枝論文閱讀-Rethinking the Value of NetWork Pruning論文概述 傳統(tǒng)結(jié)構(gòu)化剪枝往往分為三步走，訓(xùn)練-剪枝-finetune核畴。 剪枝方面默認的常識是： 從一個大的膝但、過參數(shù)化的模型開始訓(xùn)練是有必要的，因為這樣的模型具有很強的表示和優(yōu)...
-
OCR閱讀筆記-What If We Only Use Real Datasets for Scene Text Recognition論文主要想要證明谤草，少量的數(shù)據(jù)在訓(xùn)練文字識別模型上也可以達到仿真數(shù)據(jù)的精度跟束；通過實驗驗證了自己的分析，以及提出了常用可行的數(shù)據(jù)增廣手段以及自監(jiān)督和半監(jiān)督的學(xué)習(xí)策略來提升實驗效果...