close

今日作業

一般來說大家都習慣於用resnet或vgg或mobilenet或CSPDarkNet這種現成的網絡結構,相對較少地自己去設計一個模塊。

1.設計卷積神經網絡的參數有哪些經驗?(如卷積核大小,通道數等)

2.設計卷積神經網絡的結構有哪些經驗?(如是否使用Dropout,skip connect,什麼情況用什麼池化方式,什麼情況用什麼激活函數等)

3.設計一個特徵金字塔的信息融合有哪些經驗?(一般的融合方法是什麼,融合需要考慮哪些因素等)

4.設計一個注意力模塊有哪些經驗?

5. 損失函數的選擇和使用有什麼經驗?(例如交叉熵損失前不能再加softmax之類的經驗)

請在回答時備註是第幾題的答案。題目順序即為文章標題序號。

回答方式:

1. 在公眾號中留言。

2. 加入免費版知識星球,在知識星球中回答。

參考答案可掃描下方個人二維碼,添加個人微信號獲取。

添加本人微信還可以邀請加入技術交流群,請在添加前備註:「研究方向-城市-ID」.

對待作業的正確做法:

1. 當作是一個挑戰任務,先堅持做個一百天的。

2. 遇到不會的去博客、知乎上找,然後根據別人的文章形成自己的理解並寫下正確答案。

對待作業的錯誤做法:

1. 看一眼感覺會做,不管了。

錯誤原因:每道題都沒那麼簡單,可能自己的理解是有問題的,可能自己知道的部分僅僅是冰山一角,實際還有更多,可能別人會提供更好的理解或更全面的答案。

2. 看一眼覺得不會,等別人寫答案,看現成的就是了。

錯誤原因:別人的答案是別人的理解,自己看一遍不等於自己理解了。這種看現成答案的做法相當於看二手信息,始終不會形成自己的理解能力。

這些題目會布置在知識星球中,大家也可以選擇在知識星球【CV技術指南(免費版)】中直接做這些題目。想要加知識星球的可以掃描下方二維碼。

很多人有偷懶的習慣,為此,我們發起了每日打卡挑戰,感興趣的可以來知識星球打卡學習。

若覺得還不錯的話,請點個 「贊」 或 「在看」 吧

徵稿通知:歡迎可以寫以下內容的朋友聯繫我(掃描文末二維碼)。添加前請備註「投稿」

TVM入門到實踐的教程
TensorRT入門到實踐的教程
MNN入門到實踐的教程
數字圖像處理與Opencv入門到實踐的教程
OpenVINO入門到實踐的教程
libtorch入門到實踐的教程
Oneflow入門到實踐的教程
Detectron入門到實踐的教程
CUDA入門到實踐的教程
caffe源碼閱讀
pytorch源碼閱讀
深度學習從入門到精通(從卷積神經網絡開始講起)
最新頂會的解讀。例如最近的CVPR2022論文。
各個方向的系統性綜述、主要模型發展演變、各個模型的創新思路和優缺點、代碼解析等。
若自己有想寫的且這上面沒提到的,可以跟我聯繫。
聲明:有一定報酬,具體請聯繫詳談。

arrow
arrow
    全站熱搜
    創作者介紹
    創作者 鑽石舞台 的頭像
    鑽石舞台

    鑽石舞台

    鑽石舞台 發表在 痞客邦 留言(0) 人氣()