搭建实验室公共GPU服务器
使用LXD, ZFS搭建一台多人共用且不冲突的GPU深度学习服务器。
PyTorch在CIFAR-10数据集上的训练及测试过程
用Pytorch在CIFAR-10数据集上测试,定义简单两层卷积、实现可视化和用自取图像测试。
SSD 论文阅读笔记
目标检测论文 《Single Shot MultiBox Detector》的笔记
在PASCAL VOC数据集上的多目标检测
参照fast.ai第九课的课程和代码,逐步实现: 多标签分类; 构建多分类和多BBox的数据集; 基于ResNet34,构建SSD网络结构;基于anchor box,定义SSD损失函数; 创建更多的anchor来优化模型; 使用Focal Loss;NMS选BBox。
在PASCAL VOC数据集上的单目标检测
参照fast.ai第八课的课程和代码,逐步实现: 读取分析PASCAL数据集; 实现图像最大目标分类预测; 实现图像最大目标BBOX区域预测;实现BBOX和分类的同时预测。
PyTorch 番外篇:Pytorch中的TensorBoard(TensorBoard in PyTorch)
Pytorch番外S04E01:Pytorch中的TensorBoard(TensorBoard in PyTorch)。TensorBoard利用TensorBoard对MINIST分类训练过程可视化
PyTorch 高级篇(4):图像标注(Image Captioning (CNN-RNN))
Pytorch高级S03E04:图像标注(Image Captioning (CNN-RNN))。图像标注CNN编码,RNN解码看图说话
PyTorch 高级篇(3):神经风格迁移(Neural Style Transfer)
Pytorch高级S03E03:神经风格迁移(Neural Style Transfer)。风格迁移内容损失+风格损失利用已训练模型做特征提取
PyTorch 高级篇(2):变分自编码器(Variational Auto-Encoder)
Pytorch高级S03E02:变分自编码器(Variational Auto-Encoder)。变分自编码器数据生成VAE+MINIST生成手写数字
PyTorch 高级篇(1):生成对抗网络(Generative Adversarial Networks)
Pytorch高级S03E01:生成对抗网络(Generative Adversarial Networks)。生成对抗网络判别模型和生成模型GAN+MINIST生成手写数字