Chen Quan

AI、DeepLearning、MachineLearning

IEDA激活

在hosts(C:\Windows\System32\drivers\etc)文件中，添加以下映射关系： 0.0.0.0 account.jetbrains.com 0.0.0.0 www.jetbrains.com 激活码1： 56ZS5PQ1RF-eyJsaWNlbnNlSWQiOiI1NlpTNVBRMVJGIiwibGljZW5zZWVOYW1lIjoi5q2j54mI5o6...

Posted by Chen Quan on April 11, 2019

多进程和多线程

进程是程序执行时的一个实例，即它是程序已经执行到课中程度的数据结构的汇集。从内核的观点看，进程的目的就是担当分配系统资源（CPU时间、内存等）的基本单位。线程是进程的一个执行流，是CPU调度和分派的基本单位，它是比进程更小的能独立运行的基本单位。一个进程由几个线程组成（拥有很多相对独立的执行流的用户程序共享应用程序的大部分数据结构），线程与同属一个进程的其他的线程共享进程所拥有的全部资源...

Posted by Chen Quan on April 3, 2019

使用git和github进行协同开发流程

作者：戴嘉华 https://github.com/livoras/blog/issues/7 ## 目录前言仓库（Repository）源仓库开发者仓库分支（Branch）永久性分支暂时性分支工作流（workflow）总结 ...

Posted by Chen Quan on February 16, 2019

使用TensorFlow实现PCA算法

PCA（Principal Component Analysis，主成分分析）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。具体原理参考：博客 import tensorflow as tf # 使用Eager Execution动态图机制 tf.enable_eager_execution...

Posted by Chen Quan on January 16, 2019

Senet论文翻译

1.简介 Convolutional neural networks (CNNs) have proven to be effective models for tackling a variety of visual tasks [21, 27, 33, 45]. For each convolutional layer, a set of filters are learned to ...

Posted by Chen Quan on August 8, 2018

Batch Normalization

批标准化批标准化（batch normalization， BN）是为了克服神经网络层数加深导致难以训练而诞生的。我们知道，深度神经网络随着网络深度加深，训练起来会越来越困难，收敛速度会很慢，常常会导致梯度弥散问题（vanishing gradient problem）。目的：解决由于训练数据与目标数据分布不一致时，训练的模型得不到很好的泛化能力问题。在训练深层网络时，随着...

Posted by Chen Quan on June 22, 2018

TensorFlow变量作用域机制

TensorFlow变量作用域机制 1、tf.variable_scope() tf.variable_scope() 变量作用域机制在 TensorFlow 中主要由两部分组成：当tf.get_variable_scope().reuse == False 时， variable_scope 作用域只能用来创建新变量当 tf.get_variable_scope().reu...

Posted by Chen Quan on June 20, 2018

FaceNet:人脸识别和聚类的统一嵌入

FaceNet:人脸识别和聚类的统一嵌入摘要尽管人脸识别领域最近取得了重大进展[10、14、15、17]，但在规模上有效地实施人脸验证和识别，对当前的研究方法提出了严峻的挑战。在本文中，我们提出了一个叫做FaceNet的系统，它直接从脸部图像学习到一个紧凑的欧几里得空间，距离直接对应于面部相似度的度量。一旦完成了这个空间，就可以通过使用带有FaceNet嵌入特性的标准技术轻松实现人脸...

Posted by Chen Quan on June 14, 2018

漫谈归一化

一、简介图像归一化是计算机视觉、模式识别等领域广泛使用的一种技术。所谓图像归一化, 就是通过一系列变换, 将待处理的原始图像转换成相应的唯一标准形式 (该标准形式图像对平移、旋转、缩放等仿射变换具有不变特性)。近年来, 基于矩的图像归一化技术受到了人们的普遍关注, 其基本工作原理为: 首先利用图像中对仿射变换具有不变性的矩来确定变换函数的参数, 然后利用此参数确定的变换函数把...

Posted by Chen Quan on June 3, 2018

Squeeze And Excitation networks论文翻译

摘要卷积神经网络建立在卷积运算的基础上，通过融合局部感受野内的空间信息和通道信息来提取信息特征。为了提高网络的表示能力，许多现有的工作已经显示出增强空间编码的好处。在这项工作中，我们专注于通道，并提出了一种新颖的架构单元，我们称之为“Squeeze-and-Excitation”（SE）块，通过显式地建模通道之间的相互依赖关系，自适应地重新校准通道式的特征响应。通过将这些块堆叠在一起，我...

Posted by Chen Quan on June 3, 2018