Tricks 第6页

CSS基础知识

邹沁龙·2023-02-01 19:45

NLP技术中的Tokenization

之所以想要聊这个话题，是因为，一方面在NLP技术中Tokenization是非常重要的一个环节，它是数据进入到模型进行计算之前所必须的一个步骤；一方面，不少NLPer可能关注的往往是模型的花里胡哨，炼丹Tricks

PaperWeekly·2023-02-01 11:01

【调参Tricks】WhiteningBERT: An Easy Unsupervised Sentence Embedding Approach

总述该文主要介绍了三种使用BERT做SentenceEmbedding的小Trick，分别为：应该使用所有tokenembedding的average作为句子表示，而非只使用[CLS]对应位置的表示。在BERT中应该使用多层的句向量叠加，而非只使用最后一层。在通过余弦相似度做句子相似度判定的时候，可以使用Whitening操作来统一sentenceembedding的向量分布，从而可以获得更好的句

lwgkzl·2023-02-01 10:34

模型训练常用tricks

一、背景背景：常见NLP模型训练tricks目标群体：Trainer技术应用场景：仅适用于深度学习（狭义）模型训练，未涉及机器学习模型整体思路：按训练前、训练中、训练后三个阶段划分二、模型训练常见tricks

巴基海贼王·2023-01-31 17:50

机器学习Tricks之Hutchinson's Trick

写在前面翻译自：machine-learning-trick-of-the-day-3-hutchinsons-trick阅读FFJORD时遇到该方法Hutchinson'sestimator是求矩阵迹随机估计的一种简单方法。这是一个简单的技巧，它使用随机化将计算迹的代数问题转化为计算二次函数期望的统计问题。这个技巧中使用的随机化技术只是现代机器学习的核心随机化线性代数方法的一种，因为这些方法为我

GiaoNet·2023-01-31 09:39

Deep Learning for Medical Image Segmentation: Tricks, Challenges and Future Directions 2D部分代码笔记-训练部分

目录前言一.训练整体架构（2DUnet/train.py)1.1训练参数设置（2DUnet/options.py)1.2模型训练（2DUnet/networker_trainer.py)1.2.1设置GPU设备号、日志配置、设置随机种子1.2.2设置主干网络1.2.3设置损失函数1.2.4设置优化器和数据集1.2.5train（1）.AverageMeter类（2）.深监督（DeepS）1.2.6

Rache0219·2023-01-30 10:58

np.lib.stride_tricks.as_strided 详解

numpy.lib.stride_tricks.as_strided(x,shape=None,strides=None,subok=False,writeable=True)例如如果我们把矩阵A:A=

莫说相公痴·2023-01-29 09:10

Matplotlib Tricks

0.绘图设置0.0导入函数包importnumpyasnpimportmatplotlib.pyplotasplt0.1全局设置plt.rcParams()0.2设置坐标名称与图标题plt.xlabel('YourXLabelName')plt.ylabel('YourYLabelName')plt.title('YourFigureTitle')0.3显示图例plt.plot(loc='best

deBroglie·2023-01-27 18:12

Yolov3模型——pytorch实现

论文传送门：YOLOv3:AnIncrementalImprovementYolov3的改进：1.使用Darknet53作为backbone；2.多尺度特征预测(类似FPN结构)；3.其他tricks。

CV_Peach·2023-01-26 10:00

情感分析入门3-Faster Sentiment Analysis

具体来说，我们实现的是论文"BagsofTricksforEfficientTextClassification"中

m0_61688615·2023-01-26 07:39

4个可提高深度学习模型的性能的小技巧

编译自：《4ProvenTrickstoImproveyourDeepLearningModel’sPerformance》概述深度学习是一个广阔的领域，但我们大多数人在构建模型时都面临着一些共同的挑战在这里

Skye‘s Blog·2023-01-25 15:43

目标检测算法——助力涨点 | YOLOv5改进结合Alpha-IoU

深度学习Tricks，第一时间送达论文题目：《Alpha-IoU:AFamilyofPowerIntersectionoverUnionLossesforBoundingBoxRegression》论文地址

加勒比海带66·2023-01-25 09:23

Numpy100道练习题+注解

自己在动手时添加了一些注释#1导入numpyfromnumpy.libimportstride_tricksimportpandasaspdimportscipy.spatialasquickimportosfromnumpy.lib.function_baseimportmeshgridfromn

Abel Alan·2023-01-21 19:07

python实现mixup数据增强

最近yolov4也出来了，不说其他的tricks，但是数据增强中，mixup这个方法就在最近的文章中多次被提到，简单的说就是两张图片合成一张。

windmeeeeee·2023-01-20 20:29

mindspore（二）-yolov5的训练、改进及MindConverter的使用

MindConverter的使用目标检测训练环境准备开始训练mindspore-yolov5的小改动MindConverter总结YOLO系列的目标检测算法发展迅速，yolov5在v4的基础上增加了一些训练的小tricks

zxl不会写代码·2023-01-20 15:29

How To Improve Deep Learning Performance

如何提高深度学习性能20Tips,TricksandTechniquesThatYouCanUseToFightOverfittingandGetBetterGeneralizationHowcanyougetbetterperformancefromyourdeeplearningmodel

weixin_30652271·2023-01-20 13:44

【笔记】PP-YOLO、PP-YOLOv2、PP-YOLO Tiny

AnEffectiveandEfficientImplementationofObjectDetector（2020）PP-YOLOv2:APracticalObjectDetector（2021）代码&Summary目标检测算法的准确性和推理速度不可兼得，本文的工作旨在通过tricks

程序猿的探索之路·2023-01-20 01:04

【PP-YOLO】

PPYOLO：不容错过的目标检测调参Tricks1.摘要目标检测是计算机视觉一个重要的领域。而目标检测算法的准确性和推理速度不可兼得，我们工作旨在通过tricks组合来平衡目标检测器的性能以及速度。

不见山_·2023-01-18 21:06

fast-reid中的sbs

以数据库Market1501为例：提供了四种baselines，其中mgn在2018年提出，bagtricks（BoT）在2019年提出，AGW在2020年1月提出，sbs在2020年6月fast-reid

苏钟白·2023-01-18 03:23

Mask R-CNN学习笔记

本专栏将从论文的角度解读一下CV方向的一些经典神经网络模型及其贡献与意义，以期加深自己的印象，后续可以随时翻看并且学习其中好的tricks。

KeEN丶X·2023-01-16 21:28

GAN初步学习——前置知识，生成器判别器的搭建，GAN实现手写数字识别，GAN其他类别

目录1、前置知识2、原理简介3、实例引入——手写数字图像生成生成器代码判别器代码辅助函数3、GAN的其他类别CGAN——指定类的输出DCGAN——不变GAN原理下提出了一些有助于增强稳定性的tricksACGAN

m0_58586235·2023-01-15 20:29

目标检测比赛中的tricks集锦

↑点击蓝字关注视学算法作者丨初识CV@知乎来源丨https://zhuanlan.zhihu.com/p/102817180编辑丨极市平台极市导读本文总结了目标检测比赛中的8点技巧，包含数据增强、多尺度训练/测试、全局语境、预测框微调/投票法/模型融合、随机权值平均、在线难例挖掘、软化非极大抑制等，并附有代码解析。1.数据增强可参考：初识CV：MMDetection中文文档https://zhua

视学算法·2023-01-15 18:06

YOLO v3 有了PaddlePaddle 预训练模型

值得一提的是，基于百度自研的开源深度学习平台PaddlePaddle的YOLOv3实现，参考了论文【BagofTricksforImageClassificationwithConvolutionalNeuralNetworks

飞桨PaddlePaddle·2023-01-14 09:16

宝贵的核心珍藏_建立成功的神经网络的10个宝贵技巧

宝贵的核心珍藏Buildingneuralnetworksisdifficultbecausethereissomuchvariabilityinvolved.Withthese10tipsandtricks

weixin_26750481·2023-01-13 20:09

Python-matplotlib制图07-不显示图形边框和坐标轴标签

1.概述 (1)不显示边框 (2)不显示坐标轴标签 2.版本 2.1山东青岛，2021年5月11日，Version1 3.参考资料[1].matplotlib官方文档[2].matplotlibtricks

EWBA_GIS_RS_ER·2023-01-13 10:42

MMDetection理解

1.1.1Backbone1.1.2Neck1.1.3Head1.1.4Enhance1.1.5BBoxAssigner1.1.6BBoxSampler1.1.7BBoxEncoder1.1.8Loss1.1.9Trainingtricks2

Arrow·2023-01-13 00:30

目标检测算法——YOLOv5/YOLOv7改进之结合MobileOne结构（高性能骨干|仅需1ms）

>>>深度学习Tricks，第一时间送达>>一起交流！互相学习！共同进步！<<<

加勒比海带66·2023-01-11 19:16

论文阅读十一：BagofTricks-LT 解决数据不均衡的各种trick

论文：BagofTricks-LTcode：BagofTricks-LT这个论文有点像技术book，里面对解决数据不平衡的各种trick都做了很多对比实验，对于我们这些混迹在工业界，每天在各种论文中搜索能够解决自己手头项目里具体问题的小菜们

仙女修炼史·2023-01-09 20:27

Bag of Tricks for Long-Tailed Visual Recognition with Deep Convolutional Neural Networks

熠regina·2023-01-09 20:55

YOLOV4中anchor与box之间的关系以及代码实现

YOLOV4中anchor与预测框之间的关系以及代码实现有些同学已经学习目标检测有了一段时间，对于Fast系列和yolo系列的目标检测算法都如数家珍，包括每次改进升级用到了哪些tricks或者新的改进。

xiaoyang0307·2023-01-09 08:52

YOLOv5的Tricks | 【Trick15】使用COCO API评估模型在自己数据集的结果

如有错误，恳请指出。在解析yolov5整个工程项目的时候要，已经对其detect.py脚本和val.py脚本进行分别的解析。其中，个人觉得detect脚本写得过于冗杂，所以分别为每个任务（图片推理，视频推理，摄像头推理）单独的写了个简单易懂的推理脚本。在之前在解析完val.py脚本之后，一直想同样地对其进行简化，现在用这篇博客来记录简化过程以及出现的问题。文章目录1.yolo的txt标注文件转co

Clichong·2023-01-07 09:45

带动量的随机梯度下降法_梯度下降法(SGD)原理解析及其改进优化算法

梯度下降法原理梯度下降背后的原理(泰勒展开推导)BGD、SGD的工程选择上的tricks(eg.batch_size的设置)SGD相关改进优化算法(Momentum、Adam...)一、梯度下降法原理梯度

徐聪瓜要努力·2023-01-07 08:42

Deep Learning for Medical Image Segmentation: Tricks, Challenges and Future Directions

文章目录前言1.Abstract&Introduction1.1.Abstract1.2.Introduction2.Preliminaries2.1.Baselines2.2.Datasets3.MethodsandExperiments3.1.Pre-TrainingModel3.2.DataPre-Processing3.3.DataAugmentation3.4.ModelImplemen

zzzyzh·2023-01-05 18:34

旋转框目标检测mmrotate v0.3.1 训练DOTA数据集（三）——配置文件优化技巧

1、目标检测比赛中的tricksDOTAv2遥感图像旋转目标检测竞赛经验分享（SwinTransformer+Anchorfree/based方案）目标检测比赛中的tricks（已更新更多代码解析）水下目标检测算法赛解决方案分享

qq_41627642·2023-01-05 12:58

深圳进化动力机器视觉算法岗面试题

我讲了AlexNet、VggNet、ResNet、DenseNet、EffiencientNet等，以及里面用到的tricksAlexNet:(1)使用GPU训练，(2)使用了数据增强(3)使用了LRN

深度之眼·2023-01-05 09:14

NumPy的实用函数整理之sliding_window_view

NumPy的实用函数整理之sliding_window_viewnumpy.lib.stride_tricks.sliding_window_view()NumPy函数sliding_window_view

学习爱好者fz·2023-01-04 22:06

ML2021 | (腾讯)PatrickStar：通过基于块的内存管理实现预训练模型的并行训练

现有的一些模型并行方案仍存在许多问题，本文提出了一种名为PatrickStar的异构训练系统。PatrickStar通过以细粒度方式管理模型数据来更有效地使用异构内存，从而克服了这些缺点。

CV技术指南(公众号)·2023-01-04 08:36

DAB-DETR源码最全讲解

文章目录一：创新点二：源码讲解一：创新点在我看来，是在Conditional-DETR的基础上的延伸，这一“流派”主要针对content_q和pos_q做了许多tricks。

江南綿雨·2023-01-04 07:07

【论文阅读】Gait Quality Aware Network: Toward the Interpretability of Silhouette-Based Gait Recognition

本文方法帧质量（FrameQuality）部分质量（PartQuality）部分质量损失训练和评估GQAN-backboneGQAN实验消融实验讨论FQBlock与MCM与更多基线的比较trainingtricks

Dream_Poem·2023-01-01 12:01

深度学习调参tricks总结

寻找合适的学习率(learningrate)学习率是一个非常非常重要的超参数，这个参数呢，面对不同规模、不同batch-size、不同优化方式、不同数据集，其最合适的值都是不确定的，我们无法光凭经验来准确地确定lr的值，我们唯一可以做的，就是在训练中不断寻找最合适当前状态的学习率。比如下图利用fastai中的lr_find()函数寻找合适的学习率，根据下方的学习率-损失曲线得到此时合适的学习率为1

小殊小殊·2023-01-01 09:06

【深度学习】PyTorch 常用 Tricks 总结

作者：z.defying转载自：Datawhale目录：1指定GPU编号2查看模型每层输出详情3梯度裁剪4扩展单张图片维度5独热编码6防止验证模型时爆显存7学习率衰减8冻结某些层的参数9对不同层使用不同学习率1.指定GPU编号设置当前使用的GPU设备仅为0号设备，设备名称为/gpu:0：os.environ["CUDA_VISIBLE_DEVICES"]="0"设置当前使用的GPU设备为0,1号两

风度78·2023-01-01 09:27

深度学习调参 tricks 总结

作者丨山竹小果来源丨NewBeeNLP编辑丨极市平台本文总结了一系列深度学习工作中的调参策略，并含有多个训练技巧，非常实用。寻找合适的学习率(learningrate)学习率是一个非常非常重要的超参数，这个参数呢，面对不同规模、不同batch-size、不同优化方式、不同数据集，其最合适的值都是不确定的，我们无法光凭经验来准确地确定lr的值，我们唯一可以做的，就是在训练中不断寻找最合适当前状态的学

机器学习算法那些事·2023-01-01 09:26

深度学习调参 tricks 总结！

寻找合适的学习率(learningrate)学习率是一个非常非常重要的超参数，这个参数呢，面对不同规模、不同batch-size、不同优化方式、不同数据集，其最合适的值都是不确定的，我们无法光凭经验来准确地确定lr的值，我们唯一可以做的，就是在训练中不断寻找最合适当前状态的学习率。比如下图利用fastai中的lr_find()函数寻找合适的学习率，根据下方的学习率-损失曲线得到此时合适的学习率为1

机器学习算法那些事·2023-01-01 09:55

【深度学习】深度学习模型训练的tricks总结

前言得到更改的准确率模型的设计自然是重要，而使用一些数据处理和训练的技巧也能提高最终模型的训练效果，因此也十分重要。本文基于对一些资料的阅读总结一些模型训练常见的trick，能够更快地拟合以及在一定程度上提升模型效果。学习率角度1、Warmup由于刚开始训练时模型的权重(weights)是随机初始化的，此时选择一个较大的学习率，可能会带来模型的不稳定。学习率预热就是在刚开始训练的时候先使用一个较小

Swocky·2023-01-01 09:24

深度学习模型训练的tricks总结

1、数据与标签角度1.1数据归一化https://blog.csdn.net/ytusdc/article/details/1285042721.2数据增强Randomimagecroppingandpatching(RICAP)：随机裁剪四个图片的中部分，然后把它们拼接为一个图片，同时混合这四个图片的标签。这也是一种比较特殊的数据增强方法，一般的数据增强都是对一个样本进行操作，而该方法将样本和标

ytusdc·2023-01-01 09:23

【深度学习】Tricks

图像方面的tricks分类以精度提升为目的（1）增加额外数据（2）更加细化已有分类让每一类的特征更加明显，例如都是车，但可以细分为：越野车，城市越野车，跑车，卡车，拖挂车等；（3）数据增强该方法是为了扩大数据的多样性

mjiansun·2022-12-31 09:50

图像分类的Tips和Tricks

增强色彩操作颜色偏移这种增强通过将每个通道乘以随机选择的系数来随机调整图像的色调、饱和度和亮度。系数的选择尽量在[0:6;1:4]内选择，以确保图像不会偏离得太严重。defcolor_skew(image):h,s,v=cv2.split(image)h=h*np.random.uniform(low=0,high=6)s=s*np.random.uniform(low=1,high=4)v=v*

快乐星球小怪兽·2022-12-30 09:30

MMdetection框架速成系列第02部分：整体算法流程+模型搭建流程+detection训练与测试核心组件+训练部分与测试部分的核心算法

训练核心组件3.1Backbone3.2Neck3.3Head3.4Enhance3.5BBoxAssigner3.9BBoxSampler3.10BBoxEncoder3.11Loss3.12Trainingtricks4detection

LiBiGo·2022-12-30 08:49

论文投稿指南——收藏|SCI写作投稿发表全流程

关注“PandaCVer”公众号>>>深度学习Tricks，第一时间送达0.elsenn.Identity()self.norm2=norm_layer(dim)mlp_hidden_dim=int(dim

加勒比海带66·2022-12-30 04:20

论文投稿指南——收藏|如何选择SCI期刊（含选刊必备神器）

>>>深度学习Tricks，第一时间送达>>>一起交流！互相学习！共同进步！<<<<