我的人体姿态估计学习路线
本文总结自己目前对人体姿态估计的认识,和学习过程
本文总结自己目前对人体姿态估计的认识,和学习过程
本文总结自己目前对实例分割 的认识,和学习过程
本文总结自己目前对语义分割的认识,和学习过程
为了解决RNN在序列数据上感受野不足和无法并行训练的问题的问题,Transformer被提出。Transformer 由且仅由 self-Attenion 和 Feed Forward Neural Network 组成,训练时一次输入所有时间步,构建所有时间步之间的注意力,不用考虑方向,不考虑长度
本文分析了深度学习在训练、推理时的显存占用,主要包括:网络参数值、网络参数梯度值、输入+每层输出、优化器参数
在训练神经网络时,以使神经某些神经元失活的方式增强模型的泛化能力,还要掌握Dropout在训练时和推理时的差异