linda1729
  Post Categories
专栏 40 Beyond Code 4 Book Trails 2 Creative Diary 1 Deep Learning Essentials 12 Everyday Notes 3 Geo Moments 2 Maker’s Notes 12 Maker Lab 1 Resilient Systems 1 Core Foundations 2
深度学习基础概念：卷积层直观解释 深度学习基础概念：卷积层直观解释
深度学习基础概念 本文记录一些卷积网络的基础概念，关于概览知识建议先看视频：https://www.jianguoyun.com/p/Da26fK0QrKKIBhi_0okGIAA 一、卷积的目标卷积层的任务是： 从图像中自动提取特征（
2024-10-14 专栏 Deep Learning Essentials
卷积神经网络 特征提取 感受野 参数计算
Swin Transformer 核心思路与层次化设计 Swin Transformer 核心思路与层次化设计
Swin Transformer 一、背景 在CV领域，近年来有两个主要的趋势： 传统的CNN已经非常成功，但在处理大分辨率图像、不同尺度物体、检测分割任务时还会有挑战。 受语言模型（例如 Transformer）的成功启发，“视觉
2024-10-13 专栏 Deep Learning Essentials
Swin Transformer Shifted Window Hierarchical Attention Vision Backbone
Vision Transformer 理论速记：Patch 到分类头 Vision Transformer 理论速记：Patch 到分类头
Vision Transformer（ViT）一、背景：从卷积到Transformer在计算机视觉领域，卷积神经网络长期占据主导地位。 从LeNet到ResNet，CNN通过卷积层在图像上滑动窗口，捕捉局部特征（如边缘、纹理、形状）。然而，
2024-10-12 专栏 Deep Learning Essentials
Vision Transformer Patch Embedding Position Encoding Transformer Encoder
Multi-Head Self-Attention 直观解析 Multi-Head Self-Attention 直观解析
Multi-Head Self-Attention（多头自注意力机制）一、什么是注意力机制（Attention）？当你看一张图片时，你不会一次性注意所有像素。比如看一只猫，你可能先注意它的头，再注意尾巴、背景等。 注意力机制就是让模型学会
2024-10-11 专栏 Deep Learning Essentials
Vision Transformer Self-Attention Multi-Head Transformer
SE Block 理解：通道注意力与重标定 SE Block 理解：通道注意力与重标定
Squeeze-and-Excitation（SE）学习笔记 理论可见：https://cloud.tencent.com/developer/article/1052599； 代码可见：https://gitee.com/gaopurs
2024-10-10 专栏 Deep Learning Essentials
SENet Channel Attention Global Average Pooling CBAM
ShuffleNet 结构笔记：通道混洗与高效推理 ShuffleNet 结构笔记：通道混洗与高效推理
ShuffleNet 学习笔记一、ShuffleNet 概述提出背景：MobileNet 使用 Depthwise Separable Conv 减少计算量，但在实际移动端（如 ARM CPU）中仍存在计算瓶颈（尤其是 1×1 卷积耗时多）
2024-10-09 专栏 Deep Learning Essentials
ShuffleNet Lightweight CNN Channel Shuffle Group Convolution
MobileNet 架构拆解与倒残差设计 MobileNet 架构拆解与倒残差设计
MobileNetMobileNet v1网络详解传统卷积神经网络，内存需求大、运算量大导致无法在移动设备以及嵌入式设备上运行；所以提出了MobileNet应用到实际生活中。 2017年提出的轻量级CNN网络MobileNet专注于移动端
2024-10-08 专栏 Deep Learning Essentials
MobileNetV2 Lightweight CNN Inverted Residual Depthwise Convolution
MobileNet 体系解析：轻量级 CNN 学习笔记 MobileNet 体系解析：轻量级 CNN 学习笔记
MobileNet 学习笔记 MobileNet V1 & V2的学习内容可见视频：https://www.bilibili.com/video/BV1yE411p7L7/ MobileNet V3的学习内容可见视频：https:/
2024-10-07 专栏 Deep Learning Essentials
MobileNetV1 MobileNetV2 MobileNetV3 Depthwise Separable Convolution Lightweight CNN
Vision Transformer 实训：CIFAR-10 与 Swin 分析 Vision Transformer 实训：CIFAR-10 与 Swin 分析
一、实验内容 **Vision Transformer (ViT) **的内容可见视频：https://www.bilibili.com/video/BV1Jh411Y7WQ/ Swin Transformer的内容可见视频：https:/
2024-10-06 专栏 Deep Learning Essentials
PyTorch CIFAR-10 Vision Transformer Swin Transformer Self-Attention
轻量级网络实验：MobileNet、ShuffleNet 与 HybridSN 轻量级网络实验：MobileNet、ShuffleNet 与 HybridSN
一、实验内容 MobileNet V1 & V2的内容可见视频：https://www.bilibili.com/video/BV1yE411p7L7/ MobileNet V3的内容可见视频：https://www.bilibil
2024-10-05 专栏 Deep Learning Essentials
MobileNet ShuffleNet SENet HybridSN Indian Pines
卷积神经网络实验：从 MNIST 到 CIFAR-10 卷积神经网络实验：从 MNIST 到 CIFAR-10
一、实验内容 本学习内容围绕卷积神经网络，与其基础应用。 其中CNN的基础结构与典型网络结构的内容可见视频：https://www.jianguoyun.com/p/Da26fK0QrKKIBhi_0okGIAA MNIST数据集分类的教程
2024-10-03 专栏 Deep Learning Essentials
PyTorch 卷积神经网络 MNIST CIFAR-10
PyTorch 入门与感知机实验手记 PyTorch 入门与感知机实验手记
一、实验内容 本实验主要涉及了一些深度学习基础知识 其中深度学习概述的内容可见视频：https://www.jianguoyun.com/p/Da26fK0QrKKIBhi_0okGIAA 实验1.1 pytorch基础练习的教程可见飞书：
2024-10-03 专栏 Deep Learning Essentials
PyTorch 感知机 线性可分 深度学习入门