暂无评论
在ICCV2017中论文"SemanticImageSynthesisviaAdversarialLearning"的一个PyTorch实现
随机数广泛应用在科学研究, 但是计算机无法产生真正的随机数, 一般成为伪随机数. 它的产生过程: 给定一个随机种子, 根据随机算法和种子产生随机序列. 给定相同的随机种子, 计算机产生的随机数列是一样
Detectron的pytorch实现。 从零开始训练并可用直接从预训练的Detectron权重推断。
An implementation of Deep Recursive Residual Network for Super Resolution (DRRN), CVPR 2017
Fast-SCNN的PyTorch实现:快速语义分割网络
论文Mixup: Beyond Empirical Risk Minimization的一个PyTorch实现
近日,旷视科技提出针对移动端深度学习的第二代卷积神经网络 ShuffleNet V2。研究者指出过去在网络架构设计上仅注重间接指标 FLOPs 的不足,并提出两个基本原则和四项准则来指导网络架构设计,
StackNN - 用于递归神经网络的几种可微分数据结构的PyTorch实现。
Non-Local (NL) blocks have been widely studied in various vision tasks. However, it has been rarely
神经架构搜索(NAS)自动化网络结构工程。它的目标是学习一种网络拓扑,可以在特定任务上获得最佳性能。通过将NAS的方法分解为三个组件:搜索空间、搜索算法和子模型演化策略,这篇文章回顾了许多更好、更快、
暂无评论