深度学习实践指南

rainyliu 13 0 zip 2024-05-03 15:05:32

深度学习实践指南

行为识别领域：

IDT
TSN
C3D
CDC
R-C3D

目标检测领域（大型网络）：

MaskRCNN
FCIS
DCNN
DenseNet
DetNet
ResNet
vgg16-SSD
Xception
yolov1, v2, v3
darknet / caffe

目标检测领域（小型网络）：

MobileNet v1, v2 -ssd
ShuffleNet-ssd

文件列表

动手学深度学习（Dive into Deep Learning，D2L (预估有个436文件)

5.2yolo误差函数.png 86KB

5.1YOLO网络结构图.png 82KB

0演化图.png 21KB

4.3FasterRCNN_RPN区域提取.png 32KB

0目标检测算法时间图.png 22KB

6.3SSD_YOLO结构图对比.png 141KB

3.1Fast-RCNN_ROIpooling.png 26KB

R-CNN_SPP.png 107KB

1.RCNN结构图.png 50KB

8.1MASK RCNN结构图后半部分head.png 146KB

8.2MASK RCNN结构图_大框架.jpeg 35KB

4.2FasterRCNN_细节图.jpeg 148KB

6.2SSD_固定点数+不同尺寸大小arch.png 62KB

4.1FasterRCNN_结构图.png 38KB

0演化图2_包含YOLO.png 38KB

2.SPP结构图.png 51KB

FAST-RCNNpng 183KB

7.1YOLO2_YOLO1.png 41KB

3.0Fast-RCNN结构图.png 254KB

nask_rcnn结构图.png 108KB

6.1SSD结构图.png 74KB

readme.md 1KB

neon-guide.md 6KB

readme.md 37B

paper.md 13KB

readme.md 69KB

gradient_quant.jpg 64KB

flexpoint.jpg 47KB

readme.md 9B

模型定点化路线图.md 5KB

readme.md 2KB

readme.md 13KB

stretegy.md 18KB

readme.md 5KB

readme.md 6KB

readme.md 2KB

readme.md 6KB

readme.md 190B

readme.md 301B

readme.md 63KB

readme.md 2KB

readme.md 1KB

readme.md 1003B

readme.md 499B

readme.md 542B

readme.md 745B

README.md 22KB

caffe.proto 59KB

quantization.hpp 5KB

conv_ristretto_layer.cpp 22KB

base_ristretto_layer.cpp 13KB

base_ristretto_layer.hpp 8KB

README.md 25KB

quantization.cpp 29KB

conv_ristretto_layer.cpp 17KB

base_ristretto_layer.cpp 9KB

readme.md 55B

change.md 2KB

param_sts_kl.cpp 9KB

readme.md 49KB

labelmap_voc.prototxt 1KB

readme.md 99B

00_quantize_ssdnet.sh 374B

ssd_33_train_val.prototxt 27KB

readme.md 3KB

readme.md 95B

readme.md 34KB

readme.md 6KB

readme.md 5KB

readme.md 3KB

quantizedNN_paper.md 4KB

readme.md 198B

readme.md 118B

readme.md 833B

快速矩阵乘法.md 16KB

ARMV7 NEON汇编指令详解中文版.pdf 5.66MB

readme.md 20KB

arm-cortex_a_系列编程手册.pdf 3.38MB

NEON简介及基本架构.pdf 484KB

ARM-Cortex-A-Series-Version-4.pdf 3.38MB

NEON编程-优化心得及内联汇编使用心得.pdf 454KB

arm_neon_intrinsics_ref.pdf 4.44MB

readme.md 43B

ARMV7 NEON汇编指令详解中文版RealView编译工具4.0 版.pdf 2.05MB

AUGEM automatically generate high performance dense linear algebra kernels on x86 CPUs.pdf 980KB

ARMV7 NEON汇编指令详解中文版RealView编译工具3.1 版.pdf 5.66MB

ARMCompilerVersion5.04-armasmUser-Guide.pdf 3.39MB

arm_neon.h 1.08MB

neon_programmers_编程手册.pdf 2.31MB

ARM嵌入式系统的DNN性能优化.pdf 1.91MB

readme.md 5KB

readme.md 12KB

数学优化ensmallen分析.md 78B

ARM_NEON_CNN编程.md 121KB

ARM_NEON_CNN_纯汇编编程_MNN.md 9KB

rgb.PNG 16KB

Large-Arrays.jpg 23KB

rgb-store.PNG 37KB

Overlapping.jpg 20KB

rgb-3.PNG 14KB

dtypr.PNG 33KB

rgb-bgr.jpg 23KB

narrow.PNG 48KB

Single-Elements.jpg 23KB

data-range.PNG 19KB

readme.md 9B

matrixMul.PNG 34KB

simd_add-op.PNG 31KB

simd.PNG 23KB

long.PNG 26KB

wide.PNG 28KB

matrixMul_COL.PNG 18KB

neon-regest.PNG 100KB

extern-regest.PNG 19KB

neon.PNG 56KB

neon_内置函数总结.md 13KB

neon指令集说明.txt 12KB

Momenta王晋玮：让深度学习更高效运行的两个视角-量子位.pdf 1.57MB

各种指令集.md 10KB

squeezenet_2.cpp 6KB

detector.cpp 3KB

CMakeLists.txt 1KB

mat.cpp 19KB

paramdict.cpp 8KB

mat.h 17KB

modelbin.h 2KB

readme.md 14KB

modelbin.cpp 7KB

opencv.cpp 4KB

paramdict.h 2KB

layer.cpp 3KB

net.cpp 21KB

opencv.h 9KB

net.h 5KB

caffe2ncnn.cpp 64KB

readme.md 11KB

batchnorm.cpp 4KB

layer.h 3KB

ncnn_新建层.md 12KB

ssdmobilenet.cpp 4KB

arm_neon_sse_introduction.cpp 8KB

NEONvsSSE.h 731KB

readme.md 20B

helper_functions.h 1KB

ncnn在arm-linux平台的编译.pdf 274KB

mobilenet.cpp 4KB

ssdsqueezenet.cpp 5KB

readme.md 34KB

ncnn_源码分析.md 69KB

Ncnn 编译so文件方案.pdf 465KB

fasterrcnn.cpp 9KB

mobilenetv2ssdlite_on_line.cpp 7KB

squeezenet-ssd-voc-dog-det.png 262KB

cat.jpeg 56KB

readme.md 33B

mobilenet-ssd-voc-dog_det.png 311KB

mobilenetv2-ssdlite-voc-doe-det.png 238KB

dog.jpeg 53KB

bird.jpeg 34KB

detector.cpp 3KB

CMakeLists.txt 734B

cpu.h 2KB

mat.h 18KB

platform.h 926B

modelbin.h 2KB

readme.md 20B

blob.h 1KB

benchmark.h 1KB

allocator.h 5KB

layer_type.h 942B

paramdict.h 2KB

layer_type_enum.h 843B

opencv.h 6KB

net.h 5KB

layer.h 3KB

libncnn.a 1.08MB

readme.md 12B

mobilenetv2ssdlite_on_line_my_class_graph_cut_mask.cpp 5KB

readme.md 140B

mobilenetv2ssdlite_on_line_my_class.cpp 4KB

detector.h 824B

mobilenetv2ssdlite.cpp 4KB

mobilenetv2ssdlite-coco_on_Line.cpp 7KB

squeezenet_v1.1.param 8KB

mobilenet_v2.param 22KB

mobilenet_ssd_voc.param 13KB

readme.md 57B

squeezenet_ssd_voc.bin 21.14MB

mobilenet_v1.bin 16.31MB

mobilenet_v2.bin 13.64MB

squeezenet_v1.0.param 8KB

mobilenetv2_ssdlite_coco.param 31KB

squeezenet_v1.0.bin 4.76MB

mobilenetv2_ssdlite_voc.param 34KB

mobilenetv2_ssdlite_voc.bin 12.82MB

squeezenet_v1.1.bin 4.71MB

mobilenet_ssd_voc.bin 22.06MB

mobilenetv2_ssdlite_coco.bin 17.19MB

mobilenet_v1.param 10KB

squeezenet_ssd_voc.param 21KB

mobilenetv2ssdlite_on_line_my_class.cpp 4KB

yolov2.cpp 5KB

squeezenet.cpp 4KB

树莓派NCNN环境搭建.pdf 822KB

detector.h 809B

synset_words.txt 31KB

mobilenetv2ssdlite-coco.cpp 5KB

readme.md 4KB

readme.md 1KB

ARM嵌入式系统的DNN性能优化.pdf 1.91MB

readme.md 15B

readme.md 12B

train_val.prototxt 12KB

readme.md 12B

deploy.prototxt 9KB

solver.prototxt 781B

SqueezeNet_tf.py 7KB

readme.md 10KB

decode.py 4KB

readme.md 600B

SqueezeNet_deploy.prototxt 10KB

SqueezeNet_trainval.prototxt 11KB

squeezenet_v1.1_deploy.prototxt 9KB

labelmap_voc.prototxt 1KB

SN_ssd_33_solver.prototxt 516B

SqueezeNet_VOC0712_SSD_300x300.sh 451B

readme.md 16KB

ssd_detect.py 7KB

SN_ssd_33_deploy.prototxt 36KB

SN_ssd_33_train.prototxt 39KB

SN_ssd_33_test.prototxt 37KB

MatConvNet+CNN+for+matlab+v1.0.pdf 184KB

简介物体检测从RCNN到Mask RCNN的网络构型变化.md 33KB

readme.md 451B

ResNet-152-train-val.prototxt 91KB

ResNet50_tf.py 11KB

readme.md 3KB

ResNet-50-deploy.prototxt 32KB

ResNet-101-deploy.prototxt 64KB

ResNet-152-deploy.prototxt 96KB

FCIS.pdf 5.06MB

ResNet50.py 10KB

readme.md 600B

utils.py 3KB

MN2_ssd_33_train.prototxt 78KB

readme.md 174B

MN2_ssd_33_deploy.prototxt 75KB

ssd_detect.py 7KB

MN2_ssd_33_test.prototxt 76KB

MN2_VOC0712_SSD_300x300.sh 396B

MN2_ssd_33_solver.prototxt 522B

v2_readme.md 809B

mobilenet_v2_deploy.prototxt 50KB

readme.md 11KB

MN_ssd_33_train.prototxt 49KB

labelmap_voc.prototxt 1KB

readme.md 108B

MN_ssd_33_solver.prototxt 518B

MN_ssd_33_deploy.prototxt 46KB

ssd_detect.py 7KB

MN_VOC0712_SSD_300x300.sh 393B

MN_ssd_33_test.prototxt 47KB

ops.py 9KB

train_MobileNet-v2.py 4KB

mobilenet_v1_deploy.prototxt 27KB

MobileNet_v2_tf.py 4KB

MobileNet_tf.py 14KB

config.py 2KB

readme.md 6KB

基于深度学习的研究进展.docx 68KB

readme.md 14KB

readme.md 4KB

readme.md 5KB

readme.md 7KB

readme.md 59KB

readme.md 110B

readme.md 160B

readme.md 87B

readme.md 8KB

install_idt.md 625B

readme.md 7KB

readme.md 27B

readme.md 4KB

gen_svm_train.sh 2KB

readme.md 16KB

OpticalFlow.h 20KB

Makefile 791B

Initialize.h 5KB

DenseTrackStab.h 4KB

readme.md 5KB

Video.cpp 2KB

Descriptors.h 17KB

boundingbox.cpp 3KB

DenseTrackStab.cpp 19KB

readme.md 24B

DenseTrackStab.cpp 19KB

readme.md 24B

gen_label_lists.sh 967B

test_list01.txt 139KB

train_list_10.txt 40KB

readme.md 121B

test_list_10.txt 15KB

class_ind.txt 1KB

class_ind_10.txt 147B

train_list01.txt 377KB

readme.md 1KB

readme.md 757B

readme.md 503B

readme.md 18KB

rnn_3.jpg 22KB

rnn_1_n.jpg 24KB

single_cnn.jpg 15KB

readme.md 15B

rnn-s2s-decoder-attention.jpg 34KB

rnn_n_1.jpg 30KB

rnn_1.jpg 15KB

a1j.jpg 30KB

rnn-s2s-decoder2.jpg 21KB

a2j.jpg 31KB

rnn_1n_n.jpg 29KB

rnn-s2s-encoder.jpg 26KB

rnn_4.jpg 25KB

a3j.jpg 30KB

rnn_2.jpg 14KB

ilovechina.jpg 23KB

rnn_5.jpg 31KB

rnn-s2s-decoder.jpg 18KB

Mask R-CNN.pdf 7.34MB

readme.md 331B

readme.md 441B

faster_rcnn_caffe_net.txt 9KB

readme.md 2KB

yolo_v1_tf.py 14KB

VGG_ILSVRC_19_layers_deploy.prototxt 6KB

readme.md 269B

VGG_coco_SSD_300x300_solver.prototxt 555B

val2017_name_size.txt 72KB

VGG_coco_SSD_300x300_train.prototxt 26KB

VGG_coco_SSD_300x300_deploy.prototxt 24KB

VGG_coco_SSD_300x300_test.prototxt 25KB

readme.md 4KB

ssd_coco.py 19KB

ssd_detect.py 7KB

VGG_coco_SSD_300x300.sh 456B

labelmap_coco.prototxt 5KB

io.cpp 29KB

readme.md 202B

annotated_data_layer.cpp 19KB

convert_annoset.cpp 9KB

VGG_ILSVRC_16_layers_train_val.prototxt 6KB

ssd_pascal.py 19KB

readme.md 19KB

test_name_size.txt 73KB

ssd_detect.cpp 13KB

ssd_33_solver.prototxt 509B

VGG_VOC0712_SSD_300x300.sh 313B

coco_voc_map.txt 253B

labelmap_voc.prototxt 1KB

ssd_33_test.prototxt 25KB

ssd_33_train.prototxt 26KB

readme.md 34B

ssd_detect.py 7KB

create_data.sh 805B

create_list.sh 1KB

ssd_33_deploy.prototxt 24KB

VGG_ILSVRC_16_layers_deploy.prototxt 5KB

create_list.py 3KB

readme.md 3KB

batch_split_annotation.py 2KB

create_data_my.sh 2KB

batch_get_image_size.py 2KB

coco_数据集处理.md 3KB

量化.log 8KB

solver_finetune.prototxt 651B

test_name_size.txt 73KB

labelmap_voc.prototxt 1KB

01_finetune_vgg16-ssd-net.sh 344B

ssd_33_voc_quantized.prototxt 34KB

readme.md 5KB

02_test_quantize_vgg16-ssd-net-voc.sh 379B

00_quantize_ssdnet_voc.sh 385B

ssd_33_voc_train_val.prototxt 29KB

03_test_src_vgg16-ssd-net-voc.sh 351B

readme.md 66B

readme.md 21B

reorg_layer.cu 2KB

eval_detection_layer.hpp 1KB

readme.md 340B

reorg_layer.hpp 4KB

reorg_layer.cpp 4KB

annotated_box_data_layer.cpp 22KB

eval_detection_layer.cpp 20KB

tree.cpp 2KB

annotated_box_data_layer.hpp 1KB

region_loss_layer.cpp 32KB

tree.hpp 375B

region_loss_layer.hpp 3KB

readme.md 9B

yolov2_coco-train.prototxt 20KB

yolov2_coco-solver.prototxt 660B

labelmap_coco.prototxt 5KB

train_yolov2.sh 360B

yolov2_coco-test.prototxt 17KB

readme.md 427B

object_detection_with_dl.md 43KB

layers.py 26KB

readme.md 2KB

caffe.proto 76KB

shuffle_channel_layer.hpp 2KB

shuffle_channel_layer.cu 3KB

readme.md 31B

shuffle_channel_layer.cpp 3KB

shufflenet_1x_g3_deploy.prototxt 44KB

SHN_ssd_33_train.prototxt 66KB

Shufflenet_VOC0712_SSD_300x300.sh 456B

SHN_ssd_33_deploy.prototxt 62KB

SHN_ssd_33_solver.prototxt 521B

labelmap_voc.prototxt 1KB

readme.md 7KB

ssd_detect.py 7KB

SHN_ssd_33_test.prototxt 64KB

shufflenet_1x_g3_deploy.prototxt 44KB

ShuffleNet_pytorch.py 5KB

ShuffleNet_tf.py 11KB

shuffleNet-v2.prototxt 51KB

readme.md 970B

readme.md 14KB

readme.md 898B

readme.md 1KB

readme.md 474B

readme.md 17KB

readme.md 550B

readme.md 425B

用户评论

暂无评论

Python机器学习实践指南PDF版

机器学习是近年来渐趋热门的一个领域，同时Python语言经过一段时间的发展也已逐渐成为主流的编程语言之一。

22 2019-05-22
Python机器学习实践指南数据集

这是人民邮电出版社，黄申翻译美国这个AT.C的python机器学习实践指南这本书的练习数据集。

34 2019-07-29
Python机器学习实践指南和代码

共10章。第1章讲解了Python机器学习的生态系统，剩余9章介绍了众多与机器学习相关的算法，包括各类分类算法、数据可视化技术、推荐引擎等，主要包括机器学习在公寓、机票、IPO市场、新闻源、内容推广、

26 2019-04-27
MATLAB实践指南学习手册PDF版

MATLAB是一种强大的数学软件工具，常用于工程计算，数据分析和模拟等领域。本指南将向您展示如何使用MATLAB来解决实际问题，包括基础数学运算、矩阵运算、绘图和数据导入。在本指南中，您将学会如何使用

9 2023-04-01
CastleActiveRecord学习实践1快速入门指南

摘要:最近几天有时间看了一下Castle,原来它的功能是如此的强大,从数据访问框架到IOC容器,再到WEB框架,基本包括了整个开发过程中的所有东西,看来得好好学习研究一下了,并且打算把自己学习过程的一

18 2021-05-03
Python机器学习实践指南高清pdf

机器学习是近年来渐趋热门的一个领域，同时Python 语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和Python 语言两个热门的领域，通过利用两种核心的机器学习算法来将Py

62 2019-01-01
基于CPU的深度学习推理部署优化实践

本文来自于infoq爱奇艺技术产品团队,本文将详细介绍系统级优化方法,以及深度学习云平台落地的应用和算法,希望对您的学习有所帮助。随着人工智能技术在爱奇艺视频业务线的广泛应用,深度学习算法在云端的部

6 2021-01-31
深度学习框架PyTorch入门与实践_陈云著

本书从多维数组Tensor开始，循序渐进地带领读者了解PyTorch各方面的基础知识，并结合基础知识和前沿研究，带领读者从零开始完成几个经典有趣的深度学习小项目，包括GAN生成动漫头像、

22 2020-09-16
谷歌深度学习在Kubernetes上的实践.pptx

谷歌深度学习在Kubernetes上的实践,内容全面详细,不论是刚入门还是想深入研究均可使用。

18 2020-12-13
云深度学习平台架构与实践.pdf

云深度学习平台架构与实践陈迪豪 / 崔建伟 About Us 陈迪豪崔建伟第四范式先知平台架构师深度学习平台架构师 Agenda Define Cloud Machine Learning R

18 2020-12-17

深度学习实践指南

深度学习实践指南

文件列表

用户评论

推荐下载