2
26
¥ 318.00购买 ¥398.00 课程8.0折
开通会员,立省31.80元, 立即开通
立即购买

你将收获

掌握深度学习框架PyTorch核心模块使用

熟练应用PyTorch框架进行建模任务

熟练使用PyTorch框架进行图像识别与NLP项目

掌握当下经典深度学习项目实现方法

适用人群

人工智能,深度学习方向的同学们

课程介绍

购买课程后,添加小助手微信(微信号:csdnxy68)回复【唐宇迪】

进入学习群,获取唐宇迪老师答疑

深度学习框架-PyTorch实战课程旨在帮助同学们快速掌握PyTorch框架核心模块使用方法与项目应用实例,让同学们熟练使用PyTorch框架进行项目开发。课程内容全部以实战为导向,基于当下计算机视觉与自然语言处理中经典项目进行实例讲解,通过Debug模式详解项目中每一行代码的作用与效果,整体风格通俗易懂,提供全部课程所属课件。

课程讨论

为什么只有第一章的课件了, 后面的都没有了

在OCR运行中出现:UserWarning: Detected call of `lr_scheduler.step()` before `optimizer.step()`. In PyTorch 1.1.0 and later, you should call them in the opposite order: `optimizer.step()` before `lr_scheduler

第3个问题是,就是老师你在课程ocr文字识别项目里检测模块候选框生成里的样本生成的时候提到通过IOU比对映射到原图,当时提到框是8个,我想问下为什么是8不是1啊,另外 在整体网络所需模块里提到512 和128 这2个关系没有听懂,可以稍解释下吗,感谢恩师 感激不尽

line 321, in decode (result, consumed) = self._buffer_decode(data, self.errors, final) UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb3 in position 24: invalid start byte 第3个问题是,就是老师你在课程ocr文字识别项目里检测模块候选框生成里的样本生成的时候提到通过IOU比对映射到原图,当时提到框是8个,我想问下为什么是8不是1啊,另外 在整体网络所需模块里提到512 和128 这2个关系没有听懂,可以稍解释下吗,感谢恩师 感激不尽

老师您好,我有3个问题想问下,第一个就是我train出的ctpn效果不好,我看评论区很多朋友反映数据标注有问题?是不是因为这个引起的呢,我目前ctpn漏检多,可以帮忙核实下吗?第二个问题是 我train crnn出现错误,我执行的是train_pytorch_ctc.py,报错的信息如下 :File "/home/xl/1ocr/ocr/train_code/train_crnn/train_pytorch_ctc.py", line 60, in <module> train_dataset = mydataset.MyDataset(info_filename=config.train_infofile) File "/home/xl/1ocr/ocr/train_code/train_crnn/mydataset.py", line 157, in __init__ content = f.readlines() File "/home/xl/anaconda3/envs/pytorch/lib/python3.6/codecs.py", line 321

你好,我的身份证漏检 多,有没有老师答疑啊 谢谢

CTPN课件的数据是不是有问题,图片文字与TXT里面标的位置相差很大呢

PyTorch终于来啦!!!继续学习,走起!!!

同学笔记

  • qq_36485079 2020-07-22 23:36:58

    来源:感受野的作用 查看详情

    经典网络——Resnet

    分两条路,一条做卷积,一条直接拿过来,最后相加

    解决了深度问题

  • qq_36485079 2020-07-22 23:29:07

    来源:残差网络Resnet 查看详情

    ALEXnet_经典网络

    8层网络

    五层卷积三层全连接

    vgg_经典网络

    所有卷积大小都是3*3的,总共是16层,vgg网络用特征图个数来弥补长宽的损失

     

  • qq_36485079 2020-07-22 23:22:53

    来源:VGG网络架构 查看详情

    带参数计算的才能称之为一层

    卷积层带参数计算

    relu层不需要计算

    池化层不需要计算

    全连接层需要计算

没有更多了