详情

全站展示位

推荐

[译]TorchVision Object Detection Finetuning Tutorial |

本文是PyTorch中关于微调CNN的一篇教程,里面利用预训练的Mask R-CNN模型,在PennFudan数据集上进行微调实现 原文地址:TorchVision Object Detection Finetuning Tutorial 本文章涉及脚本位于仓库pytorch/vision

心灵鸡汤

陪儿子冲刺高考

文/吴建

儿子在一所重点中学上高三,离高考还有一个多月,真的进入了倒计时。

儿子学的是文科,经常要背一些课文,看着他念念有词的样子,说实话我们做家长的心里很是紧张。儿子是一个非常好强的孩子,高中三年,他的成绩在班级中总是遥遥领先,所以他对自己一直比较自信。为了不把紧张情绪传染给孩子,在他背书的时候我们从来都不去打扰他。但儿子还是看出了我们的心思,故作轻松地说:“我都不紧张,你们担心什么?”这下,我和妻子焦躁的心终于平静下来。二人悄悄开了一次家庭会议“决定”:要给儿子创造一个宽松的复习环境,不给他太多的心理负担。我还特别跟妻子强调:“和孩子交代事情,嘱咐可以,但别唠叨起来没完。”

以后我们极少提到“高考”二字,只是在平时注意收集和考试有关的信息和经验。每天上班时,我都会买上几份刊登有高考经验的报纸,然后将其中对儿子有借鉴作用的内容在晚上吃饭的时候讲给他听,讲多少看儿子的情绪。如果儿子情绪好,我会多介绍一点,否则会立即打住。在饮食上我们也没给儿子搞特殊化,我认为自家的伙食一直都不错,每顿饭都有荤有素,每天都有新鲜水果,营养搭配,假如刻意改变反而会给儿子敏感的心加压。

二模考试,儿子发挥得不好,有点闷闷不乐,开始对自己产生一些怀疑。看儿子情绪低落的样子,不用问也知道考试没考好。在临近高考的时候,我觉得儿子的这种自我怀疑很有可能是致命的。我安慰他说:“不要给自己太大压力,高考只是对于你高中学习的一次检验,只要你真正努力了,不管结果怎样,爸妈都不会怪你,你自己也不应该觉得有什么遗憾。”说完就拉着他去吃晚饭,然后聊聊社会上的事,给儿子的坏心情“打了个岔”。后来每次碰到儿子做试卷不顺利的时候,我都告诉儿子,“从来都没有常胜的将军,偶尔的失误并不代表什么,即使最后考砸了也没关系,无论你上什么学校,你都是我们最优秀的儿子!”这样的“语言疗法”对于儿子非常有效,儿子的心态一步步得到了放松。

为使儿子以最好的状态走进考场,我有时吆喝儿子出去打球、散步。儿子上完晚自习回家后,也不像以前那样还花一个小时的时间拼命复习了,而是打开电脑听着歌、看着动漫,悠然自在。这哪像要高考了,分明是在休闲。但我们从不阻止他,因为我们知道,儿子从早晨六点就到校学习,一直到晚上九点半,去掉吃饭时间,一天要学习十几个小时呢。每天经过高强度的学习,回家后如果还硬逼着他再复习到深更半夜,如是睡眠不足,势必影响第二天的学习,这就得不偿失了。

再过几天儿子就要走进高考战场了,我想对儿子说,爸爸相信你早就准备好了,高考并不可怕,它只是人生所要经历的一次考试而已。与高考本身相比,更重要的是这场经历,经过即是获得。给自己一份挑战,树立一份信心,准备迎接即将到来的全新生活。

陪儿子应战高考,我们紧张并快乐着。

列表展示

主站展示位

im2col解析3 |

前面实现了图像转列向量,在之前推导过程中使用的是行向量,所以修改im2col.py,实现im2row的功能 卷积核大小为\(2\times 2\),步长为1,零填充为0 field_height = 2 field_width = 2 stride = 1 padding = 0 2维图像大小为\(3\times 3\),3维图像大小为\(2\times 3\times 3\),4维图像大小为

不一定难,但是绝对不简单 |

2023年8月29日,完成了南京陆小馋的零食AI交付,用的最新研发的算法,效果非常好。晚上10点多,我一个人走在马路上,非常安静,我的脑海中一直回味着白天非常棒的识别效果。仔细想想,我现在做的零食算法研发,它不一定难,但是绝对不简单。

数据结构-图2 |

学习路径如下: 图的基本定义 顶点/边/图的关系(本文学习内容) 图的存储结构 深度/广度优先遍历 最小生成树 完整工程:zjZSTU/graph_algorithm

矩阵基础 |

小结矩阵求解过程中的基础知识 标量、向量和矩阵 矩阵乘法/积 转置、共扼、共扼转置 矩阵的迹 向量化和矩阵化

不可能三角 |

最近B站上一大堆的投资理财视频,各路人马,不管是不是从事理财金融行业的,都开始了自己的财富自由之旅。不过,有唱多的就有唱衰的,也有一些up主提醒韭菜们不要盲目理财,其中有一个概念很有意思,就是不可能三角(impossible trinity)

导数、微分和梯度 |

最近推导神经网络的前向传播和反向传播过程,经常会遇到有关导数、微分和梯度的内容,对它们的概念进行一次小结 导数 微分 偏导数 全微分 方向导数 梯度

[Jenkins]freestyle工程 |

Jenkins提供了多种模型来进行自动化操作,最基础的就是freestyle工程 操作步骤如下: 在本地新建git仓库 创建Jenkins Freestyle工程,绑定git仓库,执行构建脚本 git仓库添加文件 手动触发Jenkins工程进行构建

[Gradio]自动生成交互式用户界面 |

Gradio是一个开源Python包,能够自动构建交互式用户界面,帮助工程师快速对外展示算法实现效果。

博客寄语:

    大海

实时播报:

博客号-学习成长

相信每一分耕耘都有每一分收获,致力帮助博客主所创作的博客能更快的被收录! 如果有其它需求,可联系下方邮箱。