深度学习——日常小点积累

2023-10-22 20:48

本文主要是介绍深度学习——日常小点积累,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

写在前面

本文记录了日常遇到的和深度学习相关的一切知识,极其琐碎、杂乱,仅供个人记录,借鉴意义约为0哈哈哈。


卷积拆分

描述:比如将一个3乘3的卷积换为一个3乘1的卷积+一个1乘3的卷积。

特点:减少参数量

在哪见到

  • inception v3

”学习Factorization into small convolutions的思想,将一个二维卷积拆分成两个较小卷积,例如将7*7卷积拆成1*7卷积和7*1卷积。这样做的好处是降低参数量。paper中指出,通过这种非对称的卷积拆分,比对称的拆分为几个相同的卷积效果更好,可以处理更多,更丰富的空间特征。“

  • P3D(Pseudo-3D Residual Networks)

这个是视频处理模型,“这篇文章是用1*3*3卷积和3*1*1卷积代替3*3*3卷积(前者用来获取spatial维度的特征,实际上和2D的卷积没什么差别;后者用来获取temporal维度的特征,因为倒数第三维是帧的数量),毕竟这样做可以大大减少计算量,增加模型深度。而如果采用3D卷积来做的话,速度和存储正是瓶颈 ”

联想用途

  • 视频
  • 3D图像处理

动态batch

描述:训练

特点

关联:

1. 论文AdaBatch: Adaptive Batch Sizes for Training Deep Neural Networks

链接:https://openreview.net/pdf?id=SkytjjU8G

模型量化

参考博客

  1. https://chenrudan.github.io/blog/2018/10/02/networkquantization.html
  2. https://zhuanlan.zhihu.com/p/64744154shufflenet

推理框架和训练框架

训练框架:tensorflow、pytorch、keras、caffe、mxnet等

推理框架:阿里的mnn(移动端部署),腾讯的ncnn(移动端部署场景),NVIDIA的TensorRT(NIVDIA的GPU),Intel的OpenVINO(Intel CPU)等等

动态图和静态图

动态图框架:pytorch

静态图框架:TensorFlow、caffe

在cs231n的课件中有介绍动态、静态图的区别

几种常见类型的卷积

转置卷积:可用于上菜样;可改变填充和步长得到不同输出尺寸

扩张卷积:扩张率;增大感受野

可分离卷积(空间、深度可分离):空间可分——3×3分成3×1和1×3;深度可分——3×3分成DW3×3和1×1

分组卷积:输入通道和卷积核都在分;训练很大的网络时效果较好

参考博客:

  1. https://zhuanlan.zhihu.com/p/57575810

BottleNeck结构

参考资料:

  1. https://zhuanlan.zhihu.com/p/98874284
  2. https://zhuanlan.zhihu.com/p/98692254

FLOPs、FLOPS、Multi-add

FLOPS:全大写,是floating point operations per second的缩写,意指每秒浮点运算次数,理解为计算速度。是一个衡量硬件性能的指标。

FLOPs:最后一个s小写,是floating point operations的缩写(s表复数),意指浮点运算数,理解为计算量。可以用来衡量算法/模型的复杂度。

Multi-add:乘法和加法操作

模型大小和参数量的关系

模型大小的单位通常是M(MByte,Byte是一个字节,8个比特位),参数量通常用float32表示。

因此模型大小字节数=参数量×4

 

 

这篇关于深度学习——日常小点积累的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/263494

相关文章

SpringCloud动态配置注解@RefreshScope与@Component的深度解析

《SpringCloud动态配置注解@RefreshScope与@Component的深度解析》在现代微服务架构中,动态配置管理是一个关键需求,本文将为大家介绍SpringCloud中相关的注解@Re... 目录引言1. @RefreshScope 的作用与原理1.1 什么是 @RefreshScope1.

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、

最新Spring Security实战教程之表单登录定制到处理逻辑的深度改造(最新推荐)

《最新SpringSecurity实战教程之表单登录定制到处理逻辑的深度改造(最新推荐)》本章节介绍了如何通过SpringSecurity实现从配置自定义登录页面、表单登录处理逻辑的配置,并简单模拟... 目录前言改造准备开始登录页改造自定义用户名密码登陆成功失败跳转问题自定义登出前后端分离适配方案结语前言

Java进阶学习之如何开启远程调式

《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,:本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx

Redis 内存淘汰策略深度解析(最新推荐)

《Redis内存淘汰策略深度解析(最新推荐)》本文详细探讨了Redis的内存淘汰策略、实现原理、适用场景及最佳实践,介绍了八种内存淘汰策略,包括noeviction、LRU、LFU、TTL、Rand... 目录一、 内存淘汰策略概述二、内存淘汰策略详解2.1 ​noeviction(不淘汰)​2.2 ​LR

Python与DeepSeek的深度融合实战

《Python与DeepSeek的深度融合实战》Python作为最受欢迎的编程语言之一,以其简洁易读的语法、丰富的库和广泛的应用场景,成为了无数开发者的首选,而DeepSeek,作为人工智能领域的新星... 目录一、python与DeepSeek的结合优势二、模型训练1. 数据准备2. 模型架构与参数设置3

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

Go中sync.Once源码的深度讲解

《Go中sync.Once源码的深度讲解》sync.Once是Go语言标准库中的一个同步原语,用于确保某个操作只执行一次,本文将从源码出发为大家详细介绍一下sync.Once的具体使用,x希望对大家有... 目录概念简单示例源码解读总结概念sync.Once是Go语言标准库中的一个同步原语,用于确保某个操