该问题是在使用GradientTape训练MNIST数据集时发现的，尝试使用了三种方式进行训练：直接GradientTape训练，调用fit函数训练，重写fit函数后训练. 发现重写GradientTape训练的正确率尽然有96%，而后两者的正确率90%都不到，这引起了我很大的好奇心，于是通过查阅大量文档和阅读TF源代码一步一步排除问题，最终找到问题原因. 训练集使用最简单的MNIST，重写f

学习视频：YouTube - Inside TensorFlow: tf.Keras (Part 1)，YouTube - Inside TensorFlow: tf.Keras (Part 1)，这两个视频中介绍了Keras的基本实现原理和每个类的自定义方法。 头文件： import tensorflow as tf import tensorflow.experimental.numpy as

Inside TensorFlow - tf.Keras 笔记 检查是否使用gpu tf.test.is_gpu_available() tf.test.is_built_with_cuda() 使VScode能够识别keras中的函数，在.\Anaconda3\envs\你的环境名\Lib\site-packages\tensorflow\__init__.py中的末尾加入以下代码即可（参

tf.function 参考： YouTube - tf.function and Autograph (TF Dev Summit ‘19) tensorflow.org - tf.function CSDN【Tensorflow教程笔记】常用模块 tf.function ：图执行模式 import tensorflow as tf tf.function修饰的函数会将其中

Jax, Flax, Optax 中的常用API 下述代码测试环境CPU: R7-4800U，无GPU Jax jax.jit jax.jit(func, static_argnums=None, static_argnames=None) -> jit_func 用于对入参数类型为矩阵的纯函数 func 进行编译返回包装后的函数 jit_func，其中 static_argnum

As accelerated Numpy 首先Jax有类似 numpy 的函数库，API使用基本一致： import jax.numpy as jnp x = jnp.aranga(int(1e8)) %timeit jnp.dot(x, x) # 比 np.dot() 要快, gpu上更快 First Transformation grad 和数学中求导一致，Jax可以自动对Python中

2022年CVPR期末考试题 计算机视觉为1-11题，模式识别为12-17题 卷积的性质及证明，卷积的计算 双线性插值，计算例子 双边滤波，原理，效果 六种二维几何变换矩阵具体是什么，及对应的性质 Canny边缘检测，具体步骤，什么是好的边缘（这里我没写，ppt里有不难） Harris角点检测检测，具体步骤，不变性与等变性 相机坐标

2023学年的研究生机器学习课程的结课展示报告。 详细算法解释请见PDF，在 GitHub - KataCV/G-VAE 上可以找到全部的图片生成结果和代码文件。

这里我们将基于深度神经网络CNN+CTC loss进行OCR（图像文本识别），可以使用经典CRNN网络，但是我这里使用的是全卷积网络，因为文本长度并不长，所以并不想考虑文本的序列信息，没有使用LSTM部分。 参考文献： (CTC loss)Connectionist Temporal Classification: Labelling Unsegmented Sequence Data wi

mAP是目标识别中常用的指标，下面介绍其具体计算方法，包含这几个部分：召回率、精度、准确率、PR曲线、AUC。 参考：Object-Detection-Metrics 召回率、精度、准确率 这三个参数是传统二分类问题中所涉及的，用于评价二分类模型的性能。而目标识别问题也可以视为一个二分类问题，我们将图像中所有预测出的识别框都视为正例，其他所有的可能预测框都为负例，所以数据集中负例的数量将是无