线性SVM分类器-PyTorch实现
之前使用Numpy实现了线性SVM分类器 - 线性SVM分类器。这一次使用PyTorch实现
迁移学习
本文字数：
8.1k
阅读时长 ≈
15 分钟
实际训练中很少有网络能够拥有足够大的数据集进行训练，所以迁移学习是实际卷积网络训练过程中非常重要的步骤
[译]Transfer Learning for Computer Vision Tutorial
本文字数：
10k
阅读时长 ≈
19 分钟
In this tutorial, you will learn how to train a convolutional neural network for image classification using transfer learning. You can read more about the transfer learning at cs231n notes
在本教程中，您将学习如何使用迁移学习来训练用于图像分类的卷积神经网络。您可以在cs231n notes上阅读更多关于迁移学习的信息
[数据集]Penn-Fudan
本文字数：
179
阅读时长 ≈
1 分钟
数据集Penn-Fudan可用于行人检测和分割任务
[译]TorchVision Object Detection Finetuning Tutorial
本文字数：
20k
阅读时长 ≈
37 分钟
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
C++11实践
本文字数：
519
阅读时长 ≈
1 分钟
最开始学习编程的时候接触的是C语言，之后自然的过渡到C++语言，所以很长时间内会使用C语言风格编写C++代码（用的还挺顺）。后来随着学习的深入，逐渐发现更应该用面向对象的思想来学习和使用C++
编译OpenCV 4.0时发现其C++代码已全面符合C++ 11规范，忽然发现之前学习的C++已经过了多个版本，经过查询后发现从C++ 11开始，C++语言完成了极大的转变，提供了足够多的数据结构和算法来替代C语言风格的编写
经过一段时间的C++ 11规范的学习和实践，小结常用的语法以及新增的规范：
[peek]录屏工具使用
本文字数：
249
阅读时长 ≈
1 分钟
[OKR]2020年2月份
本文字数：
792
阅读时长 ≈
1 分钟
经过上个月的OKR实践，发现并没有合理的设置关键任务，并且没有考虑到实际学习时间（比如一月份的春节），所以2月份的OKR应该在一月份的OKR实践的基础上，继续之前未完成的事情，有效的设置关键任务
[pytorch]训练一个简单的检测器
本文字数：
10k
阅读时长 ≈
18 分钟
学习边框回归的概念时，发现一篇自定义检测器的文章
虽然题目写的是边框回归，但是里面没有讲解相关的概念，而是自定义了一个边框检测器，实现原理比较简单。看完之后感觉挺有趣的，之前也没有自己实现过检测器，原文使用TensorFlow实现，当前使用PyTorch进行复现