卷积神经网络

        PointNet++是在PointNet上做出了改进，考虑了点云局部特征提取，从而更好地进行点云分类和分割。 先简要说一下PointNet: PointNet，其本质就是一种网络结构，按一定的规则输入点云数据，经过一层层地计算，得出分类结果或者分割结果。其中比较特殊的地方在于两个转换矩阵（input transform & featu…

Part1      even-sized kernel 偶数大小卷积核 《Convolution with even-sized kernels and symmetric padding》 清华，NeurIPS，2019 一、 偶数大小卷积核定义 指方形卷积核，变长为偶数，例如2 * 2，4 * 4 …… 在以往，偶数卷积核一般也使用步长2来调整图片、特…

首先说明使用的工具和环境：python3.6.8   tensorflow1.14.0   centos7.0（最好用Ubuntu） 　　关于环境的搭建只做简单说明，我这边是使用pip搭建了python的虚拟环境(virtualenv)，并在虚拟环境中安装tensorflow。详细步骤可以查看tensorflow的官网。 注：本文参考于 基于tensorfl…

我们知道卷积神经网络（CNN）在图像领域的应用已经非常广泛了，一般一个CNN网络主要包含卷积层，池化层（pooling），全连接层，损失层等。虽然现在已经开源了很多深度学习框架（比如MxNet，Caffe等），训练一个模型变得非常简单，但是你对这些层具体是怎么实现的了解吗？你对softmax，softmax loss，cross entropy了解吗？相信很…

卷积和池化在深度学习中的作用是对图像和文本信息提取特征的常用方式，特别是在分类领域 卷积：通过不同的卷积核与图像或文本数据矩阵 进行矩阵相乘，得到不同特征的若干组训练特征数据 池化：池化通常有两种最大池化（max-pooling）和平均池化，最大池化就是在一块矩阵区域（比如2X2，4个像素点），取最大的那个值作为输出，平均池化就是取四个像素点的平均值作为输出…