发表服务
复现论文实验一直是一大难题，或者说复现实验达到论文中精度是一大难题。绝大部分时候我们很难复现到媲美原文的精度，这很大原因是神经网络的参数众多，优化技巧众多，参数初始化等一些列问题，一般论文中对不会对小细节的处理进行描述或者他们有着一些不为人知的“trick”，所以我们...
科研小白，我也是蒙了，复现结果比发表结果好个2个百分点，那按照我的实验结果，是根据哪一个数据发表我自己的论文呢？显示全部关注者6被浏览2,412关注问题写回答邀请回答好问题1添加评论分享2个回答默认排序匿名用户3人...
吴恩达老师曾经说过，看一篇论文的关键，是复现作者的算法。然而，很多论文根本就复现不了，这是为什么呢？一、数据关系因为作者使用的数据比较私密，一般人拿不到，这种情况下，即使作者提供了源代码，但是读者却拿不到数据，也就没法复现算法。
PointMVSNet(ICCV2019)也是2019年的改进MVSNet论文，想法是预测出深度depth信息然后和图片构成三维点云，再用3D点云的算法去优化depth的回归。后续复现其代码发现无法得到PointMVSNet论文里的精度，不知道是不是因为3D点云的算法问题。
本篇博客讲解CMT模型并给出从0-1复现的过程以及实验结果，由于论文的细节并没有给出来，所以最后的复现和paper的精度有一点差异，等作者release代码后，我会详细的校对我自己的code，找找原因。.1.出发点.Transformers与现有的卷积神经网络（CNN）在性能和计算...
说明论文中的确有很多没有提及到的细节，所以大家容易误解。好，我找了另一个efficientdet，这个。这个赞才不到前者一半。怎么？现在的炼丹师都那么没有眼光的吗？剧透警告：这个repo也无法在其他骨架上复现论文成绩，但是起码人家在D0上面有…
然而单靠论文的内容是无法复现论文中最后的效果的，也就是所谓的“坑”了，这些坑不一定是论文本身就有的，有的与实现的方式也有关系。所以这篇文章的主要目的就是介绍这些我在实现中遇到的坑，以及我是如何解决他们的，以及还有什么仍需改善的问题。
复现心得及代码！.！.！.【论文复现】视频分类ECO！.复现心得及代码！.！.！.复现总结：1.最初复现时需要突破的是模型的转换，从torch到paddle，模型重定义，但到最后，却发现这是最简单的部分。.2.想要训得快，训得好，那必须还得上预训练模型，从...
GluonCV0.3版本加入5个算法和38个预训练模型，并改进了28个已有模型。在ResNet，MobileNet，Yolo-V3，Faster-RCNN和DeepLab-V3等模型上全面超越目前最好结果。半年前我们开始了GluonCV项目，希望提供一个可靠…
论文非常的标题党：同等精度比AlexNet小50倍，<0.5M的模型大小。SqueezeNet的核心设计理念是模型可以不快但一定要小，分析三个设计策略：用CONV1x1代替CONV3x3，大量CONV3x3被替换，大幅减少参数和计算量
复现论文实验一直是一大难题，或者说复现实验达到论文中精度是一大难题。绝大部分时候我们很难复现到媲美原文的精度，这很大原因是神经网络的参数众多，优化技巧众多，参数初始化等一些列问题，一般论文中对不会对小细节的处理进行描述或者他们有着一些不为人知的“trick”，所以我们...
科研小白，我也是蒙了，复现结果比发表结果好个2个百分点，那按照我的实验结果，是根据哪一个数据发表我自己的论文呢？显示全部关注者6被浏览2,412关注问题写回答邀请回答好问题1添加评论分享2个回答默认排序匿名用户3人...
吴恩达老师曾经说过，看一篇论文的关键，是复现作者的算法。然而，很多论文根本就复现不了，这是为什么呢？一、数据关系因为作者使用的数据比较私密，一般人拿不到，这种情况下，即使作者提供了源代码，但是读者却拿不到数据，也就没法复现算法。
PointMVSNet(ICCV2019)也是2019年的改进MVSNet论文，想法是预测出深度depth信息然后和图片构成三维点云，再用3D点云的算法去优化depth的回归。后续复现其代码发现无法得到PointMVSNet论文里的精度，不知道是不是因为3D点云的算法问题。
本篇博客讲解CMT模型并给出从0-1复现的过程以及实验结果，由于论文的细节并没有给出来，所以最后的复现和paper的精度有一点差异，等作者release代码后，我会详细的校对我自己的code，找找原因。.1.出发点.Transformers与现有的卷积神经网络（CNN）在性能和计算...
说明论文中的确有很多没有提及到的细节，所以大家容易误解。好，我找了另一个efficientdet，这个。这个赞才不到前者一半。怎么？现在的炼丹师都那么没有眼光的吗？剧透警告：这个repo也无法在其他骨架上复现论文成绩，但是起码人家在D0上面有…
然而单靠论文的内容是无法复现论文中最后的效果的，也就是所谓的“坑”了，这些坑不一定是论文本身就有的，有的与实现的方式也有关系。所以这篇文章的主要目的就是介绍这些我在实现中遇到的坑，以及我是如何解决他们的，以及还有什么仍需改善的问题。
复现心得及代码！.！.！.【论文复现】视频分类ECO！.复现心得及代码！.！.！.复现总结：1.最初复现时需要突破的是模型的转换，从torch到paddle，模型重定义，但到最后，却发现这是最简单的部分。.2.想要训得快，训得好，那必须还得上预训练模型，从...
GluonCV0.3版本加入5个算法和38个预训练模型，并改进了28个已有模型。在ResNet，MobileNet，Yolo-V3，Faster-RCNN和DeepLab-V3等模型上全面超越目前最好结果。半年前我们开始了GluonCV项目，希望提供一个可靠…
论文非常的标题党：同等精度比AlexNet小50倍，<0.5M的模型大小。SqueezeNet的核心设计理念是模型可以不快但一定要小，分析三个设计策略：用CONV1x1代替CONV3x3，大量CONV3x3被替换，大幅减少参数和计算量
发表服务