计算机视觉算法岗常见算法的实现
What I cannot create, I do not understand.
内容
- 常见网络层的实现（卷积层，线性层）。
- 常见损失函数（Adversarial Losses, L1 Loss, Smooth L1 Loss, L2 Loss, MSE Loss, Triplet Loss, Cross Entropy Loss, Negative Log Likelihood Loss），距离度量，散度以及相似性函数的实现。
- 常见指标的实现（Inception Score, Fréchet Inception Distance）。
- 常见机器学习算法的实现（多层感知机）。
- 经典网络的实现（DCGAN, VGG16, ResNet）。
- 常见归一化方法的实现（BatchNorm）。
- 常见优化器的实现（SGD, Momentum, Adagrad, RMSprop, Adam, AdamW）。
- 常见正则化方法的实现（R1 正则化）。
- 常见可视化方法的实现。
- 常见激活函数的实现。
- 常见图像处理的实现。
- 常见的权重初始化方法的实现。
相关项目
- PyTorch 项目模板：https://github.com/songquanpeng/pytorch-template
- PyTorch + Flask 项目部署模板：https://github.com/songquanpeng/pytorch-deployment