YimianDai

from data import IceSegmentation
from model import PhaseFourierTransform
import numpy as np
import scipy as sp
import matplotlib.pyplot as plt
import platform, os
from skimage import measure, color
from mxnet import nd

#######################################################

YimianDai

PyTorch and MXNet

	PyTorch	MXNet
	.item()	.asscalar()
	.numpy()	.asnumpy()
	.from_numpy()	.array()
	device = torch.device("cuda")	ctx = mx.gpu()
	x = x.to(device)	x = x.as_in_context(ctx)

YimianDai

from data import IcebergDetDataset
import matplotlib.pyplot as plt
import matplotlib.patches as patches
import platform, os

#######################################################
################## Hyper-Parameter ####################
#######################################################

if platform.system() == "Darwin":

YimianDai

1. FCN 网络结构
2. 理解 Skip Layer

记录一下对 Gluon-CV 中 FCN 的笔记。对于深度网络这种复杂模型，代码一般是怎么组织起来的？

YimianDai

ResNet 的所有结构如下图所示：

可以看到根据层数 num_layers 的不同，网络的具体配置也不同:

1. Block 的类型不同：18-layer 和 34-layer 的 Block 类型相同，50-layer、101-layer 和 152-layer 的类型相同。这里的 Block 指的是上图中括号内的内容
2. Layer 内 Block 的重复数量不同

这些具体的配置都被存在下面这个字典中：

YimianDai

记录一些看新闻、刷知乎时候的笔记和想法。

看政客的发言，要看背后的支持者是谁

在 如何评价鲍里斯・约翰逊成为新一任英国首相？ 看到 POTUS45 的回答，让我想明白了一类问题。就以 鲍里斯 为例，作为聪明绝顶的高材生，为什么脱欧的言论很让我费解？今天我才领会到，政客，不是政治家，政客看选票，想要争取的支持者是什么样的想法他们就会说什么样的话，不一定是出于国家利益。这也就是为什么这一次英国首相的选举，基本全是硬脱欧派，因为保守党的支持者 60% 支持脱欧，而且会有其他支持脱欧的小党派来分散票源。为了获取尽可能多的票，打败工党，鲍里斯的言论似乎也容易理解了。

YimianDai

学而篇第一

子曰：“学而时习之，不亦说乎？有朋自远方来，不亦乐乎？人不知而不愠，不亦君子乎？

1. 学而时习之的快乐是什么？是有了新理解的喜悦，还是俗物缠身中可以安静学习的喜悦？
2. 人不知而不愠，人不知什么？有才而声名不显，还是才名显著但被冷遇（如李白），还是他人不知真相误会你了？

有子曰：其为人也孝弟，而好犯上者，鲜矣！不好犯上，而好作乱者，未之有也。君子务本，本立而道生。孝弟也者，其为仁之本与！

1. 首先，这句话是 有子 说的，有氏，名若，字子有（一说字子若），世称 “有子”，孔子弟子，孔门七十二贤之一，被尊为儒学圣贤。有子勤奋学习，看书时担心睡着而用火烧手。《荀子》中提到：“有子恶卧而淬掌，可谓能自忍矣，未及好也。”

YimianDai

Toolbox 既是一种 Blessing，可以让一知半解的我们迅速上手，同时也是一种 Curse，需要考虑很多细节。一点关于 gluon-cv/scripts/segmentation/train.py 的笔记。

• parse_args
  • model
  • dataset
  • training hyper params
  • cuda and logging
  • checking point
  • evaluation only

YimianDai

Numpy 和 MXNet 里的的 NDArray 里面的 axis 是和 MATLAB 一样都是列优先的，所以 axis = 0 是每列每列来，axis = 1 则是每行每行来。

NumPy 支持逻辑索引，而 MXNet 的 NDArray 不支持，因此如果要做逻辑索引，需要将其转成 Numpy 数组。

1. Data
   • Dataset
     • Dataset
     • MixupDetection

• Data Transform

YimianDai

MixSoftmaxCrossEntropyLoss

介绍说是 MixSoftmaxCrossEntropyLoss 就是 SoftmaxCrossEntropyLoss2D with Auxiliary Loss，但事实上感觉不止于此。

_aux_forward 和 _aux_mixup_forward 的区别在于，_aux_forward 计算 Loss 是调用的 SoftmaxCrossEntropyLoss，而 _aux_mixup_forward 调用的是 _mixup_forward。那么 _mixup_forward 同普通的 SoftmaxCrossEntropyLoss 有什么区别呢？

_mixup_forward 中的 label1 和 label2 分别指什么？ 这里的 mixup 是指 mixup: Beyond Empirical Risk Minimization 这篇论文里的内容。目标检测任务的优化策略 tricks 中有很形象的插图说明。