chyelang Goto Github PK

chyelang.github.io

documentation

MegEngine Official Documentation

hw2_image_classification

利用TensorFlow（TF），本作业实现了一个基于full convolution stack、inception v2 module等模块的图片分类网络，纵向共包含10层包含参数的层，采用自己搭建的卷积层。对于dset1与dset2采用同样的网络结构，分别进行训练。最终在dset1验证集（约含900张图，下同）上的Top1分类准确率约为0.52，在dset2验证集上的Top1准确率约为0.63。在K80显卡的单核上，该模型的训练速度约为205张图每秒，最终所得模型的checkpoint约为45MB。

hw3_language_model

利用 PyTorch，本作业实现了一个基于word embedding和GRU的语言模型（Language Model，以下简称LM）。其包括一个encoder层、一个GRU层和一个decoder层，embedding维度与GRU的hidden state维度均为1500，采用了自己搭建的带有Layer Normalization（LN）的GRU模块，运用了dropout、学习初始状态、锁定encoder与decoder参数、梯度裁剪等技巧来提升模型性能，最终在测试集上模型的perplexity (PP)值为89.52，所得模型大小约为108M。

megengine

MegEngine 是一个快速、可拓展、易于使用且支持自动求导的数值计算框架

models

采用MegEngine实现的各种主流深度学习模型

modifiedeast

This repo was forked from https://github.com/huoyijie/AdvancedEAST and improved by chyelang for DL class at Tsinghua. ModifiedEast is an algorithm used for Scene image text detect, which is primarily based on EAST.

neural-style-tf

TensorFlow (Python API) implementation of Neural Style

opencv

Open Source Computer Vision Library

paper_automatica2012_ctlti

A MATLAB Class for convenient ADP simulation

pemc-deadlines

:alarm_clock: Power Electronics and Motion Control conference deadline countdowns

probabilistic-face-embeddings

Uncertainty-aware Face Representation and Recognition

zh-google-styleguide

Google 开源项目风格指南 (中文版)