- 博客(47)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 Matconvnet 的安装以及使用
matconvnet是matlab上进行CNN的框架。本文介绍windows下如何安装以及使用它对pre-trained的网络进行finetuning. 这里以win10为例，cuda版本为7.5，cudnn的版本为v3.fine tune的网络VGG-19.
2016-11-29 18:50:11
13997
2
原创 ubuntu 命令记录
1.删除软件： a.显示已经安装的所有软件dpkg --listb.卸载程序和所有配置文件：#卸载程序同时删除配置文件sudo apt-get --purge remove <program>#只是卸载程序sudo apt-get remove <program>
2016-09-16 09:34:45
717
原创 ubuntu下cuDNN配置
一般我们开发都是基于CPU的，cuda可以看作是辅助我们针对GPU开发的一个工具。 而cuDNN官网的全称是CUDA Deep Neural Network，相比标准的cuda，它在一些常用的神经网络操作上进行了性能的优化，比如卷积，pooling，归一化，以及激活层等等。在理解上面这段的基础上，我们可以猜测配置cuDNN时是要对cuda进行一些修改，所以我们要先安装cuda。cuDNN下载需要注册
2016-08-24 17:35:45
27204
原创 -CGAL_IA_MUL(-1.1, 10.1) != CGAL_IA_MUL(1.1, 10.1)
这两天编译的时候由于用到了CGAL库,在用GCC或者其他编译器的时候遇到了问题: *Expr: -CGAL_IA_MUL(-1.1, 10.1) != CGAL_IA_MUL(1.1, 10.1) File: /usr/include/CGAL/Interval_nt.h Line: 209 Explanation: Wrong rounding: did you forget the -
2016-06-02 11:25:24
707
原创 MMD ：maximum mean discrepancy
MMD最先提出的时候用于双样本的检测（two-sample test）问题，用于判断两个分布p和q是否相同。它的基本假设是：如果对于所有以分布生成的样本空间为输入的函数f，如果两个分布生成的足够多的样本在f上的对应的像的均值都相等，那么那么可以认为这两个分布是同一个分布。现在一般用于度量两个分布之间的相似性。在[1]中从任意空间到RKHS上介绍了MMD的计算，这里根据这个顺序来介绍。
2016-05-27 14:06:35
46017
14
原创 笔记：Semi-supervised domain adaptation with subspace learning for visual recognition (cvpr15)
本文基于子空间学习提出了一种半监督的域自适应框架（SDASL）。
2016-05-08 13:13:32
3191
原创 笔记：pixel-level domain transfer
本文结合对抗网络以及深度网络生成图像来不同域之间样本生成的问题，根据源域上的样本生成目标域上对应的样本。
2016-05-08 12:53:31
5169
3
原创 笔记：Deep transfer network: unsupervised domain adaptation
这篇文章里提出了一种用MMD来同时对两个域上的marginal distribution和conditional distribution进行约束的迁移网络。
2016-05-08 12:44:14
7395
1
原创 笔记：Beyond sharing weights for deep domain adaptation
这篇文章提出了一种在不同域上使用不同网络参数来提取特征的网络结构。为了保证两个网络的相似性，提出了一种衡量两个参数差别的损失。
2016-05-08 12:27:05
2488
1
转载 mathtype 排版
看到一篇很好的介绍mathtype文章，先mark http://www.cnblogs.com/xiami303/archive/2011/09/05/2167544.html 这篇文章中提到可以将mathtype中的公式直接复制到Latex里面，这里讲一下详细的步骤。 1.在mathtype的菜单栏里面选择Preference->cut and copy preference. 2.在弹
2016-05-02 08:52:55
1174
原创 笔记：unsupervised domain adaptation by backpropagation
这篇文章是结合对抗网络框架与深度学习技术解决domain adaptation应用的一个工作。
2016-03-30 22:32:57
17767
3
原创 笔记：batch normalization：accelerating deep network training by reducing internal covariate shift
概述：机器学习系统中输入分布不均称为covariate shift。对于复杂网络系统，某层输入分布不稳定称为internal covariate shift.本文提出了batch normalization技术来解决deep neural network训练中这个的问题。
2016-03-06 11:37:44
3558
原创 笔记：Deep fried convnets
这是ICCV15的一篇文章。文章用kernel approximation的fastfood方法，来对CNN中的全连接层进行替换，从而减少CNN中参数的个数，减少内存的消耗。
2016-02-26 15:01:51
2798
2
原创 PCA：matlab主成份分析
通常对于高维数据需要进行降维，matlab中有pca进行数据分析，进行主成份分析：principal component analysis。
2016-02-23 10:51:31
6266
6
原创 one class SVM
背景：通常一类问题出现在需要对训练样本进行一定比例的筛选，或者已知的训练样本都是正样本，而负样本却很少的情况。 这种情况下，往往需要训练一个对于训练样本紧凑的分类边界，就可以通过负样本实验。一个简单的实际例子是：一个工厂对于产品的合格性进行检查时，往往所知道是合格产品的参数，而不合格的产品的参数要么空间比较大，要么知道的很少。这种情况下就可以通过已知的合格产品参数来训练一个一类分类器，得到一个紧凑
2016-02-21 15:43:24
40471
13
原创 笔记：Deep multi patch aggregation network for image style, aesthetics and quality estimation
Image style, aesthetics and quality estimation
2016-02-19 21:28:45
2662
7
原创 笔记：harvesting discriminative meta objects with deep CNN features for scene classification
本文提出了一种基于CNN特征，通过分析场景中的元目标（meta objects）进而进行场景分析的流程。这里的假设就是一个场景的类别通常与场景中包含的物体有关，场景的物体就对应所说的meta object。
2016-02-18 20:17:30
1515
原创 笔记：Deep attributes from context aware regional neural codes
这篇文章是基于CNN特征结合传统分类器的一个文章，可以算是当前的一大热点方向，最后的实验结果在Pascal Voc07以及12上的效果也相当好，说明这个工作确实是很有价值的。
2016-02-17 16:58:21
768
原创 vlfeat重编译以及visual studio与matlab联调
这里介绍了机器学习库vlfeat重编译源代码（基于matlab）的步骤；另外简单介绍了如何用visual studio联合调试C++与matlab
2016-01-20 11:18:41
1957
原创 visual C++数字图像处理类
由于现在手头的学习是关于图像处理的，有些技能肯定迟早要用上，于是决定利用假期学习Visual C++的相关知识。今天是第一天，主要学习使用visual c++进行面向对象编程的基本方法。并给出数字图像处理基本类，以作为后续数字图像模式识别实际案例的编程基础1.面向对象面向对象的程序设计的最根本目的是使程序员更好的理解和管理庞大而复杂的程序、为此，面向对象的程序设计围绕真是世界的概念来组
2015-01-21 22:53:41
3803
原创 c语言结构体的偏移、c++
c语言中关于结构体的位置偏移原则简单，但经常忘记，做点笔记以是个记忆的好办法原则有三个：a.结构体中的所有成员其首地址偏移量必须为器数据类型长度的整数被，其中第一个成员的首地址偏移量为0，例如，若第二个成员类型为int，则其首地址偏移量必须为4的倍数，否则就要“首部填充”；以此类推b.结构体所占的总字节数即sizeof（）函数返回的值必须是最大成员的长度的整数倍，否则要进行“末尾填
2014-02-24 12:34:24
3369
转载 将笔记本设置为wifi热点
最近无线换成有线了，手机连不上wifi忽然感觉很不习惯。想起来可以将笔记本设置为wifi热点，何乐而不为呢，下面就找了个帖子依葫芦画瓢：在附件中找到“命令提示符”并一管理者身份运行；接着输入指令：netsh wlan set hostednetwork mode=allow ssid=用户名 key=密码;上条指令中用户名和密码由自己设置接下来就在控制面板中控制面板->网络和i
2014-02-23 09:17:29
866
原创 wubi安装ubuntu
windows下用wubi安装ubuntu非常简单。先在windows下到官网下载ubuntu镜像，用自己的解压软件把文件中的wubi.exe提取出来。把wubi和ubuntu镜像放到一个空盘中（ubuntu的最大空间为30g够用了），运行wubi根据提示安装即可。安完系统首先解决上网的问题，连接有线的方式很简单，如果时校园网先在windows下下载一个mentohust的ubuntu安装包，
2014-02-15 12:13:25
1153
原创 notepad插件添加和连接c编译器
notepad++听说是一款强大的编辑器，作为一个还算不上程序猿的程序员也来凑凑热闹。。简单说一下notepad++的家庭，notepad++有好多的难兄难弟，notepad、notepad2。。。其中有比它轻巧的，也有比它功能强大的，但最終程序猿们好像选择了notepad++，因为不选贵的，只选对的，呵呵。至于为什么对，大家可以上网看一下。由于初步入手，只能介绍简单功能。选两个简单和重要
2013-08-14 16:42:04
3131
1
转载 网络学习提要，真是太全了
转自：http://blog.csdn.net/shuibaiz/article/details/8924326目录：第1章 交换技术第2章 网络体系结构及协议第3章局域网技术第4章广域网技术第5章网络互连技术第6章网络操作系统第7章网络管理第8章网络安全与信息安全第9章 Internet第10章 企业网与Intranet第11章 TCP/IP联网第12章Internet与In
2013-07-14 10:43:40
4879
1
转载 以太网帧最小字节数以及以太网碰撞
转自：http://blog.csdn.net/21aspnet/article/details/7269462说明：本文源自多个网页，原文链接已经不可寻以太网是无连接的，不可靠的服务，采用尽力传输的机制。以太网CSMA/CD我就不多讲了，我相信大家都了解这个原理。以太网是不可靠的，这意味着它并不知道对方有没有收到自己发出的数据包，但如果他发出的数据包发生错误，他会进行重传
2013-07-14 08:13:18
2578
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人