妙木山大汉-CSDN博客

原创动手写一个Caffe层：矩阵相乘Matmul

动手写一个Caffe层：矩阵相乘Matmul背景最近在研究chainer网络的caffe实现，顺便也体验一下caffe。对于caffe训练过程的基本认识为搭积木，按顺序写好net.prototxt即可。但是有些时候会遇到没有想要的那块儿积木，这个时候就得自己造一造。

2016-08-18 15:23:14 7603 7

原创 Convert .hdf5 to .jpg with Matlab

Convert .hdf5 to .jpg with Matlab背景方法坑小结背景最近用Caffe做风格化的东西，Train阶段完成了需要做一个Test。和其他的深度学习的Test不同的是，这里需要输出的是变换后的图片，而不是数据上的Loss的大小，或者分类的结果。于是涉及到Caffe的图片读取与输出的问题，以及hdf5文件到jpg的转换。这篇博文就介绍一下吧。方法Caffe的图片读入，

2016-08-31 13:31:54 1947

原创 Cuda+Chainer训练Artistic style模型GPU加速配置

Cuda+Chainer训练Artistic style模型GPU加速配置好久没有更新博客了，主要还是自己太懒。写一下最近在做的事情吧。背景再背景解决方式效果小结背景最近在从事基于神经网络的图片风格化的尝试，例如给定一张绘画作品R和输入图片I，将输出具有R风格的图片O，即使你的图片也具有艺术风格。具体效果呢如下图：输入图：参考图：输出图：这个事情已经有成熟的a

2016-08-03 13:50:32 3484 2

原创 Tensorflow的MNIST进阶教程CNN网络参数理解

背景之前博文中关于CNN的模型训练功能上是能实现，但是研究CNN模型内部结构的时候，对各个权重系数ww，偏差bb的shape还是存在疑惑，为什么要取1024，为什么取7*7*64，最近找到了一些相关资料，对这个问题有了新的理解，下面和大家分享一下。

2016-05-29 19:49:32 13901 5

原创 Linux下的代码代码复制和转移方案（FTP配置）

背景方案手敲GirhubU盘FTP小结背景最近换了几个平台来做机器学习，从Windows到阿里云的CentOS，再到笔记本重安的Ubuntu，涉及到一些如何在Linux下管理代码的方法，因为我自己是小白，所以也没有什么太好的方案。就简单的说一下自己用过的办法好了。方案手敲代码大法yes，没看错。这种方案是用来作对比的。如果你清楚的明白自己的代码版本之间有什么差异，或者需要轻微改动几行

2016-05-29 16:28:21 2866

原创机器学习的发展趋势——bigData2smallData or bigData2massiveData

背景观点神侃小结背景上回参加完全球人工智能大会60周年启动仪式，听了行业大咖分享AI领域的前沿发展方向，就在思考一个问题。AI目前已经给展示给人类非常惊艳的表现了，那么下一步AI会如何发展呢？本文就列举一下会上大咖们的观点，然后侃一点自己的想法。观点徐伟老师（百度深度学习实验室）AI还有多远？无法少量标注数据中去学习。缺乏常识的概括，表述语义。无法自动学习。解决办法：

2016-05-24 10:52:43 962

转载人工智能60周年前沿趋势交流会【转】

4月22日上午9点，包括22家中国人工智能学会代表，高校代表，以及行业大咖都云集北京国家会议中心，参加人工智能技术大会暨人工智能60周年纪念活动。大王有幸成为活动志愿者也来凑凑热闹。除了中国科技处的处长做了大会致辞外，还有大咖分享人工智能前沿技术哦。主要的技术前沿交流有如下五点： -人工智能AI之趋势——芮勇，MS亚洲研究院 -自学习的人工智能——杨强(香港中文大学) -面向人工智能

2016-05-19 23:22:29 602

转载讲一讲CSS的position/float/display都有哪些取值

positionposition属性取值：static(默认)、relative、absolute、fixed、inherit。postision：static；始终处于文档流给予的位置。看起来好像没有用，但它可以快速取消定位，让top，right，bottom，left的值失效。在切换的时候可以尝试这个方法。除了static值，在其他三个值的设置下，z-index才会起作用。（确切地说z-ind

2016-05-17 20:10:45 1116

原创 Matlab的var函数错了吗

今天算星座符号的功率，以前分析数据的时候计算方差都直接用matlab的var函数，用的没有发现问题。今天计算的星座点数比较小，怎么算都觉得奇怪。参考百度知道的公式，650) this.width=650;" src="http://s3.51cto.com/wyfs02/M00/7D/36/wKioL1bieyrhdMegAAAexgGGcas664.png" title="variance.pn

2016-05-17 20:10:43 6081

原创 XAMPP的安装及配置

更换了新电脑，安装了破解的IDEA15，还有PHPstorm，准备把之前的前端东西拾起来，之前在实验室的电脑上安装软件安得比杂乱，而且只能在本地使用Apache，本地的SQL不能用，依稀记得上次端口那一直有问题。现在是自己的本本需要好好按一下，希望把SQL的功能也开了。哦对，机器是64位win10的。百度XAMPP找到阿帕奇之友，进入下载650) this.width=650;" title="

2016-05-17 20:10:40 640

原创 Matlab的plot~各种颜色和线形

Plot是matlab里常用的命令~可以通过help plot来查询关于plot绘图的相关命令help plot650) this.width=650;" src="http://s3.51cto.com/wyfs02/M00/76/BB/wKiom1ZbCa2SAY0KAABsO3QLY8M595.png" title="helpplot.png" alt="wKiom1ZbCa2SAY0KAA

2016-05-17 20:10:37 155602 2

原创写写Matlab的Turbo仿真实现吧

信道编码作用就是针对无线传输环境下复杂多变的信道条件，采取的一种提高发送数据正确率的典型方法。比如对于传输的信息比特序列(例如x=[1 1 0 1 0 1 1 0]是一个长度为8的序列)，如果直接经过无线信道，由于各种干扰的存在，接收到的序列y可能出现差错变为了y=[1 1 0 1 1 1 1 0]。其中第五位出现了偏差由0变为了1产生错误。信道编码的职责就是按照某种数学规律在发送数据之后添加一定

2016-05-17 20:10:34 16727 12

原创无线通信中的最大比合并（MRC）分析

最大比合并是分集合并技术中的最优选择，相对于选择合并和等增益合并可以获得最好的性能，性能提升是由Array Gain带来的更高的信噪比，进而带来更好的误码率特性决定的。最大比合并(Maximal Ratio Combining)的实现方式即通过给分集的N路不同信号乘上一个不同的系数wi,i=1,2,……,N,系数的确定与N路分支的衰落系数hi,i=1,2,……,N有关。通常有650) this.w

2016-05-17 20:10:31 38418

原创关于PHP+Mysql1045 Access denied for user错误解决办法——你可能想不到的

最近在看一个大神的PHP后台入门介绍。照着他介绍的搭好了XAMPP-APACHE+PHP的开发环境~也一步步做了从面向过程→面向对象的PHP登陆验证功能~详情见后续传送门然后在做PHP+MySQL，通过数据库查询认证用户信息时就来了问题了~总是提示我mysqli::mysqli(): (HY000/1045): Access denied for user 'root'@'localhost'65

2016-05-17 20:10:28 43448

原创跟着TensorFlow的进阶级教程实现MNIST库的训练

背景介绍代码实现及结果小问题 ResourceExhaustedError的原因及解决方式Saver()进行模型存储及恢复再说一下DL的运行时间吧优质资源分享背景介绍做这件事的初衷有二： ①做完入门级的，自然要进阶一下。 ②之前做到的准确率只有92%，据说进阶版可以把准确率做到99.2% 步骤还是参考TensorFlow的中文教程，自然没有上次那么简单，有些坑掉进去了，好歹最后爬

2016-05-16 23:58:37 13833 4

原创跟着TensorFlow的入门级教程实现MNIST库的训练

跟着TensorFlow的入门级教程实现MNIST库的训练本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：实验环境实验Case介绍代码及实现结果两个小问题优质资源分享实验环境一直对MachineLearning感兴趣，也从网上找了一些资料，学了一些基本理论，不过对于ML的把握还是比较抽象，最近特别想找点儿case来实践一发。最先找到的是wph

2016-05-16 13:39:29 5739

Double4tar的博客