自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

技术成长笔记

优秀是一种选择

  • 博客(22)
  • 资源 (4)
  • 收藏
  • 关注

原创 全卷积神经网络图像分割(U-net)-keras实现

最近在研究全卷积神经网络在图像分割方面的应用,因为自己是做医学图像处理方面的工作,所以就把一个基于FCN(全卷积神经网络)的神经网络用 keras 实现了,并且用了一个医学图像的数据集进行了图像分割。全卷积神经网络大名鼎鼎的FCN就不多做介绍了,这里有一篇很好的博文 http://www.cnblogs.com/gujianhan/p/6030639.html。 不过还是建议把论文读一下,这样才能

2017-04-17 20:36:34 159301 219

原创 FastText词向量表示

论文《Enriching Word Vectors with Subword Information》介绍FastText的作者也就是word2vec的作者,所以两者是一脉相承的。目前的词向量模型都是把每一个单词作为单独的向量,并没有考虑词语的内部结构,那么FastText相比于word2vec的创新就是考虑了词语的形态构成,也就是加上了sub-word的信息,这样的好处在于对于词汇量很...

2018-11-07 10:23:43 7223

原创 机器翻译模型之Fairseq:《Convolutional Sequence to Sequence Learning》

近年来,NLP领域发展迅速,而机器翻译是其中比较成功的一个应用,自从2016年谷歌宣布新一代谷歌翻译系统上线,神经机器翻译(NMT,neural machine translation)就取代了统计机器翻译(SMT,statistical machine translation),在翻译质量上面获得了大幅的提高。目前神经机器翻译模型主要分为三种:1. 一种是以rnn为基础的模型, 一般是LSTM...

2018-11-04 21:13:30 14106

原创 深度学习,图像分类,从vgg到inception,到resnet

最近工作在做一件事情,就是把游戏图像进行场景分类,相比于自然图像来说,游戏图像种类较少,因此分类任务比较简单,但是由于追求工程上的高精度和高效率,所以阅读了vgg,inception,resnet等相关论文,并且都试了一下效果,算是对深度学习图像分类有了一个系统的了解,在这里总结一下。

2017-07-30 20:51:08 45045 5

原创 python 笔记(刷题常用函数)

抱着C++,Python两手都要抓的原则,又把python复习了一下,并且刷了一些题,发现有的笔试题用python刷起来真是爽,尤其是涉及字符串的题目。所以这里总结一下这两天常用的函数。

2017-07-05 14:38:47 5841

原创 语义分割(semantic segmentation) 常用神经网络介绍对比-FCN SegNet U-net DeconvNet

前言在这里,先介绍几个概念,也是图像处理当中的最常见任务.语义分割(semantic segmentation)目标检测(object detection) 目标识别(object recognition) 实例分割(instance segmentation) 语义分割首先需要了解一下什么是语义分割(semantic segmentation). 语义分割,简单来说就是给定一张图片

2017-04-21 14:54:10 40021 8

原创 面试常见算法总结

这里是我在网上搜索的一些面试常见算法,总结一下,利人利己。top k 问题:选取第k大(前k大)的数可以采用类似于快速排序的方法, 利用快速排序的思想,从数组S中随机找出一个元素X,把数组分为两部分Sa和Sb。Sa中的元素大于等于X,Sb中元素小于X。这时有两种情况: 1. Sa中元素的个数小于k,则Sb中的第k-|Sa|个元素即为第k大数; 2. Sa中元素的个数大于等于k,则返回Sa中的第k

2017-04-01 21:36:30 8113 1

原创 面经-腾讯实习内推

offer:腾讯互娱开发,地点:上海已经四月份了,很多公司的暑期实习生内推已经接近尾声了,这里,我记录一下自己面试腾讯的经过,给学弟学妹提供一点经验和教训。准备其实关于内推,我准备的比较晚,三月初我才知道有内推暑期实习生这个事情,这个时候,很多人已经找学长内推了阿里和腾讯,我也赶紧让同学把我拉到一个实习内推群里,有两位分别来自阿里和腾讯的学长帮我们内推,这里感谢一下他们~让学长内推之后,如果面试准备

2017-04-01 20:10:22 9836 1

原创 图像处理--知识点整理

这一篇博文是对图像处理的知识点和资料的整理.机器学习相关知识聚类问题k-meansGMM分类问题回归问题颜色空间及转换特征提取1 颜色特征11 颜色直方图12 颜色集13 颜色矩2 纹理特征21 灰度共生矩阵22 LBP23 随机场模型24 分型模型25 Gabor滤波26 小波变换3 局部特征31 Harris角点32 Sift特

2017-03-26 10:23:47 8064 2

原创 libtiff 使用-读取多页tiff图片

libtiff 读取和写入图片, 读取和写入多页tiff图片

2017-03-26 08:29:52 9668 2

原创 操作系统考点整理

什么是进程(Process)和线程(Thread)?有何区别?进程是具有一定独立功能的程序关于某个数据集合上的一次运行活动,进程是系统进行资源分配和调度的一个独立单位。线程是进程的一个实体,是CPU调度和分派的基本单位,它是比进程更小的能独立运行的基本单位。线程自己基本上不拥有系统资源,只拥有一点在运行中必不可少的资源(如程序计数器,一组寄存器和栈),但是它可与同属一个进程的其他的线程共享进程所拥有

2017-03-20 15:29:40 3239

原创 计算机网络考点整理

OSI,TCP/IP,五层协议的体系结构,以及各层协议OSI分层 (7层):物理层、数据链路层、网络层、传输层、会话层、表示层、应用层。 TCP/IP分层(4层):网络接口层、 网际层、运输层、 应用层。 五层协议 (5层):物理层、数据链路层、网络层、运输层、 应用层。IP地址的分类A类地址:以0(二进制)开头, 第一个字节范围:0~127(1.0.0.0 - 126.255.255.25

2017-03-20 09:41:20 4060

原创 C++ Primer 学习笔记(持续更新......)

本笔记主要是一个记录,整理和总结一下C++学习过程中的知识点。struct和class 区别:两个关键字都是进行类的定义。struct也可以定义类,和class定义的类唯一不同之处就在于默认的初始访问级别,struct在不声明public或者private的时候默认是public,class是private。容器的迭代器:是一种检查容器内元素并遍历元素的数据类型 ,可以理解成指针。比如vecto

2017-03-12 22:05:04 6548

原创 Tensorflow+Ubuntu16.04+Gpu配置

介绍了tensorflow+ubuntu16.04的GPU安装方式,已经tensorflow验证程序

2017-02-26 22:03:21 2052

原创 逻辑回归概念及推导

概念逻辑回归属于线性模型,虽然名字是回归,但是实际上是用来解决分类问题,主要是二分类问题. 之所以叫逻辑回归,是因为预测函数用到了逻辑函数,也叫作sigmoid函数:g(z)=11+e−zg(z) = \frac{1}{1+e^{-z}}逻辑函数如下图所示:可以看出逻辑函数能够把所有输入映射到[0-1]之间. 之所以引入逻辑函数,是因为线性回归的输出可能超出1,如果用来解决二分类

2017-02-26 21:29:27 2478

原创 cs231n-神经网络简介及理解

神经网络 激活函数简介和理解,隐含层的理解

2017-02-26 20:45:18 3460 1

原创 cs231n-反向传播与神经网络

反向传播与神经网络,反向传播的解释和例子

2017-02-26 14:53:49 3619

原创 cs231n-梯度下降及在线性分类器的应用

梯度下降法以及在线性分类器中的应用

2017-02-26 09:21:18 4037 1

原创 cs231n-svm和softmax

cs231n-svm和softmax定义了svm和softmax的损失函数,并且结合线性分类器进行讲解,举了几个例子,做了一些对比

2017-02-24 21:32:40 2509

原创 cs231n-线性分类器

cs231n-线性分类器, 介绍了线性可分与不可分,还有线性分类器在图像分类中的基本概念和应用

2017-02-24 20:56:15 2136

转载 cs231n

介绍简单表达式和解释梯度使用链式法则计算复合表达式反向传播直观理解模块化Sigmoid例子反向传播实践分段计算方向传播流的模式向量化梯度操作总结参考介绍这节介绍反向传播的直观理解。使用链式法则递归求导函数f(x),其中x是输入变量,我们需要计算x的导数∇f(x)。这个函数f(x)可以是loss函数,计算loss函数关于权重和偏置W,b的导数,依次更新它们。简单表达式

2017-02-24 15:25:47 1814

原创 最新--opencv for Android 环境搭建篇

本人是安卓小白,半个月前接触安卓开发,

2014-07-27 10:50:25 2082

u-net 实现(keras)

利用keras实现u-net这样一个全卷积神经网络,进行图像分割

2017-04-17

图像扭曲C++实现

用来图像数据增强,进行图像扭曲,从而生成更多样本

2017-04-17

安卓多点触摸缩放图片

自己写了一个可以利用多点触摸缩放图片,单点触摸移动图片的应用,原理是将imgview类设置为matrix显示,利用matrix函数实现对bitmap图片的缩放,移动。可以直接运行

2014-07-27

labview设计pid控制

利用labview设计pid控制器,有对象和输出

2014-06-30

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除