- 博客(201)
- 资源 (14)
- 收藏
- 关注
RSS订阅转载 caffe：利用python分类，并可视化模型参数、数据
caffe官方文档：http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb1准备工作1.1 安装python，numpy，matplotlib[cpp] view plain copy #安装python、numpy、matplo
2017-05-30 23:06:36
1365
转载 NLP+VS︱深度学习数据集标注工具、图像语料数据库、实验室搜索ing...
~~因为不太会使用OpenCV、matlab工具，所以在找一些比较简单的工具。. .一、NLP标注工具BRATBRAT是一个基于web的文本标注工具，主要用于对文本的结构化标注，用BRAT生成的标注结果能够把无结构化的原始文本结构化，供计算机处理。利用该工具可以方便的获得各项NLP任务需要的标注语料。以下是利用该工具进行命名实体识别任务的标注例子。WeTest舆情团队在
2017-05-30 22:40:52
6080
1
转载 深度学习python图像标记工具labelTool
深度学习训练需要标记图像位置和类别，之前用的时候是叫做BBox-Label-Tool-master，遇到大图像就显示不完整了，没有自适应缩放， 这是改进后的Python脚本。目录结构：图片目录名images, 标签目录名labels，图像目录下各类别目录名要以001,002,003,...的格式命名。这是运行labelTool ( python main.py)时的截屏
2017-05-30 22:37:24
3618
转载 图像检索公开数据集
搜集了许多CBIR的数据集，后续还会有添加。INRIA HolidaysINRIA Holidays dataset，Herve Jegou等人使用的数据集，该数据集是他们研究所经常度假时拍的图片（风景为主），一共1491张图，500张query（一张图一个group）和对应着991张相关图像，已提取了128维的SIFT点4455091个，visual dictionaries来自Fl
2017-05-26 19:20:21
4438
转载 图像检索公开数据集
图像检索公开数据集搜集了许多CBIR的数据集，后续还会有添加。INRIA HolidaysINRIA Holidays dataset，Herve Jegou等人使用的数据集，该数据集是他们研究所经常度假时拍的图片（风景为主），一共1491张图，500张query（一张图一个group）和对应着991张相关图像，已提取了128维的SIFT点44550
2017-03-16 20:46:41
4026
3
转载 Eigen: C++开源矩阵计算工具——Eigen的简单用法
Eigen非常方便矩阵操作，当然它的功能不止如此，由于本人只用到了它的矩阵相关操作，所以这里只给出了它的一些矩阵相关的简单用法，以方便快速入门。矩阵操作在算法研究过程中，非常重要，例如在图像处理中二维高斯拟合求取光斑中心时使用Eigen提供的矩阵算法，差不多十来行代码即可实现，具体可见：http://blog.csdn.NET/hjx_1000/article/details/8490653
2017-03-16 17:37:57
1781
转载 CVPR 2016 论文集
Deep Compositional Captioning: Describing Novel Object Categories Without Paired Training DataLisa Anne Hendricks,Subhashini Venugopalan,Marcus Rohrbach,Raymond Mooney,Kate Sae
2017-03-05 11:26:48
4502
转载 Python学习笔记：Convert UTF-8 with BOM to UTF-8 without BOM in Python
前言windows对于utf-8编码的文件自带BOM，但是其他系统utf-8编码默认不带BOM。这就造成在某些情况下字符解码会出现问题，比如Python自带的json在读取在window下编码得来的utf-8文件时，会报如下错误: ValueError: No JSON object could be decodedBOMFrom Wikipedia,
2017-03-01 20:58:19
1573
转载 九大排序算法总结
排序算法可以分为内部排序和外部排序，内部排序是数据记录在内存中进行排序，而外部排序是因排序的数据很大，一次不能容纳全部的排序记录，在排序过程中需要访问外存。常见的内部排序算法有：插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序等。算法一：插入排序插入排序是一种最简单直观的排序算法，它的工作原理是通过构建有序序列，对于未排序数据，在已排序序
2017-02-15 10:23:28
549
转载 图像拼接
图像拼接的基本流程(1) 图像预处理：对原始图像进行直方图匹配、平滑滤波、增强变换等数字图像处理的基本操作，为图像拼接的下一步作好准备。(2) 图像配准：图像配准是整个图像拼接流程的核心，配准的精度决定了图像的拼接质量。其基本思想是：首先找到待配准图像与参考图像的模板或特征点的对应位置，然后根据对应关系建立参考图像与待配准图像之间的转换数学模型，将待配准图像转换到参考图像的
2017-02-13 11:18:33
20689
6
转载 Python点滴(三)—pandas数据分析与matplotlib画图
本篇博文主要介绍使用Python中的matplotlib模块进行简单画图功能，我们这里画出了一个柱形图来对比两位同学之间的不同成绩，和使用pandas进行简单的数据分析工作，主要包括打开csv文件读取特定行列进行加减增加删除操作，计算滑动均值，进行画图显示等等；其中还包括一段关于ipython的基本使用指令，比较naive欢迎各位指正交流！mlp.rc动态配置你
2017-01-11 09:50:35
1406
转载 使用WinSCP软件在windows和ubuntu中进行文件传输
我们做软件开发的人，自己电脑上往往装的都是windows操作系统，但是有时候常常需要操作一些Linux命令。常用的办法是在电脑上面安装一个VMware虚拟机，里面再安装一个linux操作系统，我虚拟机中安装的是Ubuntu10.04。 物理机上安装一个虚拟机，就要考虑它们之间如何通信的问题。应该怎么在物理机（安装的是windows）和虚拟机（安装的是linux）之间进行通信呢（准
2017-01-07 14:41:00
1600
转载 用Windows系统连接Ubuntu 15.04 远程桌面
Ubuntu：1.安装XrdpWindows远程桌面使用的是RDP协议，所以ubuntu上就要先安装Xrdp，终端命令行输入安装：sudo apt-get install xrdp vnc4server xbase-clients2.设置开启⑴ IP地址设置为静态⑵在/usr/share/applications目录下打开“桌面共
2017-01-07 14:27:13
468
转载 Clustering Algorithms: From Start To State Of The Art
It’s not a bad time to be a Data Scientist. Serious people may find interest in you if you turn the conversation towards “Big Data”, and the rest of the party crowd will be intrigued when you mention
2016-12-21 11:15:31
937
转载 泰森多边形(Voronoi图)生成算法
一、文档目的本文描述了在geomodel模块中，生成泰森多边形所使用的算法。二、概述GIS和地理分析中经常采用泰森多边形进行快速插值，和分析地理实体的影响区域，是解决邻接度问题的又一常用工具。荷兰气候学家A·H·Thiessen提出了一种根据离散分布的气象站的降雨量来计算平均降雨量的方法，即将所有相邻气象站连成三角形，作这些三角形各边的垂直平分线，于是每个气象站周围的若干垂
2016-12-18 23:44:03
18197
转载 matplotlib初探
matplotlib初探最近摸索了Python的画图库Matplotlib，其画的图要多炫丽有多炫丽，要多优雅有多优雅，真的有被震撼到，最近项目要求需要画图，考虑到matlab虽然博大精深，但却不易上手，貌似网上最近也在盛传“是否matplotlib能取代matlab”的诸多言论，对于一个旁观者和门外汉，我不做评论，我只有一个理念：什么好学用什么。另外，对于语言的学习和掌握，我现在有一
2016-12-15 16:07:06
865
转载 VLAD
给定一个由类似K-means算法得到的码本和一个从某张图像提取到的局部描述子集合。VLAD算法包括如下步骤 （1） 赋值，把每个描述子赋给最近的码本： （2）（3）计算Voronoi区域的： 最后将所有区域得到的向量串在一起并做归一化。（1）（2）（3）三步骤可用如下图表示：
2016-12-13 21:31:39
928
转载 GMM的EM算法实现
在 聚类算法K-Means, K-Medoids, GMM, Spectral clustering，Ncut一文中我们给出了GMM算法的基本模型与似然函数，在EM算法原理中对EM算法的实现与收敛性证明进行了详细说明。本文主要针对如何用EM算法在混合高斯模型下进行聚类进行代码上的分析说明。1. GMM模型：每个 GMM 由 K 个 Gaussian 分布组成，每
2016-12-11 11:51:13
538
转载 聚类算法K-Means, K-Medoids, GMM, Spectral clustering，Ncut
聚类算法是ML中一个重要分支，一般采用unsupervised learning进行学习，本文根据常见聚类算法分类讲解K-Means, K-Medoids, GMM, Spectral clustering，Ncut五个算法在聚类中的应用。Clustering Algorithms分类1. Partitioning approach:
2016-12-11 11:50:02
796
转载 [VLFeat]Fisher vector提取matlab代码
fisher vector学习笔记：http://blog.csdn.net/happyer88/article/details/46576379 fisher vector改进：http://blog.csdn.net/happyer88/article/details/46625639使用vlfeat提取fisher vector的matlab 代码% 读入图片I = vl_
2016-12-06 20:54:56
1282
转载 Fisher vector学习笔记
最近在看fisher vector的相关知识，fisher vector被广泛应用到了图像的分类，目标识别等领域，特别是结合着BOW model。 模式识别方法可以分为生成方法和判别方法。前者注重对类条件概率密度函数的建模，而后者聚焦于分类。而Fisher核方法同时具有这两种方法的优点[4]。这里fisher 核和fisher vector是不一样的(感觉像是废话)，其实在文章[4]
2016-12-06 20:50:31
467
转载 Fisher Vector 通俗学习
我写东西喜欢五颜六色，也喜欢通俗的来讲！哈哈。。。。核心：Fisher vector本质上是用似然函数的梯度vector来表达一幅图像基础知识的预备：1. 高斯分布生活和自然中，很多的事和物的分布都可以近似的看做是高斯分布。比如说：一个班的成绩的优良中差的分布。最优秀的和最差的往往都是少数，一般人是大多数。高斯分布直观的感受是这样的：这是这种分布的概
2016-12-06 20:43:29
504
转载 牛顿法与拟牛顿法学习笔记（五）L-BFGS 算法
机器学习算法中经常碰到非线性优化问题，如 Sparse Filtering 算法，其主要工作在于求解一个非线性极小化问题。在具体实现中，大多调用的是成熟的软件包做支撑，其中最常用的一个算法是 L-BFGS。为了解这个算法的数学机理，这几天做了一些调研，现把学习过程中理解的一些东西整理出来。目录链接(1) 牛顿法(2) 拟牛顿条件(3
2016-11-18 22:38:23
535
转载 牛顿法与拟牛顿法学习笔记（四）BFGS 算法
机器学习算法中经常碰到非线性优化问题，如 Sparse Filtering 算法，其主要工作在于求解一个非线性极小化问题。在具体实现中，大多调用的是成熟的软件包做支撑，其中最常用的一个算法是 L-BFGS。为了解这个算法的数学机理，这几天做了一些调研，现把学习过程中理解的一些东西整理出来。目录链接(1) 牛顿法(2) 拟牛顿条件(3
2016-11-18 22:37:31
1434
转载 牛顿法与拟牛顿法学习笔记（三）DFP 算法
机器学习算法中经常碰到非线性优化问题，如 Sparse Filtering 算法，其主要工作在于求解一个非线性极小化问题。在具体实现中，大多调用的是成熟的软件包做支撑，其中最常用的一个算法是 L-BFGS。为了解这个算法的数学机理，这几天做了一些调研，现把学习过程中理解的一些东西整理出来。目录链接(1) 牛顿法(2) 拟牛顿条件(3
2016-11-18 22:36:55
492
转载 牛顿法与拟牛顿法学习笔记（二）拟牛顿条件
机器学习算法中经常碰到非线性优化问题，如 Sparse Filtering 算法，其主要工作在于求解一个非线性极小化问题。在具体实现中，大多调用的是成熟的软件包做支撑，其中最常用的一个算法是 L-BFGS。为了解这个算法的数学机理，这几天做了一些调研，现把学习过程中理解的一些东西整理出来。目录链接(1) 牛顿法(2) 拟牛顿条件(3
2016-11-18 22:36:18
483
转载 牛顿法与拟牛顿法学习笔记（一）牛顿法
机器学习算法中经常碰到非线性优化问题，如 Sparse Filtering 算法，其主要工作在于求解一个非线性极小化问题。在具体实现中，大多调用的是成熟的软件包做支撑，其中最常用的一个算法是 L-BFGS。为了解这个算法的数学机理，这几天做了一些调研，现把学习过程中理解的一些东西整理出来。目录链接(1) 牛顿法(2) 拟牛顿条件(3
2016-11-18 22:35:18
517
转载 Wolfe和Armijo准则之Matlab实现
Wolfe准则function [alpha, newxk, fk, newfk] = wolfe(xk, dk)rho = 0.25; sigma = 0.75;alpha = 1; a = 0; b = Inf; while (1) if ~(fun(xk+alpha*dk)'*dk) b = alpha; alpha = (alpha+a)/2;
2016-11-17 16:25:37
10218
2
转载 最优化之路
进入算法研发部，在大致了解部门的项目构成，主要职责之后，我意识到最优化算法在各个项目组中都具有重要的作用，例如CTR预估、排序等。然而，由于自己在读博期间除了“逻辑回归”以外，没有系统参与过涉及最优化的项目，因此在还没有分配到具体任务的情况下，首先自发地对最优化算法的发展历程进行了调研。心得体会如下：最优化领域中的方法虽然“多如牛毛”，但是总体上还是沿着一条“主线”发展的。这里按照时间顺序
2016-11-17 11:23:58
640
转载 Cartesian k-means论文理解
1.普通k-means给定n个p维数据点，D≡{Xj}nj=1，普通Kmeans算法将它们分成k个类别，每个类别有个类中心。目标函数是： 其中矩阵C的第i列是ci，分成m个类别，那么矩阵就有m列，b∈{0,1}k，且b 的模长为1，即b只有一个分量值为1，其余分量值为0。K-means算法之所以很难，其中一个原因是存在一个assignment过程，需要将数据集中每
2016-11-14 09:58:17
1009
原创 Learning to Hash
Learning to HashPaper, Code and DatasetTable of ContentIntroductionTutorial SlidesData-Independent MethodLearning to Hash Method (Da
2016-11-10 15:19:39
2112
转载 Define a model in Python
Define a model in PythonIt is also possible to define the net model directly in Python, and save it to a prototxt files. Here are the commands :from caffe import layers as Lfrom caffe imp
2016-11-08 23:11:02
463
转载 Deep learning tutorial on Caffe technology : basic commands, Python and C++ code.
UPDATE! : my Fast Image Annotation Tool for Caffe has just been released ! Have a look !Caffe is certainly one of the best frameworks for deep learning, if not the best.Let’s try to put things
2016-11-08 23:10:28
712
转载 caffe python layer
caffe的大多数层是由c++写成的，借助于c++的高效性，网络可以快速训练。但是我们有时候需要自己写点输入层以应对各种不同的数据输入，比如你因为是需要在图像中取块而不想写成LMDB，这时候可以考虑使用python直接写一个层。而且输入层不需要GPU加速，所需写起来也比较容易。python层怎么用先看一个网上的例子吧（来自http://chrischoy.github.io/res
2016-11-08 23:07:24
861
转载 caffe python layer
caffe的大多数层是由c++写成的，借助于c++的高效性，网络可以快速训练。但是我们有时候需要自己写点输入层以应对各种不同的数据输入，比如你因为是需要在图像中取块而不想写成LMDB，这时候可以考虑使用Python直接写一个层。而且输入层不需要GPU加速，所需写起来也比较容易。python层怎么用先看一个网上的例子吧（来自http://chrischoy.github.io/res
2016-11-08 23:03:56
458
转载 在Caffe中使用Python Layer
Caffe通过Boost中的Boost.Python模块来支持使用Python定义Layer：使用C++增加新的Layer繁琐、耗时而且很容易出错开发速度与执行速度之间的trade-off编译支持Python Layer的Caffe如果是首次编译，修改Caffe根目录下的Makefile.cinfig，uncomment1W
2016-11-08 23:01:43
10095
2
转载 如何在caffe中添加新的Layer
本文分为两部分，先写一个入门的教程，然后再给出自己添加maxout与NIN的layer的方法（一）其实在Github上已经有答案了（https://github.com/BVLC/caffe/issues/684）Here's roughly the process I follow.Add a class declaration for your la
2016-11-08 22:48:39
502
转载 Caffe for Python 官方教程(翻译)
导言 本教程中，我们将会利用Caffe官方提供的深度模型——CaffeNet（该模型是基于Krizhevsky等人的模型的）来演示图像识别与分类。我们将分别用CPU和GPU来进行演示，并对比其性能。然后深入探讨该模型的一些其它特征。1、准备工作 1.1 首先，安装Python，numpy以及matplotlib。 #安装Python环境、nump
2016-11-08 11:45:57
906
转载 Caffe源码（一）：math_functions 分析
目录主要函数caffe_cpu_gemm 函数caffe_cpu_gemv 函数caffe_axpy 函数caffe_set 函数caffe_add_scalar 函数caffe_copy 函数caffe_scal 函数caffeine_cup_axpby 函数caffe_add caffe_sub caffe_mul caffe_div 函数caffe_powx caffe_sq
2016-11-07 20:29:48
446
Multithreaded Ray Tracing from the Ground Up Skeleton Framework by Daniel Rosser
2017-12-27
Fast Exact Search in Hamming Space with Multi-Index Hashing
2017-12-27
k-means hashing
2017-12-27
hashing-baseline-for-image-retrieval-master
2017-12-27
tensorflow学习书籍
2017-12-27
Visual Assist X 10.8.2007.0（支持2013RTM） 完美破解版.zip
2016-09-14
Windows下yael kmea的matlab和c代码，c代码可以mex在matlab中使用
2016-08-15
product quantization IVFADC算法在Windows下的实现
2016-08-15
product quantization ADC算法在Windows下的实现
2016-08-15
product quantization SDC算法在Windows下的实现
2016-08-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人