皇族永不言弃-CSDN博客

原创发现一个从零开始学习python的良心资源

飞机票，点击起飞吧，人生苦短我学python！！

2017-12-28 16:14:36 1451 1

原创激励一下自己一万小时定律

今天逛公众号偶然看到一段话，很有感触，所以拿来共勉！一万小时定律是作家格拉德威尔在《异类》一书中指出的定律：人们眼中的天才之所以卓越非凡，并非天资超人一等，而是付出了持续不断的努力。要成为某个领域的专家，需要10000小时。研究结果表明勤奋是天才的本质，即有素训练一万个小时是“成就伟大的神奇数字”，与天赋无关。只要足够勤奋，任何人都可以达到媲美专业人士的熟练程度，只要花时间就可以了。

2017-12-20 13:07:42 1329

原创莫烦大神推荐的学习机器学习路线以及对应链接转来学

https://morvanzhou.github.io/learning-steps/点击打开链接一起学习吧

2017-12-19 15:41:46 1132

转载 Python中Import Error: no module named 'past'错误以及解决方法

参考了大神的文章，问题解决了，真的很激动。发现这个问题不是很多见，就引用过来了。大神链接和大神出现的问题报错是一样的，只不过做的东西不一样。我是在实现KNN算法时，“from cs231n.classifiers import KNearstNeighbor”,运行代码报错，Import Error: no module named 'past'。然后我的环境是Python3.5.所以我运行的

2017-11-30 10:03:42 30616 8

原创 VIDEO SALIENT OBJECT DETECTION VIA CROSS-FRAME CELLULAR AUTOMATA笔记

在此声明，只是个人理解，求大佬批评指正，转载请注明出处！ 1.摘要陈述了论文所提出的方法的简单思路如下：给出一个视频，然后用超像素表示视频帧，在帧内超像素与相邻帧之间构建一个显著传播网络基于他们的表现相似性和时间相干性；第二部，融合分别通过外观和动作特征生成的两幅显著图来初始化每一帧的显著图；最后，我们利用细胞自动机更新来迭代地在超像素间传播显着性，并生成具有

2017-11-21 18:21:59 326

原创 ubantu16.04配置caffe和python接口问题

我用的系统是ubantu16.04,想着先安装一个cpu版本的caffe，安装成功后，想在任意位置或者任意客户端导入caffe，所以需要配置caffe和python的接口，这里一开始参考的这篇博客的问题解决模块http://blog.csdn.net/lk274857347/article/details/54426191.使用命令gedit ~/.bashrc2.

2017-11-05 14:48:37 326

原创深度学习与计算机视觉笔记（个人笔记而已，非系统）

1.对训练数据以外的数据做出准确预测的能力，称为泛化能力(generalization)。2.在数据同分布的假设下，从训练数据中学习到的特性，才能有效预测没有见过但是和训练数据来源于同一分布的数据，这个过程就是泛化。3.模型的拟合能力通常被称为capacity，一般情况下，如果欠拟合，解决办法是通过增加模型复杂度来增强拟合能力，比如对于神经网络，增加层数或者神经元数量。而过拟合则不是那么轻

2017-11-05 13:07:04 281

原创 gedit 打开文件报错解决方案

最近在ubantu16.04下面根据一些前辈的博客安装编译caffe。详细教程可查看这里http://blog.csdn.net/g0m3e/article/details/51420565。然后在编辑Makefile.config时，我像往常一样输入指令：gedit Makefile.config.然后文件打开了，但是在命令窗口会报错，报错信息如下：(gedit:2851): dconf-W

2017-11-03 17:55:40 8754 3

1.我们知道在现有的CNN中，对于结构已经确定的网络，需要输入一张固定大小的图片。这样对于我们希望检测各种大小的图片的时候，需要经过裁剪，或者缩放等一系列操作，这样往往会降低识别检测的精度，于是SPPNet提出了“空间金字塔池化”方法，这个算法的牛逼之处，在于使得我们构建的网络，可以输入任意大小的图片，不需要经过裁剪缩放等操作，只要你喜欢，任意大小的图片都可以。不仅如此，这个算法用了以后，精度也会

2017-11-03 11:08:34 279

转载转载大神的文章，解读FAST R-CNN（fast r-cnn）

不知道怎么收藏文章，就这样转载吧，一起学习。转载的文章地址：http://blog.csdn.net/lilai619/article/details/53608370

2017-11-02 23:49:58 394

皇族永不言弃