tanglinjie的CSDN博客

原创 文本检测(一)

此篇博客记录Scene text detection深度学习相关论文笔记。Ref:Scene Text Detection and Recognition: The Deep Learning EraMethod 1FCN是一种semantic segmentation深度学习方法。特点使用不同的backbone networks进行实验卷积化，将fully connect...

原创 Python踩坑记录--避免对包管理时出现错误

文章记录了构成包的条件，导包中出现的一些错误，最后总结自定义包管理的“思维导图”。阅读时间5分钟。构成包的两个条件文件夹下面包含__init__.py文件文件夹不作为顶层模块，即文件夹下直接子代码文件不能作为程序入口两种导包方法直接用包名进行导入使用相对导入方法，即使用符号’.‘指明当前包，’…'指明上一层包常见错误no module ****sys.path是一个...

原创 场景文本检测（一）-可微分二值化在基于语义分割方法的场景文本检测中的应用

2020年AAAI的oral文章。动机和Contributions因为语义分割模型是pixel-level prediction，能够检测各种各样shape的文本区域，所以基于语义分割方法的场景文本检测目前非常流行。抛开语义分割网络，处理segmentation result相当关键了，目前现存的很多方法使用了不同的post-processing，但使用了类似的post-processin...

原创 目标检测(一)-R-CNN系列

有关传统机器学习方法和深度学习方法在目标检测领域的一些总结。传统机器学习方法Method1Ref：Rapid Object Detection using a Boosted Cascade of Simple Features.(CVPR2001)这个方法是一个二分类方法，判断是还是不是人脸。主要包括了以下内容：文中提出了一种新的图片表达方式和三种特征，新的图片表达方式是便于...

原创 cf(448c)-painting fence

这是一道面试题，同时是codeforces上的c类题目。tags:divide and conquer,dp,greedy解决思路首先明确先需要明确每次只可能存在两种刷法，要么横着一笔，要么竖着一笔。竖着刷不会存在“断开”的问题，而横着刷会存在。思考过程step1因为存在横向断开的问题，也就意味着可能需要分连续横向区间处理，那么首先应该想到用递归，每一层递归找到当前木材的最...

原创 牛客NOIP提高组-dfs算法系列(1)-乌龟跑步

此题是一道笔试题（忘记公司名字了），同时也是牛客网NOIP提高组的练习题。附上????：乌龟跑步算法分析(可略过)修改n次，修改前指令字符串长度为s。这道题不能使用普通动态规划的思想，即“仅仅保存前m个字符修改k次时的最远距离，前m+1个字符修改k次依赖于前m字符修改1-n次的最远距离,1<=m<=s-1,0<=k<=n”，举一个很简单的例子。给定操作序列“FT...

原创 算法随笔(2)-(面试题)求最长连续元素小于某个数

记录在猿辅导笔试时遇到的一道题目。问题给定一个正整型数组，要求找出最长的连续元素个数，且这些元素之和小于或等于给定的某个数s。例如：数组 5 1 1 1 2 7，给定最大5那么应返回4，即1 1 1 2。问题分析第一眼，就觉得是动态规划，可以设置一个数组nums，存储以每个元素作为结尾时最长的连续元素个数，且和不超过给定的数。设置一个value数组存储对应的元素和。这个思路没有...

原创 leetcode(464)-Can I Win

DP的两种解法，一种是递归记忆型，另一种是递推型，递推型又分为人人为我和我为人人型。题目简述给定一个两个数，分别是maxChoosableInteger、desiredTotal，有两个人，依次从1-maxChoosableInteger中取数，不放回，最后使得取出的数的和大于或等于desiredTotal的那个人是赢家，问是否第一个取数的人能赢。PS：每个人都是取数高手。题目理解通过...

原创 leetcode(375)-Guess Number Higher or Lower II思考路线图

问题解释题目乍一看我是没有看懂的，遇到不太明白的题意或是不能一眼看出如何解决的题目，可以举几个具体的例子，尝试去找规律，这道题就是如此。当n=1时，花费最小应该为0；当n=2时，花费最小应该尝试取1；当n=3时，花费最小应该尝试取2；当n=4时，因为此时不能一眼看出来，我们就分类讨论，先取1、先取2、…，到这里细心的你一定发现了子问题的存在，例如取3，那么子问题就是去解决n=2。最后...

原创 算法随笔(1)-找出区间中的素数个数

比较严谨的解释算法思想问题给定区间[M,N]，找出区间中的素数个数。输入第一行为数据的组数C，以下C行中的每一行输入区间端点。切入点首先，你应该知道一个合数可以拆分为多个小于它的素数的乘积。而一个拆分后包含某一个素数的合数，一定可以通过这个素数和大于等于2的自然数相乘得到，同样这个素数和大于等于2的自然数相乘可以得到所有能够拆分得到这个素数的合数。证明也很简单，你只需要思考让合数除以这...

原创 leetcode(53)-Maximum Subarray动态规划算法的空间优化

题目Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.改进空间复杂度的动态规划代码class Solution {public: int maxSubArray(...

原创 打赏博主

原创 CUDA C编程(一) - 基于CUDA的异构并行计算

《CUDA C编程权威指南》第一章并行计算就我们程序员而言,一个程序包含了指令和数据,对于一个具体问题,我们会尝试将问题进行拆解形成子问题或者子模块,模块之间可能会存在依赖关系,即一个模块的输出会作为另一个模块的输入,这样的关系只能串行。并行条件只有相互没有依赖关系的相互独立的模块才能并行执行,所以分析模块间的相关性就显得非常重要。并行的类型有两种类型的并行,分别是任务并行和数据并...

原创 机器学习(一) - 机器学习基础

<< Machine Learning in Action >> Chapter one.什么是机器学习?机器学习是利用计算机技术分析数据背后的含义。Terminology特征(features):即一个实例所包含的属性(attributes);...

原创 Faster R-CNN实现细节

本篇博客记录Fatser R-CNN的实现过程。Ref部分给的链接的代码是python+c+CUDA混合编程的，本博客不会涉及CUDA的并行，完全基于Python+Pytorch+Numpy。PS：都做人工智能了，CUDA的并行也得学习，大牛的代码都是会考虑性能的，不能还是初级阶段实现功能就行。文章目录算法思想整体架构NMS（Non-Maximum Suppression）非极大值抑制特征层...

原创 解释卷积层输出维度计算公式

先定义几个参数输入图片大小 W×WFilter大小 F×F步长 Spadding的像素数 P于是我们可以得出N = (W − F + 2P )/S+1证明：1.在过滤器移动过程中左边缘对应的下标最大为W-F+2P+1，不能够再比这个数大了，因为得保证过滤器能够覆盖F*F的区域。2.如果直接用（W-F+2P+1）/S是不正确的，因为可能尾部的小区间长度可能小于S，但是这个小区间...

原创 简单理解和使用Python的包导入机制

该篇站在实现的角度对包导入机制进行说明，如需深入了解import system可以查阅官方文档：The import systemimport & from … import …import我们首先给出狭义的包定义（还有一种叫做namespace package，这里所说的狭义的包定义实质上指的是regular package），包是指包含一个名字为__init.py__的文件的...

原创 Multi-Attention Convolutional Network笔记

此篇文章记录2017年的ICCV一篇关于图像领域的注意力模型（《Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition》）Approach整个结构由三部分组成，分别是特征提取的卷积层、channel grouping层和part classifier 组成。 提出了两个...

原创 使用可视化的方式解释为什么卷积网络表现如此好

本篇文章记录我阅读Visualizing and Understanding Convolutional Networks论文。目录使用Deconvnet可视化feature mapocclusion 实验correspondence 分析experimentsin a nutshell前言作者对模型（Krizhevsky, A., Sutskever, I., and H...

原创 DAPs: Deep Action Proposals for Action Understanding

Record my reading of DAPs paper.AbstractThis paper introduces Deep Action Proposals(DAPs) ,an effective and efficient algorithm for generating temporal action proposals from long videos.Authors sh...

原创 Linear Regression

This article records my note about Linear regression.I think that Linear Regression is a single layer neural network.Trough this model,we see theory of gradient descent with intuition.modelf(x)=w...

原创 RNN（1）--Cross the threshold of RNN

This article records our learning process about RNN part in Dive Into Deep learning bookIntroductionRNN is designed for time sequence. It has a state variable to store historical information.Curr...

原创 周志华Watermelon Book SVM部分公式补充、一些原理解释

Z.F Zhou Watermelon Book SVM.This article is a supplementary material for SVM.Watermelon Book6.3Suppose training data set is linear separable.Minimum margin is δ\deltaδ.{wTx+b&gt;=+δ,yi=+1wT...

原创 SVM from another perspective

This article records my process of study.Binary ClassificationBecause g(x)g(x)g(x) only outputs +1+1+1 or −1-1−1.Thus δ\deltaδ can’t use gradient descent.We use another loss function.(PS: δ\deltaδ...

原创 Learning Spatiotemporal Features with 3D Convolutional Networks

AbstractWe introduce a simple and effective approach for spatiotemporal features learning by using deep 3-dimensional convolutional networks(3D ConvNets).3D ConvNets are better than 2D ConvNets.T...

原创 Unicode和UTF-8、UTF-16、UTF-32的关系

Unicode可以认为只是一种编码规范，他告诉你某一个编号对应一个字符。他使用UCS-2、UCS-4两种标准。Unicode并没有规定字符的传输、存储方式，UTF-8…等规定了字符的传输、存储格式：可以这样理解UTF-8…是Unicode的实现，实现编码、解码。...

原创 Structured Learning --Structured SVM

This article notes Lecture3 of YouTube HongYi Li .

转载 Python的生成器和迭代器笔记

本片博客是https://www.cnblogs.com/wj-1314/p/8490822.html的总结，内容不是很完备，这篇博客写得非常详细。生成器生成器动态生成元素，节省内存。一共有两种创建方式，第一种通过产生式创建，第二种通过yield关键字创建。它叫做生成器函数，通过祖塞、唤醒来实现动态生成元素。yield用法如下：#表示n是我们想要生成的元素def f1(): y...

原创 Python中的filter、lambda、map函数、for..in..if使用方法介绍

最近在使用pytorch做深度学习，看到了很多比较陌生的python语法，这里总结一下。遇到不懂就记录一下。filter函数filter函数原型：filter(function, iterable)他接收两个参数，一个是函数，一个是可迭代对象（list对象就是可迭代对象），filter函数的功能就是对可迭代对象里面的每一个元素作为参数调用传入的函数，如果函数返回true则将此元素放入结果...

原创 李飞飞计算机视觉笔记（5）--神经网络训练细节part2

参数更新算法动量更新（Momentum）复习一下SGD公式Wi=Wi−lr∗gradW_i=W_i-lr*gradWi​=Wi​−lr∗grad我们在使用SGD时比其他参数更新策略更慢，一般使用中也不会仅仅使用SGD，如下我们使用SGD，等高线表示损失值相同的区域可以这样理解，水平方向表示参数xxx，垂直方向表示参数yyy，损失值是xxx和yyy的函数，中间的损失值最小，这是我们的目标，...

原创 用一个例子说明怎么使用Swagger和connexion、Docker构建深度学习服务

因为鄙人大创的需要，需要将深度学习模型打包成服务，所以这里写一个教程说明如何搭建服务。因为此刻我们的模型还没有训练好，所以就写一个简单的demo，实现的步骤都是一样的。自己对于connexion包用得不多，且YAML语言也是简单了解了一下，所以如果有错，请指正。工具解释SwaggerSwagger是一个强大的工具，就我掌握的而言，它是一个集文档生成、前后端代码生成功能的强大工具，能够根据...

原创 pip修改源及解决ConnectTimeoutError

出现ConnectTimeoutError可能就是因为国外源不能访问，我出现的具体错误形式如下Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by 'ConnectTimeoutError(&lt;pip._vendor.urllib3.c...

原创 解决RuntimeError: _thnn_mse_loss_forward is not implemented for type torch.cuda.LongTensor和scatter_方法

在PyTorch中遇到了如标题的问题，网上大多数给的是类型不匹配问题，在stackoverflow找到了问题的答案，这里出现的问题是因为loss需要one-hot类型的数据，而我们使用的是类别标签。什么是one-hot？一个例子解释什么是one-hot，对于5分类问题，我们使用[0,0,1,0,0]来表示这个实例是属于第三个类别的，等价于类别标签[2]（从0对类别编码）。关于one-hot的好...

原创 解决使用nvidia-smi命令显示NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver

之前使用nvidia-smi命令能够成功显示显存的使用情况，但是最近就不行了，提示如下错误NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.查了网上好多的教程，...

原创 李飞飞计算机视觉笔记（4）--神经网络训练细节part1

这里说明一下，因为这个视频是2016年的，可能现在有些东西已经变化。是否我们应该需要大量的数据集对模型进行训练？这种认识是错误的，我们一般很少直接对卷积神经网络进行训练，通常会先在大数据集如ImageNet中进行预训练，然后将训练好的卷积神经网络提取出来，去除分类层即softmax层，然后加一层新的分类层，在我们自己的数据集上进行训练。如果我们的数据集很小，那么我们可以只训练softmax...

原创 李飞飞计算机视觉笔记（3）--反向传播与神经网络初步

当前梯度值：上一层传入当前层的梯度值两层神经网络：除开输入层总共为2层的神经网络单层隐藏层的神经网络：与两层神经网络结构一致，我们描述神经网络的层数是通过有多少层的权值来定的，所以输入层不计入层数里面。梯度计算前一篇文章说了梯度计算有两种方法，一种数值方法，直接简单但速度慢，第二种就是解析方法，通过微积分进行计算，计算速度快，但有时候的结果是错误的，所以一般会进行梯度检查的操作。我们一...

原创 李飞飞计算机视觉笔记（２）--线性分类器损失函数与最优化

多类SVM损失（Multiclass SVM loss）这里偷个懒，SVM损失对应的公式如下图（图片来自李飞飞计算机视觉课件）：公式中的下标jjj表示不正确类别，yiy_{i}yi​表示正确类别，sss对应是得分向量，而sjs_{j}sj​和syis_{y_i}syi​​分别表达不正确类别的得分和正确类别的得分。LiL_iLi​的含义是对于第iii张图片来说预测的损失值，他等于不正确类别的得...

原创 李飞飞计算机视觉笔记（1）--数据驱动的图像分类方式：K最近邻与线性分类器

此系列博客记录自己学习李飞飞计算机视觉课程，不断更新中。图片分类图片分类是计算机视觉中最核心的任务，将图片转换为一个巨大的表单（多维数组），然后给这个表单打一个标签。学会了图片分类你就可以轻松解决物体检测、图像场景分类等。原始的很多方法是显示编程，基于物体的某个特征进行分类不具有通用性，换一个物体又要重写设定分类规则。数据驱动的方法效果更好。运用机器学习技术通过“学习”数据，得到的最终模型...

原创 Julia(一)--Julia变量

Julia专为科学计算而生，想要取代Python、Ruby、matlab等，抱着这样的好奇心先试试水，顺便记录自己的学习过程。这是一系列博客，不断更新中。文章目录Julia的变量声明Julia的数学标记符Julia修改building-in变量和函数特别说明Julia的变量声明Julia的变量声明方式和Python类似，并不需要指明变量的类型，他非常的灵活,他是大小写不敏感的，你还可以使...

原创 leetcode错误：reference binding to misaligned address

出现这种问题的原因就是数组访问越界。比如说将行下标对应的整型数作为列的下标索引对数组进行访问。