嘀嘀嗒嘀啊-CSDN博客

原创 Pytorch遇到的坑——训练模式和测试模式切换

Pytorch的训练模式和测试模式切换由于训练的时候Dropout和BN层起作用，每个batch BN层的参数不一样，dropout在训练时随机失效点具有随机性，所以训练和测试要区分开来。使用时切记要根据实际情况切换：model.train()model.eval()...

2018-09-30 14:50:50 10977

【论文阅读笔记】目标检测之RetinaNet--论文阅读 Focal Loss for Dense Object Detection

【写在前面】 RetinaNet 是目前目标检测最为优秀的方法之一，值得好好拜读一下，在COCO数据集上达到了单个模型的state of art 的效果, 由Kaiming He团队所作，作者发现导致one-stage算法性能劣于two-stage算法的主要原因是region proposal时前景和背景的类别不平衡，为了解决这个问题，提出了关键大招Focal Loss，改写了传统的分类交叉熵损失...

2018-08-13 22:56:31 1753

原创解决python安装模块时使用pip安装缓慢和超时的问题

修改访问镜像源由于pip安装默认的访问地址为 http://pypi.python.org/simple/，经常会有网络不稳定和速度慢的现象，出现timeout报错，因此可以改为访问国内的地址加速下载。国内常用的镜像源有阿里云 http://mirrors.aliyun.com/pypi/simple/ 中国科技大学 https://pypi.mirrors.ustc.edu.cn/...

2018-08-13 22:40:23 2644

原创解决MATLAB出现Warning: Name is nonexistent or not a directory的办法

编辑路径预定义文件 edit pathdef.m 删除掉出现warning的路径

2017-10-13 09:34:17 6279 2

原创【刷题】剑指Offer 66 题 PYTHON版

目的：挤出时间夯实基础，准备秋招。记录刷题的思路以及反思不足。目标：三周内内初步刷完，工作日平均2题/day，周末5~6题/dayBegin 2017-7-161.题目描述在一个二维数组中，每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。分析题目： 1.有序数组的查找 –可用二分查找，但只能用

2017-07-16 16:12:04 4524 1

原创机器学习图像识别数据挖掘面试中不会的&答错的&答得不好的问题Mark1

博主非CS传统工科硕士一枚，硕士期间项目上和深度学习沾沾边。目前投的岗位差不多都是图像识别或者机器学习或者数据挖掘方向，几个面试下来，差不多都是没有下文了，怪不得被人只恨自己没有准备充分，在这里记录一下面试中遇到的问题和面完之后自己查阅相关资料后的解决办法，以及引伸相似的可能会被问到的问题。希望大家都能找到心仪的实习和工作O(∩_∩)O欢迎补充和指正！转载请注明出处。1Q: 如何判断单链表是否有环？

2017-04-29 17:35:12 3665 2

原创 Python 输入输出 Mark

本文的所有代码都是再python 2.7下测试。1.print最基本的打印字符串的方法，可打印字符串和数值，支持输出格式定义。此功能在python3.3 中有改变。 example:>>> a = 'abc'>>> print aabc>>> print 11>>> print 'abc'+aabcabc>>> c = 'hello '>>> print c,ahello ab

2017-03-25 19:49:46 857

原创 Tensorflow体验：搭建 3D CNN

最近觉得Keras操作起来有些局限，内部很多东西都封装太死，所以准备转向 Tensorflow 。结合Udacity 上的 deep learning 公开课 https://cn.udacity.com/course/deep-learning–ud730 再把深度学习的知识再复习一篇，顺便熟悉Tensorflow 的使用。 3D 卷积神经网络相比于2D, 多一维仅此而已。原理上与2

2017-03-04 13:59:10 22187 13

原创利用MATLAB 实现证件照换底色教程

手头只有白色的一寸照，可是有时候又要求必须要蓝色或红色的底色，又得跑去照相馆照花个大几十，抓头…临时下庞大的PS再抠图又太麻烦，抓头…用matlab的图形处理软件几句代码不是轻松实现么？于是乎！就有了下面的代码，突然发现，学会写代码世界仿佛美好了许多。PS: 本教程可能不太适合边缘头发太碎的照片，蓝色转白色，红色转白色效果可能不会很好，根据情况调节下面的一些参数。img = imread('/hom

2017-02-21 14:16:55 22259 15

原创 [Python学习笔记]3——强大的.format

记录下平时发现的能简化编程的函数、语法和格式等。巧用.format发现有这个语法简直如获珍宝！！！下面是一些运用举例一、替换A、对应序号替换大括号内为索引序号，format内参数一一对应变量要替换的内容>>>'hello{0}_s{1}_s{2}_s{3}'.format('!','A','B','C')'hello!_sA_sB_sC'>>> 'hello{0}_s{2}_s{1}_s{

2017-02-17 22:16:02 4882 1

原创 Ubuntu theano cuda 配置之 theanorc文件 Mark

一.基本配置ctrl+alt+T打开终端，输入:sudo gedit ~/.theanorc在空白文件里写入：[global] floatX=float32 device=cpu保存即可使用theano二.其他功能1.使用GPUdevice=gpu [cuda]root=/usr/local/cuda-8.02.使用cudnn加速[nvcc]fastmath = Trueoptimize

2016-11-12 14:12:17 7367

原创 Win7 64bit +vs2013 + GTX1080 cuda theano caffe 配置详细记录

新电脑，一切从零开始。由于之前安装过几次，发现不同的电脑在配置上可能会遇到的问题有不同，虽然我最后配置下来还是有一点报错没能解决，不过万幸不影响使用。以下是血泪的经验，尽可能的详细和完整，如有错漏欢迎指正。 Prepare下好要装的软件，注意查好软件版本之间还有与电脑系统的相互支持关系，比如说cuda8.0只支持vs2010 vs2012 vs2013 vs2015，我下载的软件和版本是：1.

2016-10-11 18:25:05 2260 4

翻译 Ilya Sutskever 关于深度学习的一些实用建议笔记

实用的建议：1. Get the data:确保有高质量的输入输出数据集和高纯度的标签。2. Preprocess:必要工作：零均值，每个维度的方差为1。有时候某维度的输入呈数量级的变化，最好实用log(1+x)来表示。3. Minibatches：如今的电脑同时处理所有的训练样本可能效率较低，通常一次处理的批次为128个样本比较有效。批次数量减小可降低过拟合，但会增加计算负担，过大也易过拟合。

2016-07-22 17:35:12 954

翻译 [Paper 学习笔记] Multi-Scale 3D Convolutional Neural Networks for Lesion Segmentation in Brain MRI

这篇文章与之前看过的3D CNN那篇文章属于同一个模型下的两个应用： http://blog.csdn.net/sinat_31824577/article/details/51779228一、简介本文提出一个用于脑损伤分割的11层，双通道的3D卷积神经网络系统，在多尺度环境下响应多模3Dpatch分割出病灶的三维像素，发现可在28个样本下成功训练该模型，实验结果证实改模型的有效性，除此之外，网络

2016-07-18 17:07:51 2560

原创 Python 机器学习有关机器学习工具包（Numpy、Theano、Caffe等）安装汇总

我的系统配置win7 64 ,python版本2.7.11. 但是由于某种不知道的原因，我下载这些安装包都只能选择32位的才可以成功安装。使用pip安装：下载链接：https://pypi.python.org/pypi/pip#downloads 安装教程：http://www.tuicool.com/articles/eiM3Er3 ！！！链接没提到的吐血经验在配置好…

2016-07-12 22:00:57 1034

原创 [Python学习笔记]2——Python使用函数

1.函数创建Python的函数创建相比于C++要简单得多，相比与MATLAB多了函数头的def和最后的返回值。def hello(name): 'Calculates the square of the number X' return 'Hello.'+ name + '!'print hello('world')输出：Hello.world!2.函数参数参数存储在局部作用域。

2016-07-08 22:26:39 415

原创 [Python学习笔记]1——从零开始学Python

1.序列Python包括6种内建序列，最常用的的是列表和元组，两者的主要区别是列表可以修改，元组不能。如下所示，序列可以包含序列：>>> fruit = ['apple','banana','peach']>>> vegetable = ['potato','broccoli']>>> clss = [fruit,vegetable]>>> clss[['apple', 'banana'

2016-07-05 20:50:54 769

原创 [Paper 学习笔记] Face Recognition Using Deep PCA

这个月开始下决心好好了解CNN方面的内容，希望能在3D图像特征提取方面寻找到行之有效的方法。看了 http://blog.csdn.net/sinat_31824577/article/details/51779228 http://blog.csdn.net/sinat_31824577/article/details/51775329 这两篇，PCANet并不适用于3D图像，中间计算普通

2016-07-04 21:30:49 1981

原创交叉验证

【交叉验证方法介绍】转自http://page.renren.com/600754883/note/912691419 在pattern recognition与 machine learning 的相关研究中，经常会将 dataset 分为 training 跟 test 这两个subsets，前者用以建立 model，后者则用来评估该 model 对未知样本进行预测时的精确度，正规的说法

2016-06-30 15:55:22 994

原创 [Paper 学习笔记] Effcient Multi-Scale 3D CNN with fully connected CRF for Brain Lesion Segmentation

上一篇介绍了用于简单提取2D图像特征的方法，手头项目的数据却是3D图像，希望这一篇能给我一些新的思路。 http://blog.csdn.net/sinat_31824577/article/details/51775329一、简介提出一个双路径，11层的用于脑损伤图像分割的3D卷积神经网络。将并联的图像Patch合并可降低计算3D脑图像的计算复杂度、消除数据中的类内不平衡。为了试用局部和更大的内

2016-06-28 22:12:38 6537 1

原创 [Paper 学习笔记]PCANet: A Simple Deep Learning Baseline for Image Classification?

一、 PCANet简介一种用于图像分类的深度学习网络，用于提取图像中的特征。主要由级联的PCA filters、binary hashing和块直方图构成。相比于RandNet和LDANet，性能更佳，可适用多个数据集，结构和参数设置简单。二、PCANet结构1.结构图如下图所示： N个m×n大小的训练图，所有层中的patch尺寸都是k1×k2，只有PCA filters需要学习输入的图像。2

2016-06-28 13:39:33 4743

原创基于支持向量机（SVM）的人脸识别

下定决心开始写博客，希望能在写博客的过程中，总结思路，加深理解。在这里分享心得体会，共同进步。如有不足之处望批评指正。本博客包含本人学习SVM和PCA的笔记，简要的说明其原理和方法步奏，人脸识别程序的解释说明，一并奉上完整的Matlab代码和相关的学习资料。感觉自己在这上面花了不少时间但停留在一个较浅层次的了解上，希望后面学习SVM的朋友们能少走弯路。本人才疏学浅，博客难免有错漏，请见谅。如有转载请

2016-05-06 10:47:07 30102 4

Dania的思考与记录