- 博客(25)
- 收藏
- 关注
RSS订阅原创 import pywt Traceback (most recent call last)
>>> import pywtTraceback (most recent call last): File "<stdin>", line 1, in <module> File "/home/cgoldberg/code/pywt/pywt/__init__.py", line 16, in <module> from ...
2019-07-24 20:18:06
480
原创 TensorFlow Serving的使用
详见：https://towardsdatascience.com/deploying-keras-models-using-tensorflow-serving-and-flask-508ba00f1037
2019-03-26 22:23:27
383
原创 迁移学习的一点思考
1.小而相似的图像：当目标数据集与基本数据集相比时较小，且图像相似时，建议冻结和训练最后一层。2.大而相似的图像：当数据集较大且图像相似时，建议微调。3.小而不同的图像：建议freeze and train（冻结和训练）最后一层，或一些最后一层。4.大而不同的图像：建议微调。...
2018-11-02 21:23:44
413
转载 补码(为什么按位取反再加一)：告诉你一个其实很简单的问题
首先，阅读这篇文章的你，肯定是一个在网上已经纠结了很久的读者，因为你查阅了所有你能查到的资料，然后他们都会很耐心的告诉你，补码：就是按位取反，然后加一。准确无误，毫无破绽。但是，你搜遍了所有俯拾即是而且准确无误的答案，却仍然选择来看这篇毫不起眼的文章，原因只有一个，只因为你还没有得到你想要的东西。 因为你想要的，不是1+1=2，而是，1+1为什么等于2。当然，我们不讨论...
2018-09-07 09:57:20
1688
1
原创 深度学习进行分布式训练（模型并行和数据并行优缺点）
深度学习进行分布式训练（模型并行和数据并行优缺点）：https://blog.csdn.net/qq_29462849/article/details/81185126
2018-08-26 14:46:39
5485
原创 注意力机制
注意力机制这两年很火，已经成为深度学习里面的标配了，大大提升了某些应用方面的效果如机器翻译等核心思想：像人的眼睛一样选择性的重点关注某些对象，通俗易懂的讲解注意力机制：https://blog.csdn.net/tg229dvt5i93mxaq5a6u/article/details/78422216注意力机制在视觉方面的应用：https://zhuanlan.zhihu.com/p/...
2018-08-08 17:51:05
2140
原创 强化学习
介绍强化学习入门最好的一篇文章，讲的通俗透彻：https://blog.csdn.net/revolver/article/details/50177219更进一步的深入的讲解：http://brightliao.me/2016/12/05/let-machine-play-games/Deepmind发布的深度强化学习模型论文：http://web.cse.ohio-state.edu/...
2018-08-07 16:31:00
316
1
转载 信息熵通俗易懂的例子
转自知乎 https://www.zhihu.com/question/22178202/answer/223017546本科学的时候是院长教的，当时他说这个东西很有用，也仔细听了没懂什么意思，现在回过头来看，还真有用。信息熵的定义与上述这个热力学的熵，虽然不是一个东西，但是有一定的联系。熵在信息论中代表随机变量不确定度的度量。一个离散型随机变量 的熵 定义为：这个定义的特点是...
2018-08-07 10:23:52
22537
4
原创 推荐系统相关学习与总结
综述：推荐系统领域的算法主要有这么几类算法 1、基于内容的推荐算法 2、基于协同过滤的推荐算法 3、基于混合的推荐算法，其他的各种算法基本都是在这几种思想上的变种基于内容的推荐算法需要计算出每个物品的特征，是本身物品的显性特征(例如文章的类别、文章的关键字、)，往往物品的特征我们难以定义，如果可以很好的描述物品特征并数字化，则这个算法具有很大的优势协同过滤分为： ...
2018-08-02 16:14:52
242
原创 PCA降维深入理解
网上资料非常多，大部分都是讲先求协方差，协方差怎么求的，但是没有讲为什么要求协方差，为什么要选特征值最大的特征，特征值最大到底代表了什么含义。简单回忆： 计算协方差到底是选行还是选列呢，记住协方差矩阵是计算不同维度间的协方差，不是两个样本间的，所以我们求协方差的目的就是计算不同纬度之间的相关性，并选出特征值最大的前多少个纬度，把特征值小的纬度去掉，起到一个降维的作用PCA...
2018-07-31 17:08:24
4089
转载 tf.train.batch和tf.train.shuffle_batch的理解
capacity是队列的长度min_after_dequeue是出队后，队列至少剩下min_after_dequeue个数据假设现在有个test.tfrecord文件，里面按从小到大顺序存放整数0~1001. tf.train.batch是按顺序读取数据，队列中的数据始终是一个有序的队列，比如队列的capacity=20，开始队列内容为0,1，..,19=>读取10条记录后，队列剩下...
2018-07-17 23:15:07
562
转载 boosting，Adaboost，Bootstrap和Bagging的含义和区别
弱分类器：分类效果差，只是比随机猜测好一点。强分类器：具有较高的识别率，较好的分类效果。（在百度百科中有提到要能在多项式时间内完成学习）弱和强更大意义上是相对而言的，并没有严格的限定。比如准确率低于多少就是弱分类器，高于多少是强分类器，因具体问题而定。 1988年，有学者提出是否可以通过一些弱分类器来实现强分类器的分类效果。基于这个问题，之后两三年陆续的有早期的boosting算法被提出。Boos...
2018-05-24 14:17:15
666
原创 RPN具体生成细节
在这里假设我们想生成100:100、300:300、500:500及1:1、1:2、2:1三种尺寸三种比例的图像，这里要注意100:100的1:2尺寸不是100:200，而是100/√2:100*√2大约71:141，因为同一尺寸的三种比例变化后图像的面积要保存一致假设以原点为矩阵中心点，生成的9个anchor如下（x1,y1,x2,y2）然后再把这9个anchor进行x,y方向的平移，convm...
2018-04-01 21:41:04
1996
3
原创 SGD，Momentum，AdaGrad，RMSProp，Adam等优化算法发展历程
各种优化算法层出不穷，看的眼花缭乱，如果不能理清楚其中他们的关系及发展历程，必然是不能完全搞懂这些算法之间的异同
2018-03-06 16:42:29
957
原创 深度学习模型训练技巧
博主以前都是拿别人的模型别人的数据做做分类啊，做做目标检测，搞搞学习，最近由于导师的工程需求，自己构造网络，用自己的数据来跑网络，才发现模型训练真的是很有讲究，很有技巧在里面，最直接的几个超参数的设置问题，以前都是听大牛说设置为32、64、128等数，但是到底设置为多少好呢，我今天跑的是一个自己的字符识别的数据集，我分别制作了30*30 100*100两种图片大小，以及分别是10类 800类 63
2018-01-10 10:02:20
5831
2
原创 百万英雄
最近思聪哥开始弄的冲顶大会非常的火爆，这对于软件的宣传效果非常的号，今日头条也学过了，西瓜视频势要跟快手等一众小视频软件一争高低，每天都砸入几百万进行活动推广，喜欢褥羊毛的朋友要抓紧了，还可以入场一波，记得填写我的邀请码3AN2W，就可以获得一次复活机会喔，还等什么，赶快行动吧，知识变现的时代来了，并不是很难，亲测可提现，今日头条旗下的活动可靠性还是有保障滴。
2018-01-08 13:29:58
890
原创 TensorFlow Saver类 保存模型与恢复模型
因工程需求，今天想找一下Saver类如何保存部分参数或者是恢复部分参数，一直没找到有效的帖子，所以自己来总结性的写一个吧常规的保存与恢复如下：saver = tf.train.Saver(tf.trainable_variables(), max_to_keep=3) 定义一个Saver对象 （max_to_keep指我们总共保存多少个模型）saver.save(sess, 'mod
2018-01-07 18:56:28
720
原创 Linux必备知识点
持续更新man: Manual 意思是手册，可以用这个命令查询其他命令的用法。pwd：Print working directory 显示当前工作路径。su：Swith user 切换用户，切换到root用户cd：Change directory 切换目录ls：List files 列出目录下的文件ps：Process Status 进程状态mkdi...
2018-01-02 15:22:57
721
转载 Tensorflow图像处理相关操作
#对图像的处理import matplotlib.pyplot as pltimport tensorflow as tf#读取图像的原始数据image_raw_data=tf.gfile.FastGFile("./path/to/picture/timg.jpg",'rb').read()with tf.Session() as sess: #将图像用jpeg格式解码从而
2018-01-02 15:02:49
1014
原创 一文教你跑通Faster-Rcnn
第一步因为跑这个代码必须使用GPU进行加速，准备用CPU来跑的话，可以放弃了，安装cuda和cudnn，再安装NVIDIA的显卡驱动（版本一定要对），这方面网上教程非常之多，也有不少坑，仔仔细细一步一步的来是不会有多大问题的，安装完一定要进行一个测试，是否安装成功。测试显卡驱动：$:nvidia-smi，出现GPU的使用情况，则代表成功测试cuda：$:nvcc -V，出现Cuda的版本信息，则代
2018-01-02 14:04:24
2393
1
原创 千万不要用codecogs网站上的公式编辑器来写博客
很久没写博客了，之前写的几篇博客里面的公式都是我辛辛苦苦敲的，可是用的是codecogs网站上编辑的公式，结果这个网站不是免费的，后来公式全被封了，坑啊，所以警告大家千万别用这个网站来编辑公式。
2017-12-27 21:19:39
2942
3
原创 机器学习小问题加答案
Q1：为什么需要激活函数？A1：因为没有激活函数的话，无论多少层的叠加，都只是做一个线性变换，永远只能拟合出一条线性的直线或平面，不能拟合出非线性的曲线和曲面，所以需要加上激活函数，这才可以拟合出任意的曲线和曲面
2017-12-27 20:18:23
229
原创 一文读读懂SVM推导全过程
曾经叱咤风云的SVM算法，现如今虽然随着深度学习的崛起热度有所下降，但是仍然有许多的人在对他进行着研究学习和应用，曾经我也查看了许多的资料对它进行研究，但是很多文章写的都是不清不楚，具体的细节也存在不少问题，作为过来人，深刻体会到推导过程一定要写的细致且明白才好。支持向量机的概念：给定线性可分的训练数据集，通过间隔最大化或等价地求解相应的凸二次规划问题学习得到分离超平面为：以及
2017-11-13 13:32:20
5981
2
转载 偏差和方差与过拟合欠拟合的关系
内容参见stanford课程《机器学习》对于已建立的某一机器学习模型来说，不论是对训练数据欠拟合或是过拟合都不是我们想要的，因此应该有一种合理的诊断方法。偏差和方差评价数据拟合程度好坏，通常用代价函数J（平方差函数）。如果只关注Jtrain(训练集误差)的话，通常会导致过拟合，因此还需要关注Jcv(交叉验证集误差)。高偏差：Jtr
2017-10-31 11:25:51
7264
1
原创 常用激活函数介绍
为什么在神经网络中需要用到激活函数呢，而且是用非线性激活函数呢，原因很简单，假如我们用的是线性激活函数的话，假设在多层神经网络，为某个神经元的计算结果，为使用线性激活函数后的结果. 则相当于使用了激活函数后仍然为一个线性组合，相当于多次组合，毫无意义，则多层神经网络的最终结果相对于最开始的输入而言也只是做了多次线性组合和用一层线性组合是一个意思，所以为了让多层神经网络达到能拟合任意函
2017-10-15 19:05:51
1387
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人