1 WeisongZhao

尚未进行身份认证

https://weisongzhao.github.io/

等级
博文 274
排名 8k+

各语言的GPU类库

总结一些语言调用GPU的关键词:Java:Aparapi,JavaCL,jCUDA,Deeplearning4j,Rootbeer.C,C++:CUDA,OpenCL(2.xnotforNVIDIA),PyTorch,Caffe,TensorFlow,OpenCV(withGPUsupport),AMP,OpenMP,OpenACC,Thr...

2019-07-04 13:55:59

矩阵的秩最小化

为了求解问题因为它是非凸的,我们求解一个它的近似算法对于一个大的τ值,它可以用下列等式接近其中第一项为核范式(奇异值的和),第二项为Frobenius范式。SingularValueThresholding(SVT)奇异值阈值*奇异值收缩(singularvalueshrinkage)*首先我们考虑一个秩为r非负的。对于每个τ≥0的奇异值上,使它们趋于零。这也...

2019-06-26 19:40:35

Visio的VBA初探

最近做的项目中需要用到Visio二次开发,安装了Visio的SDK,还有从网上找了一些这方面的博客,Visio的SDK是全英文的,看着有点费劲,很多的东西都不知道该如何去找,不过网上的一些博客还是有一些不错的,前两天发现一个有助于Visio二次开发的方法,下面分享给大家。就是巧用Visio的宏来帮助你进行二次开发,通过Visio宏的录制功能,将你对Visio的具体操作转换成VBA代码,这样你...

2019-06-26 19:37:23

Mac配置炫酷终端以及直接预览Markdown和各类代码

1.下载iTerm2brewcastinstalliTerm2安装完成后,在/bin目录下会多出一个zsh的文件。Mac系统默认使用dash作为终端,可以使用命令修改默认使用zsh:chsh-s/bin/zshzsh完美代替bash,具体区别可查看:《Zsh和Bash区别》iterm2的原始界面2.替换背景图片打开路径:iterm2...

2019-06-23 21:43:34

水平集分割

水平集分割%ThisMatlabcodedemonstratesanedge-basedactivecontourmodelasanapplicationof%theDistanceRegularizedLevelSetEvolution(DRLSE)formulationinthefollowingpaper:%%C.Li,...

2019-06-23 17:24:22

阈值分割小结

阈值分割一:全阈值分割实例代码:image=cv2.imread('img.jpg',cv2.IMREAD_GRAYSCALE)the=100#设置阈值为100maxval=255dst,img=cv2.threshold(image,the,maxval,cv2.THRESH_BINARY)cv2.imshow('hand_thresh',...

2019-06-23 16:44:08

GAN增强网络安全

密码技术与我们息息相关,使用密码技术不仅仅能够保证信息的机密性,而且可以保证信息的完整性和可用性,防止信息被篡改、伪造和假冒。一直以来,设计和破解密码都是人类的专利,然而,随着人工智能的发展,GoogleBrain的研究成果《让神经对抗网络学习保护通信》(learningtoProtectCommunicationswithAdversarialNeuralCryptography...

2019-06-23 16:23:00

imagej 基本操作

imagej菜单栏列出了ImageJ的所有命令,它包含八个菜单: File:基本的文件操作,包括打开、保存、创建新图片,大多数命令看名字就知道什么意思 Edit:编辑和绘制操作,以及全局设定 Image:图像显示,包括图像格式的转化、怎样显示等 Process:图像处理,包括点操作、过滤器和算术运算 Analyze:图像分析,统计测量、直方图绘制和其他与图像分析有关的操作 Pl...

2019-06-14 21:43:22

imagej链接资源

宏宏是一个自动执行一系列ImageJ命令的简单程序。创建宏的最简单的方法是录制一系列的命令:Plugins-Macros-Record。宏存成一个.txt或.ijm后缀的文本文件,然后通过Plugins-Macros加载。关于宏编程的教程有:TheImageJMacroLanguage TheBuilt-inMacroFunctionswebpage Tutorial...

2019-06-14 21:40:42

imagej之Python脚本

原生ImageJ仅支持JS脚本,而ImageJ的衍生版本Fiji支持Python脚本编程,所以这里的ImageJ实际是Fiji。本文是对这个Tutorial的翻译。Fiji官方的Jython指南在这里。上手有两种方式可以打开脚本编辑器:通过File-New-Script打开。 使用Commandfinder:具体就是按字母“l”,然后输入script,然后选择下面的script...

2019-06-14 21:36:08

各类滤波算子

双边滤波(Bilateralfilter)双边滤波(Bilateralfilter)是一种可以保边去噪的滤波器。其输出像素的值依赖于邻域像素的值的加权组合,即:g(i,j)=∑k,lf(k,l)w(i,j,k,l)∑k,lw(i,j,k,l)也就是:h=w(i,j,k,l)∑k,lw(i,j,k,l)其中,w(i,j,k,l)=d(i,j,k,l)⋅r(i,j,k,l)=exp(−...

2019-06-14 20:43:26

Kmeans++及字典学习

1.Kmeans++Kmeans中对聚类中心的初始化比较敏感,不同的初始值会带来不同的聚类结果,这是因为Kmeans仅仅是对目标函数求近似最优解,不能保证得到全局最优解。在常规的Kmeans中,聚类中心的初始化都采用随机初始化的方式,这样会存在一个问题:如果数据在某个部分较密集,那么产生的随机数会以更高的概率靠近这些数据。例如,假设输入数据为:[0.8,0.85,0.9,0....

2019-06-14 20:37:58

目标跟踪【更新中...】

最近需要跟踪clathrinCCP的运动与半径,所以调研了一下多目标跟踪的方法:首先总结一下基本工作流:1.分割图像,将图像转为二值化样本,分割方法有太多了,根据情况而定,暂时定位分水岭分割:https://imagej.net/Interactive_Watershedhttps://scikit-image.org/docs/dev/auto_examples/segment...

2019-06-14 20:35:19

CNN 反向传播推导

CNN卷积神经网络推导和实现本文的论文来自:NotesonConvolutionalNeuralNetworks,JakeBouvrie。这个主要是CNN的推导和实现的一些笔记,再看懂这个笔记之前,最好具有CNN的一些基础。这里也先列出一个资料供参考:[1]DeepLearning(深度学习)学习笔记整理系列之(七)[2]Le...

2019-06-14 20:26:53

Active Contour Models 主动轮廓模型

《Matlab图像处理》part1Snakes:ActiveContourModels主动轮廓模型参考博客:数字图像处理-图像分割:Snake主动轮廓模型Matlab代码及运行结果简介在“图像分割之(一)概述”中咱们简单了解了目前主流的图像分割方法。下面咱们主要学习下基于能量泛函的分割方法。这里学习下Snake模型简单的知识,LevelSet(水平集)模型会在后面的博文中...

2019-06-14 19:01:41

训练GAN的技巧

GAN,作为一种非常厉害的生成模型,在近年来得到了广泛的应用.Soumith,PyTorch之父,毕业于纽约大学的Facebook的VP,在2015年发明了DCGAN:DeepConvolutionalGAN.它显式的使用卷积和转置卷积在判别器和生成器中使用.他对GAN的理解相对深入,特地总结了关于训练GAN的一些技巧和方式,因为不同于一般任务,像设置优化器,计算lo...

2019-06-14 18:52:37

StyleGAN

基于StyleGAN的一个好玩的网站:www.seeprettyface.com—————————————————————————————————StyleGAN一、StyleGAN解决的问题  我们先来反思一下上一节介绍的ProGAN有什么缺陷,由于ProGAN是逐级直接生成图片,我们没有对其增添控制,我们也就无法获知它在每一级上学到的特征是什么,这就导致了它控制所生成图像的特定特征的...

2019-06-14 18:46:51

Kmeans CUDA

1.Kmeans步骤常规的Kmeans步骤:1.初始化聚类中心2.迭代1.计算每个样本与聚类中心的欧式距离2.根据样本与聚类中心的欧式距离更新每个样本的类标签3.根据类标签更新聚类中心本文中并行化的Kmeans的步骤:初始化每个样本的类标签迭代统计每一类的样本和统计每一类的样本个数计算每一类的聚类中心:样本和/样本个数计算每个...

2019-05-18 15:01:06

CUFFT 浅析

1.流程使用cufftHandle创建句柄使用cufftPlan1d(),cufftPlan3d(),cufftPlan3d(),cufftPlanMany()对句柄进行配置,主要是配置句柄对应的信号长度,信号类型,在内存中的存储形式等信息。cufftPlan1d():针对单个1维信号cufftPlan2d():针对单个2维信号cufftPlan3d():针对单个3维信号cuf...

2019-05-18 14:07:54

全局调整光照亮度

理论部分来自《全景图像拼接关键技术研究》,这里讲了一个全局调整光照亮度的办法,很简单易懂:%AA、BB是两幅原图左右%A、B是重叠区域对应在两幅图的位置AistheleftandBistheright.%转换了颜色空间%下面是根据《全景图像拼接关键技术研究》中的亮度调整办法AA=imread('F:\fisheye\others1.jpg');BB=imrea...

2019-04-22 21:50:51
奖章
  • GitHub
    GitHub
    绑定GitHub第三方账户获取
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周上午根据用户上周的博文发布情况由系统自动颁发。