4 离殇灬孤狼

尚未进行身份认证

恰如猛虎卧荒丘,潜伏爪牙忍受。

等级
博文 702
排名 3k+

Caffe源码解读 - 总览

Caffe源码解读类图SyncedMem类该类是caffe数据存储的最底层,里面规定了什么时候分配内存(显存),数据的存储位置以及数据的指针,封装了CPU和GPU之间数据交互的方法,并提供简单的接口进行数据的操作。Blob类Blob是caffe基本的数据结构,其主要做了两种封装:一个Blob中封装了data_和diff_两个数据指针,分别表示存储的参数和反向传播时计算的梯度。...

2019-05-13 18:30:13

牛客刷题 - 网易2018校招编程题(思维 & 贪心 & )

这套题的难受还是有的,不过有些题想想还是可以做的,只是有些题用暴力的方法感觉有点失望。Q1:解题思路:这个题很明显,一个只能产奇数,一个只能产偶数,倒着分奇偶跑一遍就行啦~代码如下:#include<cstdio>#include<stack>#include<queue>#include<cmath>#include&...

2018-10-08 17:58:32

牛客刷题 - 2017百度春招(暴力 & 思维 & dp)

一共五道题,前三道没什么难度,暴力枚举就可以了。后两道需要想想,但是也不难(dp还是我的弱项啊)Q1:解题思路:这个没什么说的,随便都能过。代码如下:#include<cstdio>#include<stack>#include<queue>

2018-09-25 23:08:35

牛客刷题 - 腾讯2017暑期实习笔试(LCS & 暴力 & 计数)

一共三道题,感觉第一题要想想,剩下两道比较简单,直接做就行了Q1:解题思路:对字符串进行翻转后,求一下最长公共子序列就是最长的回文串,用总长度减去最长回文串的长度即为要删去的字符数代码如下:#include<cstdio>#include<stack>#include<queue>#include<cmath>#include&l...

2018-09-24 18:48:02

SSD源码解读 - multibox_loss_layer

上一篇博客说了DetectionOut层怎么从conf、loc、prior中获取检测框,是检测的关键代码。现在我们回到训练环节,看一下Mutibox层是怎么计算loss并完成反向传播的。首先贴一个MutiboxLoss层的prototxt配置:layer{name:"mbox_loss"type:"MultiBoxLoss"bottom:"CatBac...

2018-09-13 11:49:17

SSD源码解读 - detection_output_layer

这段代码是DetectionOut层的实现,表示怎么从PriorBox、loc、conf三个层得到检测框的。源码如下:detection_output_layer.cpp#include<algorithm>#include<fstream>//NOLINT(readability/streams)#include<map&gt...

2018-08-31 16:13:44

SSD源码解读 - prior_box_layer

一直不是很理解检测结果是怎么出来的,学习最快的方法就是看源码啦,今天先从priorbox层开始。这层的作用就是对不同位置的每个特征点产生不同大小的defaultbox,这些box的大小、形状由prototxt的prior_box_param来控制。随便拿出一个模型的priorbox层来举例:layer{name:"base_11_priorbox"type:"P...

2018-08-30 19:15:42

Caffe-Ristretto源码解读

由于当前任务是量化网络模型,用到了caffe的Ristretto,这里解读一下源码以便以后自己灵活运用首先看一下量化模型时的脚本:#!/usr/bin/envshfolder=examples/ristretto/carperson_wygecho${folder}LD_LIBRARY_PATH=/usr/local/lib/./build/tools/ristretto...

2018-08-10 18:27:57

吴恩达机器学习 - 推荐系统

题目链接:点击打开链接笔记:每个算法最重要的莫过于代价函数了:公式:求代价:求梯度:Code(cofiCostFunc.m):function[J,grad]=cofiCostFunc(params,Y,R,num_users,num_movies,......

2018-06-25 22:26:51

吴恩达机器学习 - 异常检测

题目链接:点击打开链接笔记:数据可视化:load('ex8data1.mat');%Visualizetheexampledatasetplot(X(:,1),X(:,2),'bx');axis([030030]);xlabel('Latency(ms)');ylabel('Throughput(mb/s)');效果图:...

2018-06-25 21:09:33

吴恩达机器学习 - PCA算法降维

题目链接:点击打开链接笔记:数据可视化:求矩阵U和S(pca.m):function[U,S]=pca(X)%PCARunprincipalcomponentanalysisonthedatasetX%[U,S,X]=pca(X)computeseigenvectorsofthecovariancematrix...

2018-06-25 13:08:17

吴恩达机器学习 - 无监督学习——K-means算法

题目链接:点击打开链接笔记:核心步骤:那我们就实现这两个函数就行啦:findClosestCentroids.m(把每个点染色):functionidx=findClosestCentroids(X,centroids)%FINDCLOSESTCENTROIDScomputesthecentroidmembershipsforeve...

2018-06-25 12:02:37

吴恩达机器学习 - 支持向量机(SVM)

题目链接:点击打开链接笔记:无核SVM数据可视化:Code(命令行):%Loadfromex6data1:%YouwillhaveX,yinyourenvironmentload('ex6data1.mat');%PlottrainingdataplotData(X,y);效果图:训练Code(这...

2018-06-24 14:40:42

吴恩达机器学习 - 评估假设

题目链接:点击打开链接正则线性回归:可视化数据:Code:load('ex5data1.mat');plot(X,y,'rx','MarkerSize',10,'LineWidth',1.5);结果为:代价函数:公式(并正则化):Code(填充在linearRegCostFunction.m中):t=X*theta-y;J...

2018-06-22 20:47:29

吴恩达机器学习 - 神经网络的反向传播算法

题目链接:点击打开链接笔记:因为这一部分的内容确实难度比较大,所以我准备按最后一页笔记的思路一点一点的写出实现的思路和我的想法。首先让数据可视化执行代码load('ex4data1.mat');m=size(X,1);sel=randperm(size(X,1));%乱序后随机选择100组数据进行展示sel=se...

2018-06-21 20:59:35

吴恩达机器学习 - 神经网络

题目链接:点击打开链接先贴出笔记:本题模型:代码predict.m(其实要实现的就这一个):functionp=predict(Theta1,Theta2,X)%PREDICTPredictthelabelofaninputgivenatrainedneuralnetwork%p=PREDICT(Th...

2018-06-19 21:27:17

吴恩达机器学习 - 逻辑回归——多元分类

题目链接:点击打开链接学习笔记:数据可视化:load('ex3data1.mat');m=size(X,1);rand_indices=randperm(m);%随机置换每个样本sel=X(rand_indices(1:100),:);%取前100个样本displayData(sel);%数据可视化...

2018-06-19 20:47:49

吴恩达机器学习 - 逻辑回归的正则化

题目链接:点击打开链接先贴笔记代码:costFunction.m(求代价和各方向梯度)(注意:Θ0Θ0Θ_{0}单独计算):function[J,grad]=costFunctionReg(theta,X,y,lambda)%COSTFUNCTIONREGComputecostandgradientforlogisticregres...

2018-06-19 15:07:25

吴恩达机器学习 - 逻辑回归

题目链接:点击打开链接先贴笔记然后是代码plotData.m(可视化数据):functionplotData(X,y)%PLOTDATAPlotsthedatapointsXandyintoanewfigure%PLOTDATA(x,y)plotsthedatapointswith+forthe...

2018-06-19 12:49:09

吴恩达机器学习 - 正规函数

题目链接:点击打开链接老规矩先贴笔记按照公式写代码就可以啦:normalEqn.m:function[theta]=normalEqn(X,y)%NORMALEQNComputestheclosed-formsolutiontolinearregression%NORMALEQN(X,y)computestheclosed-for...

2018-06-18 19:40:21
奖章
  • 专栏达人
    专栏达人
    授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮!撰写博客专栏浓缩技术精华,专栏达人就是你!
  • 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。