- 博客(42)
- 资源 (1)
- 收藏
- 关注
转载 caffe的python接口学习(8):caffemodel中的参数及特征的抽取
本文转自:http://www.cnblogs.com/denny402/p/5686257.html caffe的python接口学习(8):caffemodel中的参数及特征的抽取如果用公式 y=f(wx+b)来表示整个运算过程的话,那么w和b就是我们需要训练的东西,w称为权值,在cnn中也可以叫做卷积核(filter),b是偏置项。f是激活函数...
2018-03-16 10:32:00 214 1
转载 caffe的python接口学习(7):绘制loss和accuracy曲线
本文转自:http://www.cnblogs.com/denny402/p/5686067.html caffe的python接口学习(7):绘制loss和accuracy曲线使用python接口来运行caffe程序,主要的原因是python非常容易可视化。所以不推荐大家在命令行下面运行python程序。如果非要在命令行下面运行,还不如直...
2018-03-16 09:08:08 252
转载 caffe的python接口学习(6):用训练好的模型(caffemodel)来分类新的图片
本文转自:http://www.cnblogs.com/denny402/p/5685909.html caffe的python接口学习(6):用训练好的模型(caffemodel)来分类新的图片经过前面两篇博文的学习,我们已经训练好了一个caffemodel模型,并生成了一个deploy.prototxt文...
2018-03-16 09:06:15 242
转载 caffe的python接口学习(5):生成deploy文件
本文转自:http://www.cnblogs.com/denny402/p/5685818.html caffe的python接口学习(5):生成deploy文件如果要把训练好的模型拿来测试新的图片,那必须得要一个deploy.prototxt文件,这个文件实际上和test.prototx...
2018-03-16 08:50:43 334
转载 caffe的python接口学习(4):mnist实例---手写数字识别
本文转自:http://www.cnblogs.com/denny402/p/5684431.html caffe的python接口学习(4):mnist实例---手写数字识别深度学习的第一个实例一般都是mnist,只要这个例子完全弄懂了,其它的就是举一反三的事了。由于篇幅原因,本文不具体介绍配置文件里面每个参数的具体函义...
2018-03-16 08:49:22 234
转载 caffe的python接口学习(3):训练模型(training)
本文转自:http://www.cnblogs.com/denny402/p/5679204.html caffe的python接口学习(3):训练模型(training)如果不进行可视化,只想得到一个最终的训练model, 那么代码非常简单,如下 :import caffecaffe.set_device(0)caffe.set_mode_gpu()...
2018-03-16 08:46:45 204
转载 caffe的python接口学习(2):生成solver文件
本文转自:http://www.cnblogs.com/denny402/p/5679154.html caffe的python接口学习(2):生成solver文件 caffe在训练的时候,需要一些参数设置,我们一般将这些参数设置在一个叫solver.prototxt的文件里面,如下:base...
2018-03-16 08:43:49 159
转载 caffe的python接口学习(1):生成配置文件
本文转自:http://www.cnblogs.com/denny402/p/5679037.html caffe的python接口学习(1):生成配置文件caffe是C++语言写的,可能很多人不太熟悉,因此想用更简单...
2018-03-16 08:40:40 149
转载 caffe-windows(CPU)配置与利用mnist数据集训练第一个caffemodel
从零到一:caffe-windows(CPU)配置与利用mnist数据集训练第一个caffemodel一、前言 本文会详细地阐述caffe-windows的配置教程。由于博主自己也只是个在校学生,目前也写不了太深入的东西,所以准备从最基础的开始一步步来。个人的计划是分成配置和运行官方教程,利用自己的数据集进行训练和利用caffe来实现别人论文中的模型(目前在尝试的
2017-10-17 11:32:36 271
原创 caffe-master+windows7+MATLAB13a+VS2013无GPU(深度学习环境配置)
基于MATLAB的深度学习环境配置:windows7专业版64位+caffe+MATLAB13a+VS2013无GPU
2017-10-13 10:44:32 606
原创 分布孔径红外探测系统研究综述
随着微波隐身技术和作战飞机电子战技术的不断发展,雷达的探测距离和抗干扰能力逐渐下降。同时,发射电磁波的主动探测方式使雷达容易被发现、干扰和攻击。为了弥补机载雷达的弱点,具有被动模式,体积小,重量轻的优点,低功耗,高角分辨率、抗电磁干扰能力强、隐蔽性好等优点的现代综合光电系统得到了迅速发展。为了让研究者能迅速掌握现代综合光电系统的研究进展,本文调研了大量关于分布孔径红外探测系统的文献,并对分布孔径红外探测系统的研究意义,应用场景和研究现状做了介绍,同时对当前的分布孔径红外探测系统的主要困难做了分析,并对未来的
2017-10-08 20:38:14 10577
原创 算法设计与分析笔记之(9):近似算法
声明1)本文仅供学术交流,非商用。具体引用的资料请看参考文献。如果某部分不小心侵犯了大家的利益,请联系博主删除。2)本人才疏学浅,整理总结的时候难免出错,还望各位前辈不吝指正,谢谢。联系方式:[email protected]
2017-10-07 22:08:10 526
原创 算法设计与分析笔记之(8):NP问题
声明1)本文仅供学术交流,非商用。具体引用的资料请看参考文献。如果某部分不小心侵犯了大家的利益,请联系博主删除。2)本人才疏学浅,整理总结的时候难免出错,还望各位前辈不吝指正,谢谢。联系方式:[email protected]
2017-10-07 22:04:28 358
原创 算法设计与分析笔记之(7):概率算法
声明1)本文仅供学术交流,非商用。具体引用的资料请看参考文献。如果某部分不小心侵犯了大家的利益,请联系博主删除。2)本人才疏学浅,整理总结的时候难免出错,还望各位前辈不吝指正,谢谢。联系方式:[email protected]
2017-10-07 22:00:57 469
原创 算法设计与分析笔记之(6):分支限界法
活结点:自己已经被生成,但还没有被检测的结点。“分支”是采用广度优先的策略,依次生成E-结点所有分支,也就是所有的儿子结点。和回溯法一样,可以在生成的结点中,抛弃那些不满足约束条件的结点,其余结点加入活结点表。然后从表中选择一个结点作为下一个E-结点。
2017-10-07 21:54:50 1370
原创 算法设计与分析笔记之(5):回溯法
回溯算法实际上一个类似枚举的搜索尝试过程,主要是在搜索尝试过程中寻找问题的解,当发现已不满足求解条件时,就“回溯”返回,尝试别的路径。回溯法是一种选优搜索法,按选优条件向前搜索,以达到目标。但当探索到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择,这种走不通就退回再走的技术为回溯法,而满足回溯条件的某个状态的点称为“回溯点”。许多复杂的,规模较大的问题都可以使用回溯法,有“通用解题方法”的美称。
2017-10-07 21:48:28 415
原创 算法设计与分析笔记之(4):动态规划
声明1)本文仅供学术交流,非商用。具体引用的资料请看参考文献。如果某部分不小心侵犯了大家的利益,请联系博主删除。2)本人才疏学浅,整理总结的时候难免出错,还望各位前辈不吝指正,谢谢。联系方式:[email protected]
2017-10-07 21:34:56 463
原创 算法设计与分析笔记之(3):贪婪算法
声明1)本文仅供学术交流,非商用。具体引用的资料请看参考文献。如果某部分不小心侵犯了大家的利益,请联系博主删除。2)本人才疏学浅,整理总结的时候难免出错,还望各位前辈不吝指正,谢谢。联系方式:[email protected]
2017-10-07 21:30:44 301
原创 算法设计与分析笔记之(2):递归与分治策略
声明1)本文仅供学术交流,非商用。具体引用的资料请看参考文献。如果某部分不小心侵犯了大家的利益,请联系博主删除。2)本人才疏学浅,整理总结的时候难免出错,还望各位前辈不吝指正,谢谢。联系方式:[email protected]
2017-10-07 21:20:22 546
原创 算法设计与分析笔记之(1):算法概述
第一章 算法概述第一节 用计算机求解问题与算法1.计算机求解问题的步骤:a) 问题分析b) 数学模型建立c) 算法设计与选择d) 算法表示:图形、流程图、数学表达等e) 算法分析:确定衡量算法的标准包括:精度、时间度和空间度f) 程序调试g) 结果整理和文档编制2.算
2017-10-07 20:27:52 959
转载 深度学习工具汇总
深度学习工具汇总A Summary of Deep Learning Developing Tools 随着深度学习的迅猛发展,深度学习的开发框架和工具也越来越多。不只是著名大学和科研机构在研究自己的深度学习框架,各大公司也已经推出了不少深度学习开发平台。
2017-10-07 10:31:18 970
原创 图像增强技术基础、评价指标及其经典算法
基于学习的图像增强技术第一章 图像的基础知识1.图像信号的基本概念1.1. 数字图像的基本类型1.1.1位图位图是使用二维像素矩阵来表示的图像,每个像素的亮度信息或者颜色信息用灰度或RGB分量表示。每一个像素值所占的比特位可以是1、4、8、16、24、位等,位数越高所包含的信息就越丰富。与其不同的是矢量图。1.1. 2.二值图像二值图像有黑白两种颜色构成,也叫黑白图像,
2017-10-06 22:13:28 8670 1
原创 光学系统在机器视觉检测中的应用
光学系统在机器视觉检测中的应用摘要本文先介绍了机器视觉检测的基本原理,并对现在现有的光学系统检测的所涉及到的光学知识总了总结,最后以实际产品——汽车玻璃机器视觉在线检测系统为例,根据产品的原理和参数,做了光学系统分析。 关键词 机器视觉检测 光学系统 汽车玻璃机器视觉在线检测系统 机器视觉检测基本原理机器视觉检测是指利用计算机来模拟人眼制造光学检测系统,并用光学检
2017-10-06 22:03:14 5209
原创 基于高光谱影像的农作物检测应用简介
基于高光谱影像的农作物检测应用简介 随着科学技术的发展,现代农业正在朝着更加规模化的方向发展。在传统的小规模农业种植中,管理者凭借经验和肉眼获得的信息即可快速判断农作物的生长状况并迅速采取有效的措施。然而,对于现代化的大规模的作物种植,采用传统的方式很难全面实时掌握作物的生长状况。大规模的作物种植要求管理者具有快速实时获得作物生长状况的能力和科学的管理机制。通过高光谱仪实现对大规
2017-10-06 21:48:18 11376 2
转载 实现一个卷积神经网络
一、卷积神经网络(CNN)卷积神经网络(ConvolutionalNeural Network,CNN)是人工神经网络的一种。当前已经成为图像和语音识别领域有十分广泛的应用,特别是在识别位移、缩放及其他形式扭曲不变性的二维图形方面有十分优异的表现,已经成为一个十分重要的研究方向。关于CNN的详细解释可以看这里:http://blog.csdn.net/zouxy09/article/det
2017-10-06 19:27:17 344
转载 反向传播算法
1、损失函数 损失函数在统计学中是一种衡量损失和误差程度的函数,它一般包括损失项(loss term)和正则项(regularization term)。 损失项 损失项比较常见的有平方损失,常用在回归问题;以及对数损失函数,常用在分类问题。 正则项 加入正则项目的是减小权重的幅度,防止过度拟合。常用的有L1-r
2017-10-06 18:27:35 495
转载 softmax层的实现
softmax简介Softmax回归模型是logistic回归模型在多分类问题上的推广,在多分类问题中,待分类的类别数量大于2,且类别之间互斥。比如我们的网络要完成的功能是识别0-9这10个手写数字,若最后一层的输出为[0,1,0, 0, 0, 0, 0, 0, 0, 0],则表明我们网络的识别结果为数字1。S
2017-10-06 18:07:56 536
转载 激活函数层的实现
转自:http://blog.csdn.net/l691899397/article/details/52279373激活函数是用来引入非线性因素的。网络中仅有线性模型的话,表达能力不够。比如一个多层的线性网络,其表达能力和单层的线性网络是相同的(可以化简一个3层的线性网络试试)。我们前边提到的卷积层、
2017-10-06 11:03:45 1013
转载 卷积神经网络CNN经典模型整理Lenet,Alexnet,Googlenet,VGG,Deep Residual Learning
卷积神经网络CNN经典模型整理Lenet,Alexnet,Googlenet,VGG,Deep Residual Learning
2017-10-05 22:42:55 259
转载 卷积神经网络
卷积神经网络转载请注明:http://blog.csdn.net/stdcoutzyx/article/details/41596663自今年七月份以来,一直在实验室负责卷积神经网络(Convolutional Neural Network,CNN),期间配置和使用过theano和cuda-convnet、cuda-convnet2。为了增进CNN的理解和使用,特写此博文,以其与人交流,互有增
2017-10-05 21:45:40 268
转载 机器学习中的范数规则化之(一)L0、L1与L2范数
机器学习中的范数规则化之(一)L0、L1与L2范数[email protected]://blog.csdn.net/zouxy09 今天我们聊聊机器学习中出现的非常频繁的问题:过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大,为了不吓到大家,我将这个五个部分分成两篇博文。知识有限,以下都是我一些浅显的看
2017-10-04 18:16:47 307
转载 神经网络和机器学习基础入门分享
转自:http://blog.csdn.net/eastmount/article/details/49591349 最近在做知识图谱实体对齐和属性对齐中,简单用了下Word2vec谷歌开源代码。Word2vec是一个将单词表征成向量的形式,它可以把文本内容的处理简化为向量空间中的向量运算,计算出向量空间上的相似度,来表示文本语义上的相似度。 Word2vec采
2017-10-04 12:46:28 347
转载 常见的机器学习&数据挖掘知识点
转自:http://blog.csdn.net/heyongluoyao8/article/details/47840255常见的机器学习&数据挖掘知识点转载请说明出处Basis(基础):SSE(Sum of Squared Error, 平方误差和)SAE(Sum of Absolute Error, 绝对误差和)SRE(Sum of Relative Error,
2017-10-04 11:55:32 452
转载 Deep Learning学习 之 CNN代码解析(MATLAB)
MATLAB实现CNN一般会用到deepLearnToolbox-master。但是根据Git上面的说明,现在已经停止更新了,而且有很多功能也不太能够支持,具体的请大家自习看一看Git中的README。deepLearnToolbox-master是一个深度学习matlab包,里面含有很多机器学习算法,如卷积神经网络CNN,深度信念网络DBN,自动编码AutoEncoder(堆栈SAE,卷积C
2017-10-03 22:49:34 1028
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人