- 博客(673)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 plot函数属性（转自matplotlib）
matplotlib.pyplot.plot(*args, **kwargs)Plot lines and/or markers to the Axes. args is a variable length argument, allowing for multiple x, y pairs with an optional format string. For example, ea
2017-11-28 17:57:50
644
转载 ubuntu16.04 Nvidia 显卡的风扇调速及startx的后果
问题描述#查看nvdia GPU 显卡状态watch -n 10 nvidia-smi12发现显卡Tesla k40c的温度已经达到74°，转速仅仅只有49%。 查看Tesla产品资料，Tesla K40 工作站加速卡规格 ，可知所以需要调整风扇速度来降温。然而官方驱动面板里也没有了风扇调速的选项nvidia-settings1
2017-11-28 13:41:07
9605
4
转载 深度学习系列Part2：迁移学习和微调深度卷积神经网络
深度学习系列Part2：迁移学习和微调深度卷积神经网络2016-08-30 16:28:36 深度学习 卷积神经网络 0 0 0本文是微软数据科学家 Anusua Trivedi 所写的《Deep Learning》系列文章的第二部分，是对迁移学习和微调深度卷积神经网络的介绍。机器之心此前也已经编译了该系列的第一部分，详情点击《五大主流深度
2017-11-23 10:39:28
1718
转载 Precision-Recall
Example of Precision-Recall metric to evaluate classifier output quality.Precision-Recall is a useful measure of success of prediction when the classes are very imbalanced. In information retrieva
2017-11-21 23:18:03
3653
转载 28款GitHub最流行的开源机器学习项目
现在机器学习逐渐成为行业热门，经过二十几年的发展，机器学习目前也有了十分广泛的应用，如：数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、DNA序列测序、语音和手写识别、战略游戏和机器人等方面。翻译整理了目前GitHub上最受欢迎的28款开源的机器学习项目，以供开发者参考使用。1. TensorFlow TensorFlow 是谷歌发布的
2017-11-13 11:44:09
901
转载 深度学习笔记5：池化层的实现
池化层的推导池化层的输入一般来源于上一个卷积层，主要作用是提供了很强的鲁棒性（例如max-pooling是取一小块区域中的最大值，此时若此区域中的其他值略有变化，或者图像稍有平移，pooling后的结果仍不变），并且减少了参数的数量，防止过拟合现象的发生。池化层一般没有参数，所以反向传播的时候，只需对输入参数求导，不需要进行权值更新。池化层的前向计算
2017-11-01 23:42:51
5051
转载 pytorch-generative-model-collections
https://github.com/znxlwm/pytorch-generative-model-collections
2017-10-29 22:06:25
703
转载 ICCV 2017：训练GAN的16个技巧，2400+星（PPT）
作者：Soumith Chintala等编译：马文【新智元导读】本文来自ICCV 2017的Talk：如何训练GAN，FAIR的研究员Soumith Chintala总结了训练GAN的16个技巧，例如输入的规范化，修改损失函数，生成器用Adam优化，使用Sofy和Noisy标签，等等。这是NIPS 2016的Soumith Chintala作的邀请演讲的修改版本，而2016年的
2017-10-29 21:35:06
14649
1
转载 GENERATIVE ADVERSARIAL NETWORKS FOR IMAGE STEGANOGRAPHY
Steganography is collection of methods to hide secret information (“payload”) within non-secret information (“container”). Its counterpart, Steganalysis, is the practice of determining if a message co
2017-10-27 22:15:45
1326
转载 PyTorch参数初始化方法
torch.nn.inittorch.nn.init.calculate_gain(nonlinearity, param=None)[source]Return the recommended gain value for the given nonlinearity function. The values are as follows:nonlin
2017-10-26 20:32:53
4001
转载 cs231n - assignment1 - softmax 梯度推导
Softmax exerciseComplete and hand in this completed worksheet (including its outputs and any supporting code outside of the worksheet) with your assignment submission. For more details see the ass
2017-10-26 15:41:15
806
转载 pooling mean max 前向和反向传播
对于mean pooling，真的是好简单：假设pooling的窗大小是2x2, 在forward的时候啊，就是在前面卷积完的输出上依次不重合的取2x2的窗平均，得到一个值就是当前mean pooling之后的值。backward的时候，把一个值分成四等分放到前面2x2的格子里面就好了。如下forward: [1 3; 2 2] -> [2] backward: [2] -> [0.5
2017-10-26 15:38:30
576
转载 基于深度学习的Person Re-ID（综述）
一. 问题的提出 Person Re-ID 全称是 Person Re-Identification，又称为 行人重检测 or 行人再识别，直观上可以通过两种思路进行比对，一种是 通过 静态图像（still-image）进行特征比对，另一种是通过视频的时序特征（temporal）进行 Video Re-Id。 不管是采用 图像特征比对的方法 还是 结合时序特
2017-10-22 21:20:40
5102
转载 论文笔记-Person Re-identification Past, Present and Future
2016_Person Re-identification Past, Present and FutureLiang Zheng, Yi Yang, and Alexander G. Hauptmann这是一篇有关于Person re-ID 综述性文章。转载请附原文地址：http://blog.csdn.net/zdh2010xyz/article/details/537
2017-10-22 20:56:00
1177
转载 使用frp实现内网穿透
群晖NAS+frp发挥更大作用Posted by SunnyRx on October 21, 2016原文地址：http://www.sunnyrx.com/2016/10/21/simple-to-use-frp/该文章于2017年9月2日将frp版本从0.8.1更新到0.13.0，下文针对frp 0.13.0配置。NAS没有公网IP是一件很不方便的事情，尤其是在国内的网络环境
2017-10-19 15:54:13
4529
1
转载 Captioning Images with Diverse Objects
Captioning Images with Diverse ObjectsSubhashini Venugopalan, Lisa Anne Hendricks, Marcus Rohrbach, Raymond Mooney, Trevor Darrell, Kate Saenko(Submitted on 24 Jun 2016 (v1), last revise
2017-10-09 11:58:38
957
转载 Deep Reinforcement Learning-based Image Captioning with Embedding Reward
Deep Reinforcement Learning-based Image Captioning with Embedding RewardZhou Ren, Xiaoyu Wang, Ning Zhang, Xutao Lv, Li-Jia Li(Submitted on 12 Apr 2017)Image captioning is a challenging
2017-10-09 11:58:16
1007
转载 Semantic Compositional Networks for Visual Captioning
Semantic Compositional Networks for Visual CaptioningZhe Gan, Chuang Gan, Xiaodong He, Yunchen Pu, Kenneth Tran, Jianfeng Gao, Lawrence Carin, Li Deng(Submitted on 23 Nov 2016 (v1), last r
2017-10-09 11:55:33
1248
转载 An introduction to machine learning with scikit-learn
http://scikit-learn.org/stable/tutorial/basic/tutorial.htmlAn introduction to machine learning with scikit-learnSection contentsIn this section, we introduce the machine learning vocab
2017-09-30 16:53:12
661
转载 20 个顶尖的 Python 机器学习开源项目
1. Scikit-learnwww.github.com/scikit-learn/scikit-learnScikit-learn 是基于Scipy为机器学习建造的的一个Python模块，他的特色就是多样化的分类，回归和聚类的算法包括支持向量机，逻辑回归，朴素贝叶斯分类器，随机森林，Gradient Boosting，聚类算法和DBSCAN。而且也设计出了Python nu
2017-09-30 16:42:44
758
转载 caffe2 教程入门（python版）
http://www.jianshu.com/p/5c0fd1c9fef9?from=timeline学习思路1、先看官方文档，学习如何使用python调用caffe2包，包括Basics of Caffe2 - Workspaces, Operators, and NetsToy RegressionImage Pre-ProcessingLoading Pre-Tr
2017-09-30 01:25:19
1423
3
转载 Translation with a Sequence to Sequence Network and Attention
http://pytorch.org/tutorials/intermediate/seq2seq_translation_tutorial.html#exercisesTranslation with a Sequence to Sequence Network and AttentionAuthor: Sean RobertsonIn this project
2017-09-29 02:51:08
1526
转载 The Unreasonable Effectiveness of Recurrent Neural Networks
The Unreasonable Effectiveness of Recurrent Neural NetworksMay 21, 2015There’s something magical about Recurrent Neural Networks (RNNs). I still remember when I trained my first recurrent netw
2017-09-28 23:55:17
2143
转载 2017 VQA Challenge 第一名技术报告
https://zhuanlan.zhihu.com/p/296884752017 VQA Challenge 第一名技术报告张俊2 天前作者丨罗若天学校丨TTIC博士生研究方向丨NLP，CV1. 前言之前听 Chris Manning 讲过一个 talk，说他们复现别人的 paper，按照别人的算法写，做到了比原本那篇 paper 高了 1
2017-09-28 17:10:34
3291
2
转载 Deep Learning based Recommender System: A Survey and New Perspectives
Deep Learning based Recommender System: A Survey and New PerspectivesShuai Zhang, Lina Yao, Aixin Sun(Submitted on 24 Jul 2017 (v1), last revised 3 Aug 2017 (this version, v5))With the e
2017-09-26 14:05:57
1262
转载 Mobile-deep-learning（MDL）
Mobile-deep-learning（MDL） Free and open source mobile deep learning framework, deploying by Baidu.This research aims at simply deploying CNN on mobile devices, with low complexity and hi
2017-09-25 14:59:09
1113
转载 IO多路复用之epoll总结
1、基本知识 epoll是在2.6内核中提出的，是之前的select和poll的增强版本。相对于select和poll来说，epoll更加灵活，没有描述符限制。epoll使用一个文件描述符管理多个描述符，将用户关系的文件描述符的事件存放到内核的一个事件表中，这样在用户空间和内核空间的copy只需一次。2、epoll接口 epoll操作过程需要三个接口，分别如下：
2017-09-23 14:19:01
550
转载 Deep Learning论文笔记之（四）CNN卷积神经网络推导和实现
Deep Learning论文笔记之（四）CNN卷积神经网络推导和实现zouxy09@qq.comhttp://blog.csdn.net/zouxy09 自己平时看了一些论文，但老感觉看完过后就会慢慢的淡忘，某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下，一方面在整理过程中，自己的理解也会更深，另
2017-09-22 15:42:32
532
转载 Deep learning：五十一(CNN的反向求导及练习)
前言： CNN作为DL中最成功的模型之一，有必要对其更进一步研究它。虽然在前面的博文Stacked CNN简单介绍中有大概介绍过CNN的使用，不过那是有个前提的：CNN中的参数必须已提前学习好。而本文的主要目的是介绍CNN参数在使用bp算法时该怎么训练，毕竟CNN中有卷积层和下采样层，虽然和MLP的bp算法本质上相同，但形式上还是有些区别的，很显然在完成CNN反向传播前了解bp算法是必须
2017-09-22 14:55:26
710
转载 Artificial Neural Networks: Mathematics of Backpropagation (Part 4)
http://briandolhansky.com/blog/2013/9/27/artificial-neural-networks-backpropagation-part-4Up until now, we haven't utilized any of the expressive non-linear power of neural networks - all of our
2017-09-22 14:50:47
644
转载 反向传播算法（过程及公式推导）
反向传播算法（Backpropagation）是目前用来训练人工神经网络（Artificial Neural Network，ANN）的最常用且最有效的算法。其主要思想是：（1）将训练集数据输入到ANN的输入层，经过隐藏层，最后达到输出层并输出结果，这是ANN的前向传播过程；（2）由于ANN的输出结果与实际结果有误差，则计算估计值与实际值之间的误差，并将该误差从输出层向隐藏层反向传播，直至
2017-09-21 17:58:09
1416
转载 机器学习中的范数规则化之（一）L0、L1与L2范数
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法，如果理解存在错误，希望大家不吝指正。谢谢。 监督机器学习问题无非就是“minimizeyour error whil
2017-09-20 16:32:02
378
转载 已解决：Ubuntu安装sogou输入法后出现两个图标和输入框
查找进程fcitx-qimpanel 对应的pid，然后杀死ps -ef | grep fcitx-qimpanelsudo kill -9 [对应的pid]12不过每次开机都要杀一次很麻烦，索性就让它开机执行sudo vim /etc/rc.local# 在exit 0之前添加如下代码/bin/ps -ef | grep fcitx-qimpanel | grep
2017-09-18 14:43:31
5351
转载 Texmaker的字典问题
问题描述：Texmaker在ubuntu安装好时，选项->配置Texmaker中字典的路径为：/usr/share/myspell/dicts/en_GB.dic实际上系统中字典路径为：/usr/share/hunspell/en_US.dic因此只需要将路径改过来就可以证明进行拼写检查了。参考：https://bugs.launchpa
2017-09-18 14:06:49
2046
转载 ZMQ简介
一、ZeroMQ的背景介绍官方： “ZMQ(以下ZeroMQ简称ZMQ)是一个简单好用的传输层，像框架一样的一个socket library，他使得Socket编程更加简单、简洁和性能更高。是一个消息处理队列库，可在多个线程、内核和主机盒之间弹性伸缩。ZMQ的明确目标是“成为标准网络协议栈的一部分，之后进入Linux内核”。现在还未看到它们的成功。但是，它无疑是极具前景的、并且是人们更加需
2017-09-16 15:29:19
6775
转载 Murmurhash介绍与实现
MurmurHash 是一种非加密型哈希函数，适用于一般的哈希检索操作。 由Austin Appleby在2008年发明， 并出现了多个变种，都已经发布到了公有领域(public domain)。与其它流行的哈希函数相比，对于规律性较强的key，MurmurHash的随机分布特征表现更良好。---摘自wiki Redis在实现字典时用到了两种不同的哈希算法，MurmurH
2017-09-16 15:17:59
2680
转载 iPhoneX的faceID到底是一种怎样风骚的操作？
2017年9月13日，苹果召开发布会，发布的iPhone X支持Face ID登录解锁功能。什么是face ID？对，就是这个一道光打在你半夜两点都不睡的修仙脸上的这个玩意儿。当然，这只是让你明白face ID是怎么工作的，事实上并不会有这一道光，准确地说，是不会有这样一道可见光，而是红外光，下面会讲到全面屏幕上方那一条黑带里到底装了
2017-09-16 13:28:21
1635
转载 C++11:深入理解右值引用，move语义和完美转发
深入右值引用，move语义和完美转发转载请注明：http://blog.csdn.net/booirror/article/details/45057689乍看起来，move语义使得你可以用廉价的move赋值替代昂贵的copy赋值，完美转发使得你可以将传来的任意参数转发给 其他函数，而右值引用使得move语义和完美转发成为可能。然而，慢慢地你发现这不那么简单，你发现std::mov
2017-09-16 13:09:50
535
转载 C++ explicit关键字详解
首先, C++中的explicit关键字只能用于修饰只有一个参数的类构造函数, 它的作用是表明该构造函数是显示的, 而非隐式的, 跟它相对应的另一个关键字是implicit, 意思是隐藏的,类构造函数默认情况下即声明为implicit(隐式).那么显示声明的构造函数和隐式声明的有什么区别呢? 我们来看下面的例子:class CxString // 没有使用explicit
2017-09-16 12:47:06
331
转载 c++中模板使用时候typename和class的区别
在c++Template中很多地方都用到了typename与class这两个关键字，而且好像可以替换，是不是这两个关键字完全一样呢?相信学习C++的人对class这个关键字都非常明白，class用于定义类，在模板引入c++后，最初定义模板的方法为： template...... 在这里class关键字表明T是一个类型，后来为了避免class在这两个地方的使用可能给人带来混淆，所以引入了typ
2017-09-16 12:42:53
565
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人