2017年04月_算法学习者

原创树莓派 FFmpeg 支持GPU硬解码

1. 安装x264git clone git://git.videolan.org/x264.git./configure \> --disable-shared --enable-static \> --enable-strip \> --disable-clmake 2. 安装ffmpeggit://source.ffmpeg.org/ffmpeg.

2017-04-30 02:55:58 16526 5

转载樹莓派架設 RTMP 串流（Streaming）伺服器，傳送即時攝影機影像

這裡介紹使用樹莓派安裝 nginx 架設 RTMP 串流伺服器，傳送即時的攝影機影像。樹莓派加上一個網路攝影機（webcam）之後，就可以用來打造一個即時的 live 影像串流伺服器，作為簡單的監控設備，讓您透過電腦或是手機看到即時的攝影機畫面。在本篇教學中所使用的設備與規格為：樹莓派 Raspberry Pi B+ 開發板羅技 C170 視訊攝影機以下是架設 RTMP 串流（

2017-04-29 21:26:53 8378 1

原创 Raspberry 源

deb http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ jessie main contrib non-free rpideb-src http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ jessie main contrib non-free rpi

2017-04-29 18:05:55 6056

转载 Ubuntu MATE for the Raspberry Pi 2 and Raspberry Pi 3

Making a microSDHCThe image can be directly written to a microSDHC using a utility like dd, but we prefer ddrescue (from the gddrescue, for example:sudo apt-get install gddrescue xz-utilsun

2017-04-29 17:05:17 6449

转载 Adversarial Neural Machine Translation

https://arxiv.org/abs/1704.06933Lijun Wu, Yingce Xia, Li Zhao, Fei Tian, Tao Qin, Jianhuang Lai, Tie-Yan Liu(Submitted on 20 Apr 2017)In this paper, we study a new learning paradigm

2017-04-28 00:39:56 6520

转载 ORB-SLAM2

Authors: Raul Mur-Artal, Juan D. Tardos, J. M. M. Montiel and Dorian Galvez-Lopez (DBoW2)13 Jan 2017: OpenCV 3 and Eigen 3.3 are now supported.22 Dec 2016: Added AR demo (see section 7).

2017-04-28 00:21:50 8712

转载 DBoW3

For an improved version of this project, please see FBOWhttps://github.com/rmsalinas/fbow.DBoW3 is an improved version of the DBow2 library, an open source C++ library for indexing and converting

2017-04-27 23:15:23 9560

转载【泡泡机器人原创专栏】DBoW3 视觉词袋模型、视觉字典和图像数据库分析

前言图像数据库、视觉字典和视觉词袋向量是SLAM、计算机视觉、3D物体识别和卷积神经网络图像处理的重要基础工具。所谓“万丈高楼平地起”，在深刻理解这些基本工具的基础之上，根据开源项目构建自己的工程就可以做到游刃有余了。在工程实践中，开源代码往往不能满足业务需求，而对计算机视觉的应用直接上来裁剪代码是一件非常困难的事情。本文的初衷是用最浅显易懂的语言，帮助大家理解并不那么普及

2017-04-27 23:14:31 12737

转载最新版的OpenCV中新增加的ORB特征的使用

看到OpenCV2.3.1里面ORB特征提取算法也在里面了，套用给的SURF特征例子程序改为ORB特征一直提示错误，类型不匹配神马的，由于没有找到示例程序，只能自己找答案。（ORB特征论文：ORB： an efficient alternative to SIFT or SURF.点击下载论文）经过查找发现：描述符数据类型有是float的，比如说SIFT，SURF描述符，还

2017-04-27 23:10:52 7049

转载 ORB-SLAM(1) --- 让程序飞起来

1. ORB SLAM简介　 ORBSLAM是15年出的比较完备的单目slam算法，orb指的是一种旋转不变性特征，整个算法均是基于orb特征实现的，不同于基于稠密或半稠密地图的slam,orbslam是一个基于特征点地图的slam。最新的orbslam的进展是基于orbslam的关键帧做了半稠密场景重建，新的研究成果可持续关注下面的项目主页：　　http://webdii

2017-04-27 23:00:44 6763

转载 IMPLEMENTING A CNN FOR TEXT CLASSIFICATION IN TENSORFLOW

The full code is available on Github.In this post we will implement a model similar to Kim Yoon’s Convolutional Neural Networks for Sentence Classification. The model presented in the paper ac

2017-04-27 00:54:07 7070

转载 UNDERSTANDING CONVOLUTIONAL NEURAL NETWORKS FOR NLP

When we hear about Convolutional Neural Network (CNNs), we typically think of Computer Vision. CNNs were responsible for major breakthroughs in Image Classification and are the core of most Computer V

2017-04-27 00:53:28 6354

转载 reinforce

I am studying RL with reinforcement/reinforce.py in pytorch/examples. I have some questions about it.What does action.reinforce(r)22 internally do ?Below is REINFORCE update rule where v_t

2017-04-26 00:15:47 7374

原创 pytorch rl code

Asynchronous Advantage Actor Critic (A3C) from "Asynchronous Methods for Deep Reinforcement Learning"https://github.com/ikostrikov/pytorch-a3cPyTorch's version of Doom-net implementing s

2017-04-26 00:13:37 7391

转载基于强化学习的文本生成技术

2013年以来Deep mind团队相继在NIPS和Natures上发表了用深度增强（强化）学习玩Atari游戏，并取得良好的效果，随后Alpha go与李世乭的一战更使得深度增强学习家喻户晓。在游戏上取得了不错的成果后，深度增强学习也逐渐被引入NLP领域。本期介绍目前NLP领域较为热点的研究方向，基于强化学习的文本生成技术（NLG），共选择了三篇文章，分别为：1. 《

2017-04-25 01:29:49 12731 2

转载 MIT最新算法，双向传播比BP快25倍深度学习

反向传播（BP）算法被认为是用于训练深度神经网络的“事实上”（de-facto）的方法。它使用前馈权重的转置，以精确的方式将输出层的误差反向传播到隐藏层。然而，有人认为，这在生物学上是不合理的，因为在生物神经系统中，带有准确输入权重的误差信号的反向传播被认为是不可能的。在本研究中，基于神经科学和与BP 类似的不对称方法的相关文献，研究者提出了一种在生物学上合理的神经结构范式。具体来说，研究者提出了

2017-04-25 00:58:10 8304

转载 Trust Region Policy Optimization

https://arxiv.org/abs/1502.05477Trust Region Policy OptimizationJohn Schulman, Sergey Levine, Philipp Moritz, Michael I. Jordan, Pieter Abbeel(Submitted on 19 Feb 2015 (v1), last rev

2017-04-25 00:11:45 7991

转载读论文Trust Region Policy Optimization

http://www.jianshu.com/p/34c2d8b31801这篇论文的作者星光闪耀，都是大牛级人物，而且是最顶尖的那种。第一作者是Schulman（cs294课程的主讲人）、Levine和Abbeel也在作者名单里面。论文首先通过一些surrogate目标函数来保证较大的步长来进行策略优化和提升，然后通过一系列的近似来推出理论公式和实际工程可行的算法，这就是鼎

2017-04-24 23:48:19 7796

转载深度卷积神经网络在目标检测中的进展

近些年来，深度卷积神经网络（DCNN）在图像分类和识别上取得了很显著的提高。回顾从2014到2016这两年多的时间，先后涌现出了R-CNN，FastR-CNN,FasterR-CNN,ION,HyperNet,SDP-CRC,YOLO,G-CNN,SSD等越来越快速和准确的目标检测方法。1.基于RegionProposal的方法该类方法的基本思想是：先得到候选区域再对候选区域进行分

2017-04-24 23:08:28 8993

转载论文笔记：Deep Learning [nature review by Lecun, Bengio, & Hinton]

如今，机器学习的技术在我们的生活中扮演着越来越重要的角色。从搜索引擎到推荐系统，从图像识别到语音识别。而这些应用都开始逐渐使用一类叫做深度学习（Deep Learning）的技术。传统机器学习算法的局限性在于，它们往往很难处理那些未被加工过的自然数据（natural data），例如一张原始的RGB图像。因此，构建一个传统的机器学习系统，往往需要一些有经验的工程师设计一个特征提取器，将原始

2017-04-24 22:57:05 11964

转载论文笔记：Mastering the game of Go with deep neural networks and tree search

背景：完全信息博弈与MCTS算法要完全弄清AlphaGo背后的原理，首先需要了解一下AI在博弈游戏中常用到的蒙特卡洛树搜索算法——MCTS。在一个完全信息下的博弈游戏中，如果所有参与者都采取最优策略，那么对于游戏中的任意一个局面ss，总有一个确定性的估值函数v∗(s)v∗(s)可以直接计算出最终的博弈结果。理论上，我们可以通过构建一棵博弈树，递归地求解出v∗(s)v∗(s)。这就是

2017-04-24 22:54:27 10169 4

转载 Android手机控制树莓派制作的四驱小车

-------更新完整的代码放在Github上了:服务端：https://github.com/darlinglele/raspberry-server手机客户端： https://github.com/darlinglele/raspberry-client-------全文年初的时候看到@段念-段文韬的这篇文章《使用树莓派制作的

2017-04-24 13:16:41 13747 2

转载有哪些对树莓派的有趣改造和扩展应用？

作者：Jason Qu链接：https://www.zhihu.com/question/20697024/answer/15888489来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。如果你手头有一个 Raspberry Pi（树莓派），你会拿它来做什么？或许以下 34 个如何使用 Raspberry Pi 的创意能够给你带来一些启发。W

2017-04-24 13:11:45 10385

转载树莓派3B上编译Android7.0系统

之前成功的将国外的树莓派3b镜像写入到树莓中，树莓派成功的运行了Android系统，然而美中不足的是：1.没有提供源码 2.运行时弹出了“”请勿用于商业用途的对话框“”。正因为如此我着手使用android7.0的源码编译一个镜像，然后下载后运行成功，同样有点美中不足，就是应用太少（只有setting 和浏览器），安装软件很不方便，后面的正在学习和改进，下面将贴出我的android7.0编

2017-04-24 13:09:28 10603

转载 Facebook和Qualcomm合作优化Caffe2和Snapdragon NPE

摘要：在正在进行的Facebook F8开发者大会上，Facebook和Qualcomm宣布携手合作，优化Caffe2和Snapdragon 神经处理引擎（NPE）软件框架。在正在进行的Facebook F8开发者大会上，Facebook和Qualcomm宣布携手合作，优化Caffe2和Snapdragon 神经处理引擎（NPE）软件框架。Caffe是由伯克利AI研究实验室和社

2017-04-23 23:42:39 6908

原创骁龙视觉深度学习SDK

神经网络SDKhttps://developer.qualcomm.com/software/snapdragon-neural-processing-engine视觉SDK(包括手势识别,人脸检测跟踪和识别,文本识别和跟踪,增强现实)gesture recognitionface detection, tracking, and recognitionte

2017-04-23 23:35:42 7621

转载 FastCV Computer Vision SDK

What is FastCV?FastCV is a computer vision library being released by Qualcomm. The library is targeted toward very sophisticated Computer Vision (CV) application developers who are interested in w

2017-04-23 23:26:57 6921

转载 Snapdragon Neural Processing Engine

Snapdragon Neural Processing EngineA Product of Qualcomm Technologies, Inc.The Qualcomm® Snapdragon™ Neural Processing Engine (NPE) SDK is designed to help developers run one or

2017-04-23 23:26:28 7579

转载 Snapdragon Math Libraries

Snapdragon Math LibrariesA product of Qualcomm Technologies, Inc.Snapdragon Math Libraries - WindowsSnapdragon Math Libraries - OS XSnapdragon Math Libraries - Linux

2017-04-23 23:26:08 6618

转载 Snapdragon 820 Deep Learning SDK Will Promise Better Privacy For The Future

Snapdragon 820 deep learning SDK introduced by Qualcomm 0By Muhammad onMAY 2, 2016Hardware & Machines, TechnologyFacebookTwitterGoogle+RedditPinterestEmail分享Qualcomm

2017-04-23 23:16:47 7111

转载从零开始学习OpenCL开发（一）架构

多谢大家关注转载本文请注明：http://blog.csdn.net/leonwei/article/details/8880012 本文将作为我《从零开始做OpenCL开发》系列文章的第一篇。 1 异构计算、GPGPU与OpenCL OpenCL是当前一个通用的由很多公司和组织共同发起的多CPU\GPU\其他芯片异构计算（heterogeneous）

2017-04-23 20:48:59 6503

转载初识Qualcomm Adreno SDK

初识Qualcomm Adreno SDK概述Adreno 是著名的Qualcomm Snapdragon SoC中的GPU计算单元。Qualcomm公司也为Adreno GPU硬件提供了单独独立的的SDK开发包。Adreno SDK可以帮助开发者优化基于Adreno图形芯片开发的游戏效果。其中包含了开发工具、依赖库以及大量实例、文档和教程。 Adreno SDK已经涵盖了

2017-04-23 20:43:22 7500

转载 Adreno SDK 详细介绍（一）

3、获取Input事件可以通过FrmGetInput函数来获取输入事件。[cpp] view plain copyVOID CSample::Update() { UINT32 nButtons; UINT32 nPressedButtons; FrmGetInput( &m_I

2017-04-23 20:42:28 6636

转载 DL：CDBN 及 CDBN的应用3D ShapeNets 学习笔记

最近看了论文CDBN 3D ShapeNets: A Deep Representation for Volumetric Shapes 将所学到的东西稍作整理。有关论文的一些网址：[1] CRBM http://qipeng.me/software/convolutional-rbm.html [2] CRBM 论文笔记 http://www.cnblogs.c

2017-04-23 17:06:55 6628

转载 DL：Convolutional Deep Belief Networks（CDBN）代码（matlab）理解

最近看了论文CDBN 的论文和代码，现将对代码的理解稍作整理。有关论文的一些网址：[1] CRBM http://qipeng.me/software/convolutional-rbm.html [2] CRBM 论文笔记 http://www.cnblogs.com/lijingcong/p/4113143.html[3] CDBN paper http:/

2017-04-23 17:05:18 7134 1

转载 Mask R-CNN

https://arxiv.org/abs/1703.06870Kaiming He, Georgia Gkioxari, Piotr Dollár, Ross Girshick(Submitted on 20 Mar 2017 (v1), last revised 5 Apr 2017 (this version, v2))We present a concept

2017-04-23 16:53:41 7028

转载块匹配算法

1. 介绍块匹配是图像去噪，运动估计中常用的一种方法。通过将查询块与相邻的图像块进行匹配，从这些相邻块中找出距离查询块距离最近的 K 个块。所谓的相邻也并不是绝对的位置上的相邻，也由此可以引出局部搜索（local）和全局搜索（non-local）。如上图所示： + Vi 是一个以 i（红色）为中心的窗（搜索窗），最大的灰色矩阵区域； + Ni 是以 i 为中心

2017-04-23 15:59:39 18785

转载 High-Dimensional Continuous Control Using Generalized Advantage Estimation

https://arxiv.org/abs/1506.02438High-Dimensional Continuous Control Using Generalized Advantage EstimationJohn Schulman, Philipp Moritz, Sergey Levine, Michael Jordan, Pieter Abbeel(

2017-04-22 16:19:10 7155

转载 VAE变分自动编码器

没有任何公式——直观的理解变分自动编码器VAEIntroduction to variational autoencoders VAE第二篇VAE variation inference变分推理清爽介绍论文:Autoencoding beyond pixels usingALearnedSimilarityMmetric及视频结合代码讲

2017-04-22 14:03:37 7869

转载没有任何公式——直观的理解变分自动编码器VAE

摘要：本文简单介绍了变分自动编码器VAE的基本原理，从经典神经网络的贝叶斯计算概率方法慢慢转变到变分自动编码器神经网络中的优化问题，使用KL散度度量误差，给大家提供一个VAE的基本框架。全篇没有公式，通俗易懂。作者介绍：Hamidreza Saghirautoencoders作为一种非常直观的无监督的学习方法是很受欢迎的，最简单的情况是三层的神经网络，第一层是

2017-04-22 14:01:50 8103

directshow_SDK开发笔记

空空如也