2016年10月_小勺挖泰山

12月 11月 10月 09月 07月 06月 05月 04月

原创 Python调用Matlab实现混合编程

一：matlab2014b支持python2.7 、python3.3、但是并不支持python3.4及以上版本------本人安装的python版本为3.4，因此使用更高的matlab版本matlab2015a + 支持python各种版本，这里本文下载的是matlab2016a。很好的解决了对python3.4的支持，使得 import matlab 能够happy运行二： 2

2016-10-25 20:02:11 10333 6

原创 python3.4实现调用opencv3.1.0显示图像

这里楼主使用的是 Spyder 编辑器，任意一个编辑器都行0.0代码如下： //这里需要注意两点 1. 语句img=cv2.imread("b.jpg")引号中所填内容为图片所放的路径，这里我把图片放在了a.py(运行Spyder编辑器时所创建的.py文件)所在的文件夹中。 2.waitKey()中的K是大写字母import cv2img=cv2.imread("b

2016-10-25 12:03:36 1792

原创在Python3.4中实现opencv3.1.0的安装配置

楼主电脑配置：windows7 64 位写本篇之前查了好多文章，但是由于python基本都是基于2.7、opencv都是基于2.x的，所以许多方法并不适用，以致于浪费了两三个小时。这里对python3.x中怎样使用opencv3.x进行了总结，从而可以在python代码中happy的进行import cv2的调用。由于最近在搞卷积神经网络方面的东西，需要使用Theano。所以本人直接安

2016-10-25 10:26:09 11885 2

转载训练神经网络的五大算法

神经网络模型的每一类学习过程通常被归纳为一种训练算法。训练的算法有很多，它们的特点和性能各不相同。问题的抽象人们把神经网络的学习过程转化为求损失函数f的最小值问题。一般来说，损失函数包括误差项和正则项两部分。误差项衡量神经网络模型在训练数据集上的拟合程度，而正则项则是控制模型的复杂程度，防止出现过拟合现象。损失函数的函数值由模型的参数（权重值和偏置值）所决定。我们可

2016-10-24 10:52:02 5566 2

原创 windows7环境下theano的正确安装

转载请说明出处：

2016-10-22 12:45:07 3618 1

转载 (6) Deep Learning模型之：CNN卷积神经网络之深度解析CNN

本文转载自其他文章，并对文章中极少数的部分错误点进行了改正。本文整理了网上几位大牛的博客，详细地讲解了CNN的基础结构与核心思想，欢迎交流。1. 概述卷积神经网络是一种特殊的深层的神经网络模型，它的特殊性体现在两个方面，一方面它的神经元间的连接是非全连接的，另一方面同一层中某些神经元之间的连接的权重是共享的（即相同的）。它的非全连接和权值共享的网络结

2016-10-10 11:53:25 6767 1

原创 (5)Deep Learning模型之：CNN卷积神经网络的全面详细概述之一

卷积神经网络（CNN）概述由来：神经元网络的直接升级版相关：Yann LeCun和他的LeNet影响：在图像、语音领域不断突破，复兴了神经元网络并进入“深度学习”时代卷积神经网络沿用了普通的神经元网络即多层感知器的结构，是一个前馈网络。以应用于图像领域的CNN为例，大体结构如图1。很明显，这个典型的结构分为四个大层次输入图像I。为了减小复杂度，一般使用灰度图

2016-10-09 09:46:01 2829

转载 (4)Deep Learning模型之：CNN卷积神经网络(2)模型训练

上篇博文主要对CNN的基本网络结构及连接方式做了简单的介绍，还介绍了一个界内经典的LeNet-5模型。下面重点介绍CNN模型的训练过程/参数学习，在阅读本文之前，最好需要有以下方面的预备知识：神经网络基础（网络结构，前向/后向传播方式，激活函数等）；基础的最优化求解方法（梯度法，牛顿法等）；机器学习基础神经网络模型常用于处理有监督学习的问题，例如分类问题，CNN也不例外。模型需

2016-10-08 18:55:15 977

原创 (3) Deep Learning模型之：CNN卷积神经网络(1)

本文是将两篇文章进行了总结，其中一篇网址为：http://www.jeyzhang.com/cnn-learning-notes-1.html这里神经网络结构讲的比较细，可能有点难懂，但理解之后其他就迎刃而解了。本文章后面还有结构的简化描述。1.简介：卷积神经网络是近年来广泛应用于模式识别、图像处理等领域的一种高效识别算法，它具有结构简单、训练参数少和适应性强等特点。它的权值共享网络结构

2016-10-08 14:17:19 4629

转载 (2)Deep Learning训练过程

1、传统神经网络的训练方法为什么不能用在深度神经网络 BP算法作为传统训练多层网络的典型算法，实际上对仅含几层网络，该训练方法就已经很不理想。深度结构（涉及多个非线性处理单元层）非凸目标代价函数中普遍存在的局部最小是训练困难的主要来源。BP算法存在的问题：（1）梯度越来越稀疏：从顶层越往下，误差校正信号越来越小；（2）收敛到局部最小值：尤其是从远离最优区

2016-10-08 09:23:51 634

转载 (1)Deep learning简介

一、什么是Deep Learning？实际生活中，人们为了解决一个问题，如对象的分类（对象可是是文档、图像等），首先必须做的事情是如何来表达一个对象，即必须抽取一些特征来表示一个对象，如文本的处理中，常常用词集合来表示一个文档，或把文档表示在向量空间中（称为VSM模型），然后才能提出不同的分类算法来进行分类；又如在图像处理中，我们可以用像素集合来表示一个图像，后来人们提出了新的特征表示，如

2016-10-08 08:32:28 693