- 博客(39)
- 资源 (2)
- 收藏
- 关注
转载 CRT detected that the application wrote to memory after end of heap buffer
点击打开链接 http://blog.csdn.net/wu_lai_314/article/details/8241697今天在做检测线索二叉树与其他算法的时间复杂度时候遇到了这个问题,在网络上查阅了很多资料后,解决了这个问题,现在将这些资料及感悟整理如下,以来方便网友查阅,二来也作为自己的笔记.点击打开链接 http://blog.csdn.net/wu_lai
2015-04-29 10:30:25 530
转载 核弹再升级 英伟达Tegra X1解析
在CES 2015上,英伟达首先抛出了一颗重磅炸弹:Tegra X1,在发布时,英伟达宣城新的X1处理器的性能达到了上代K1的两倍,这也就意味着Tegra X1成为了当今市面上性能最强悍的移动处理器,下面请跟我们一起来看X1到底有多强,又强在哪里吧。首先从英伟达的老本行GPU开始分析,早在GTC 2014的时候,英伟达就宣称下一代Tegra处理器将使用Maxwell架构的GPU,而
2015-04-28 16:23:30 2871
转载 matlab中fspecial中生成高斯模板的解释以及c语言实现
下面这个函数是模拟fspecial中的生成高斯模板的函数。function h=makefilter(size,sigma) %size为模板大小 %sigma为标准差 %下面的代码其实是从fspecial中摘录出来的,我做了一些更改放到自己写的函数里面便于解释 %计算高斯模板的中心位置 siz = ([size
2015-04-28 13:59:06 1036
转载 VS2010 NVIDIA OpenCL开发环境配置
使用32位程序库 一、确定显卡是否支持OpenCL异构计算 使用GPU_Caps_Viewer_1.18看是否支持OpenCL下载地址:http://www.geeks3d.com/20130328/gpu-caps-viewer-1-18-0-released/ 英特尔第三代酷睿 Ivy Bridge架构CPU所集成的GPU—HD Graphics 4000也支持
2015-04-26 09:36:01 485
转载 内核宏ALIGN的含义
在linux2.6.30.4中,在include/linux/kernel.h文件中,ALIGN宏的定义如下:[cpp] view plaincopy#define ALIGN(x,a) __ALIGN_MASK(x,(typeof(x))(a)-1) #define __ALIGN_MASK(x,mask) (((x)
2015-04-25 14:32:27 478
转载 Ubuntu下挂载U盘
第一步:查看U盘信息 首先使用 sudo fdisk -l 命令查看一下U盘在那里, 这个信息查看后,可能会类似看到下面信息:Disk /dev/sdb: 4007 MB, 4007657472 bytes 255 heads, 63 sectors/track, 487 cylinders Units = cylinders of 16065 * 512 = 82252
2015-04-22 18:56:08 363
转载 c++计时器
[cpp] view plaincopy//Windows系统下time(),clock(),timeGetTime(),GetTickCount(),QueryPerformanceCounter()来计时 #include #include #include //time_t time() c
2015-04-22 15:38:37 1045
转载 VS2008+OPENCV2.1配置Rob Hess的SIFT代码环境
SIFT的代码中Rob Hess的算是使用度比较高的一个,关于环境的配置的讲解网上也很多。最近用VS2008+OPENCV2.1配置了一个,不知道能不能给大家带来点经验。我只是用了VS和OPENCV,并没有安装GSL,个人感觉如果只是用代码中的Sample的话是不需要安装GSL的,而且Sample的代码中也没用到,就没有安装。Rob Hess代码的网址 http://blo
2015-04-22 11:23:52 722
转载 SIFT算法实现理解及注释详解(基于Rob Hess源码)
Rob Hess的SIFT算法实现理解及注释 SIFT算法不用我多解释了,这是一个很强大的算法,主要用于图像配准和物体识别等领域,但是其计算量相比也比较大,性价比比较高的算法包括PCA-SIFT和SURF其中OpenCV提供了SURF算法,但是为了方便理解。这里给出了Rob Hess所实现的SIFT算法的实现以及注释,结合我自己的理解,如果,您有关于SIFT算法不理解的地方咱
2015-04-22 11:16:22 825
转载 harris角点检测的数学原理
一.harris角点检测的数学原理 对于harris角点检测,其主要思想就是:在图像设计中,用一个高斯窗口沿各个方向(0,360)上移动时,计算角点量,当角点量大值大于设定的阈值时,就把该窗口的中心像素点提取为角点。 用各个方向上像素差的平方和表示在高斯窗口中的变化量,其函数可以表示为:
2015-04-21 14:02:03 1471
转载 角点检测和匹配之Harris与FAST角点检测
这一章主要内容: 1. Harris角点检测 2. FAST特征检测 3. 尺度不变的SURF特征检测 4.SURF检测描述一、引言 在计算机视觉中,特征点或称兴趣点,角点(即图像的极值点,线段的终点,曲线曲率最大的点或水平、竖直方向上属性最大的点等等)被广泛应用。这些特征点是图像很重要的特征,对
2015-04-21 13:45:50 5517
转载 Distinctive Image Features from Scale-Invariant Keypoints-SIFT算法译文
从尺度不变的关键点选择可区分的图像特征David G.Lowe温哥华不列颠哥伦比亚省加拿大英属哥伦比亚大学计算机科学系Lowe@cs.ubc.ca2003年1月10日接受,2004年1月7日修改,2004年1月22日采用 摘要:本文提出了一种从图像中提取独特不变特征的方法,可用于完成不同视角之间目标或场景的可靠匹配的方法。这种特点对图像的尺度和旋转具有不变性。并跨越很大范围
2015-04-21 09:04:53 991
转载 机器学习——深度学习(Deep Learning)
Deep Learning是机器学习中一个非常接近AI的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,最近研究了机器学习中一些深度学习的相关知识,本文给出一些很有用的资料和心得。Key Words:有监督学习与无监督学习,分类、回归,密度估计、聚类,深度学习,Sparse DBN,1. 有监督学习和无监督学习给定一组数据(inpu
2015-04-20 16:39:58 786
转载 DoG (Difference of Gaussian)角点检测
DoG (Difference of Gaussian)是灰度图像增强和角点检测的方法,其做法较简单,证明较复杂,具体讲解如下:Difference of Gaussian(DOG)是高斯函数的差分。我们已经知道可以通过将图像与高斯函数进行卷积得到一幅图像的低通滤波结果,即去噪过程,这里的Gaussian和高斯低通滤波器的高斯一样,是一个函数,即为正态分布函数。那么di
2015-04-20 15:44:14 636
转载 SIFT特征提取分析
SIFT(Scale-invariant feature transform)是一种检测局部特征的算法,该算法通过求一幅图中的特征点(interest points,or corner points)及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配,获得了良好效果,详细解析如下:算法描述SIFT特征不只具有尺度不变性,即使改变旋转角度
2015-04-20 15:14:38 665
转载 SIFT算法详解
尺度不变特征变换匹配算法详解Scale Invariant Feature Transform(SIFT)Just For Funzdd zddmail@gmail.com or (zddhub@gmail.com)对于初学者,从David G.Lowe的论文到实现,有许多鸿沟,本文帮你跨越。如果你学习SIFI得目的是为了做检索,也许OpenSSE
2015-04-19 21:51:32 574
原创 高斯模糊的直观理解
原理 所谓“模糊”,可以理解成每一个像素都取周边像素的平均值,下图中,2是中间点,周边点都是1。 “中间点”取“周围点”的平均值,就会变成1.在数值上,这是一种“平滑化”。在图形上,就相当于产生了“模糊”效果,“中间点”失去了细节。显然,计算平均值时,取得范围越大,“模糊效果”越强烈。模糊半径越大,图像就越模糊,下图从左到有,模糊半径依次为3、5、10。
2015-04-17 11:05:50 580
转载 图像中的高斯模糊
注:博客中图表的大小难以调整,导致阅读不便,这里有其pdf版本:高斯模糊实现小结.pdf 高斯模糊是一种图像滤波器,它使用正态分布(高斯函数)计算模糊模板,并使用该模板与原图像做卷积运算,达到模糊图像的目的。N维空间正态分布方程为:其中,σ是正态分布的标准差,σ值越大,图像越模糊(平滑)。r为模糊半径,模糊半径是指模板元素到模板中心的距离。如二维模板大小为m
2015-04-17 11:03:10 1077
转载 谷俊丽:基于大数据的深度学习
嘉宾介绍:谷俊丽,博士学历,毕业于清华大学-美国University of Illinois Urbana-champaign大学,在清华期间作为核心人员研发过超长指令字数字信号处理器,在美期间曾参与UIUC超级计算机上的研究工作,并工作实习于Google总部和创业公司Personify。现于AMD中国研究院高级研究员,从事异构计算平台、人工智能+Big Data相关的研究。在计算机和高性能计算领
2015-04-15 14:56:27 1766
转载 斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感
近日,在网易公开课视频网站上看完了《机器学习》课程视频,现做个学后感,也叫观后感吧。 学习时间 从2013年7月26日星期五开始,在网易公开课视频网站上,观看由斯坦福大学Andrew Ng教授主讲的计算机系课程(编号CS229)《机器学习》(网址http://v.163.com/special/opencourse/machinelearning.html)(注:最早是在新浪公开课上
2015-04-14 23:46:09 622
转载 Geoffrey Hinton 是这个人,一步步把“深度学习”从边缘课题变成Google等网络巨头仰赖的核心技术
早在1960年代,Geoffrey Hinton的高中时期,就有一个朋友告诉他,人脑的工作原理就像全息图一样。创建一个3D全息图,需要大量的记录入射光被物体多次反射的结果,然后将这些信息存储进一个庞大的数据库中。大脑储存信息的方式居然与全息图如此类似,大脑并非将记忆储存在一个特定的地方,而是在整个神经网络里传播。Hinton为此深深的着迷。对Hinton来说,这是他人生的关键,也是他成功的起点。“
2015-04-14 14:48:06 2143
转载 【深度学习系列4】深度学习及并行化实现概述
摘要: 深度学习可以完成需要高度抽象特征的人工智能任务,如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络,多层非线性结构使其具备强大的特征表达能力和对复杂任务建模能力。训练深层模型是长期以来的难题,近年来以层次化、逐层初始化为代表的一系列方法的提出给训练深层模型带来了希望,并在多个应用领域获得了成功。深层模型的并行化框架和训练加速方法是深度学习走向实用的重要基石,
2015-04-14 14:18:01 1610
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
2015-04-14 12:42:08 901
转载 Siri技术解析
Siri的学术化全称为“个人自动智能助理”(Personalized Intelligent Assistant),并非苹果公司自主研发,最初是苹果AppStore的一款应用,苹果公司发现后很快于2010年4月份从斯坦福研究机构国际智能中心(SRI)处收购而来,传言收购价格在2亿美金左右,之后很快Siri从AppStore下架并集成进入IPhone 4S。作为“个人智能助理”,Siri能为
2015-04-14 11:24:31 2536
转载 对话机器学习大神Yoshua Bengio(上)
Yoshua Bengio教授(个人主页)是机器学习大神之一,尤其是在深度学习这个领域。他连同Geoff Hinton老先生以及 Yann LeCun(燕乐存)教授,缔造了2006年开始的深度学习复兴。他的研究工作主要聚焦在高级机器学习方面,致力于用其解决人工智能问题。他是仅存的几个仍然全身心投入在学术界的深度学习教授之一,好多其他教授早已投身于工业界,加入了谷歌或Facebook公司。
2015-04-14 11:19:58 636
转载 吴恩达说百度的深度学习已超越苹果和谷歌,那到底神在哪里?
嗅科技2014-12-19 16:51人工智能 深度学习33 7虎嗅注:百度深度学习今日出现了里程碑性的突破,有关该项技术的信息目前披露较少,虎嗅两位作者罗超与嗅科技提供了可供了解的线索,本文对两位作者的投稿进行了摘编整合。去年,在离苹果总部不远的加州库比蒂诺,百度悄然发布了专注于深度学习研究的前沿实验室。深度学习寻求通过模拟人脑运行机制来大规模
2015-04-14 10:27:19 1057
转载 Caffe 深度学习框架上手教程
摘要:Caffe是一个清晰而高效的深度学习框架,本文详细介绍了caffe的优势、架构,网络定义、各层定义,Caffe的安装与配置,解读了Caffe实现的图像分类模型AlexNet,并演示了CIFAR-10在caffe上进行训练与学习。Caffe是一个清晰而高效的深度学习框架,其作者是博士毕业于UC Berkeley的 贾扬清,目前在Google工作。Caffe是纯粹的C++/C
2015-04-13 11:40:03 664
转载 ubuntu NVIDIA显卡驱动安装
(K)ubuntu 下安装NVIDIA官方显卡驱动(不同于开源驱动,官方驱动对显卡的支持显然更好,而且通常更新频繁)。这里的例子:Kubuntu 10.04 32位环境 ,Nvidia7300显卡,NVIDIA 185.18驱动。目录[隐藏]1 驱动的四种来源2 受限制驱动列表(源)3 编译驱动3.1 下载驱动3.2 编译依赖3.3 屏蔽开源驱动no
2015-04-13 11:31:29 1516
转载 ubuntu 下 cuda 6.5 安装以及caffe 配置
主要参考blog:http://www.cnblogs.com/platero/p/3993877.html#http://blog.csdn.net/ccemmawatson/article/details/42004105本blog主要包含两个部分,一部分是NVIDIA显卡下的cuda 6.5的安装,第二部分是caffe的安装,环境是Ubuntu 14.04Part 1
2015-04-12 20:00:49 951
转载 解决ubuntu 13.10的双拼等中文输入法的问题(安装fcitx)
ubuntu 13.10的输入法变化较大,以前所有版本的设置双拼的方法已经用不了了... 可能是bug吧....哥只好在虚拟机测试了下ubuntu的中文版ubuntuKylin, 看看ubuntuKylin上的中文输入法是怎么安装的,ubuntuKylin的中文输入法非常完美~~ 毕竟是给中国人做的附件:文件注释: ubuntukylin上的输入法这样以来就很简
2015-04-11 00:57:23 1587
转载 Win7下U盘安装Ubuntu14.04双系统步骤详解
笔者由于工作需要使用LINUX系统,之前通过Win7上的VM虚拟机运行过centOS,对于初学者来说虚拟机上的LINUX用作平时的练习来熟悉各种LINUX命令是很不错的(大多数初学者还是要在LINUX和windows之间来回切换,对于长时间养成的使用习惯是很难一下改变过来的),学习了一段时间后有了转到Ubuntu上的打算,尤其是Ubuntu14.04的新版本还是很对自己胃口,果断决定尝试在Win7
2015-04-10 23:34:50 566
翻译 如何用U盘制作Ubuntu 14.10启动盘
Ubuntu已经出来有一段时间了,很多小伙伴都安装上在体验了,但是还是有很多小伙伴不知道如何制作U盘启动盘,今天小编为大家介绍一下,如何用U盘制作Ubuntu 14.10的启动盘。工具/原料软碟通Ubuntu 14.10如何用U盘制作Ubuntu 14.10启动盘1制作U
2015-04-10 23:10:37 475
转载 Ubuntu 14.04 Nvidia显卡驱动安装及设置
Ubuntu 14.04 Nvidia显卡驱动安装及设置更换主板修复grub 引导后,无法从Nvidia进入系统(光标闪烁), 可能是显卡驱动出了问题。1. 进入BIOS设置, 从集成显卡进入系统将显示器连接到集显的VGI口, 并在BIOS中设置用集显显示, 一般来说可以成功进入系统。2. 完全写在Nvidia驱动 (参考)执行下列命令干干净净卸载nvidia驱动, s
2015-04-10 21:27:54 1618
转载 DIY Deep Learning for Vision: A Tutorial With Caffe 报告笔记
目录简介要点记录提问总结简介报告时间是北京时间 12月14日 凌晨一点到两点,主讲人是 Caffe 团队的核心之一 Evan Shelhamer。第一次用 GoToMeeting 参加视频会议,效果真是不错。报告后分享出了 视频 和 展示文件。另一讲座,cuDNN: Accelerating Convolutional Neural Networ
2015-04-10 17:16:10 2198
转载 Caffe 深度学习框架上手教程
摘要:Caffe是一个清晰而高效的深度学习框架,本文详细介绍了caffe的优势、架构,网络定义、各层定义,Caffe的安装与配置,解读了Caffe实现的图像分类模型AlexNet,并演示了CIFAR-10在caffe上进行训练与学习。Caffe是一个清晰而高效的深度学习框架,其作者是博士毕业于UC Berkeley的 贾扬清,目前在Google工作。Caffe是纯粹的C++/C
2015-04-10 17:01:27 651
转载 [caffe]深度学习之图像分类模型AlexNet解读
在imagenet上的图像分类challenge上Alex提出的alexnet网络结构模型赢得了2012届的冠军。要研究CNN类型DL网络模型在图像分类上的应用,就逃不开研究alexnet,这是CNN在图像分类上的经典模型(DL火起来之后)。在DL开源实现caffe的model样例中,它也给出了alexnet的复现,具体网络配置文件如下https://github.com/BVLC/caf
2015-04-10 16:45:30 1231
转载 如何在Caffe中配置每一个层的结构
最近刚在电脑上装好Caffe,由于神经网络中有不同的层结构,不同类型的层又有不同的参数,所有就根据Caffe官网的说明文档做了一个简单的总结。1. Vision Layers1.1 卷积层(Convolution)类型:CONVOLUTION例子[plain] view plaincopylay
2015-04-10 16:40:29 801
转载 Caffe 编译安装
From: http://caffe.berkeleyvision.org/installation.html安装安装前,最好阅读下面的安装指导并注意和你的系统平台相关的细节问题。我们已经在 Ubuntu 14.04, Ubuntu 12.04, OS X 10.9,和OS X 10.8系统上成功的编译安装了Caffe。PrerequisitesCaffe 依赖于很多的软件包。
2015-04-09 16:12:34 1696
转载 Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
按照下文我的安装也出现一些错误:正在读取软件包列表... 有错误! E: Encountered a section with no Package: header参照:http://blog.csdn.net/awj3584/article/details/13293323 解决如果显卡安装有问题:参照:http://wiki.ubuntu.org.cn/NVIDIA解决
2015-04-09 15:52:04 439
中值滤波和sobel
2014-11-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人