- 博客(6)
- 收藏
- 关注
RSS订阅原创 图像算法的工程优化技术
图像算法的工程优化技术当一个很酷的图像算法实现之后，我们希望集成到软件中去，这时将会遇到最大的拦路虎：性能。 可以想像一下，如果美图秀秀做一个美颜效果要转圈圈转个30秒，还会有多少人用呢。 学术界喜欢推出复杂度更低的算法，去解决性能问题，而在实际工程应用中，对代码的优化和硬件的良好运用效果来得更快更显著，这里就对不改动算法，纯工程方面做性能优化的技术作一个简介。 流程优化——节能减排对初始
2016-02-29 21:35:52
6059
原创 从软件工程的角度写机器学习2——流行的机器学习应用模式与算法
流行的机器学习应用模式与算法本文将围绕机器学习的概念，尽可能归纳总结当前流行的机器学习应用模式及相关算法。 “对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善，那么我们称这个计算机程序在从经验E学习。”机器学习的各类算法之间，重叠交叉又各自不同，既然是从软件工程的角度来写，我们会先介绍机器学习算法所依存的框架，再在这个框架下介绍有哪些算法，算法详情不做
2016-02-28 14:40:26
3049
原创 Renascence使用方法
Renascence使用方法下层库的适配类型下层库所有向Renascence架构提供的函数，其输入输出都必须给一个对应的继承于IStatusType的类，用于读取、保存、映射、释放该类型。/*Basic API*/class IStatusType{public: IStatusType(const std::string name):mName(name){} virtual
2016-02-14 10:53:40
1075
原创 Renascence架构原理——最优化算法
最优化算法背景通过公式生成ADF之后，根据下层函数库的配置，在结构不变的情形下，ADF是可以通过一系列值在0-1之间的参数进行调节的。也即ADF可表示为固定维数n的实数集，因此需要解决的问题就是在给定的目标下，求一组使目标值最大的参数。 max(f(x0,x1,x2,x3,...,xn)),xi∈[0,1]max(f(x_0, x_1, x_2, x_3, ..., x_n)), x_i\in [
2016-02-14 00:29:33
934
原创 Renascence架构原理——遗传规划算法
遗传规划算法遗传规划算法请先看一下遗传算法： http://blog.csdn.net/v_JULY_v/article/details/6132775遗传规划/遗传编程(Genetic Programming)是遗传算法的一个分支，与遗传算法中每个个体是一段染色体编码不同，它的个体是一个计算机程序。 维基上说它在70年代就已经有人实践，不过正式提出应该还是在John R. Koza教授于199
2016-02-13 18:13:07
6092
原创 从软件工程的角度写机器学习1——机器学习的思想
机器学习的思想序提到机器学习，圈内人首先想到的是神经网络、SVM、梯度下降、逻辑回归等具体的算法，而对圈外人而言，机器学习就等同于机器人、无人驾驶等具体的应用场景。 看了不少机器学习相关的文章，有描述知识点的：讲解算法非常详细，并且给出实现的程序demo。也有描述覆盖面的：泛泛而谈机器学习的典型应用场景，力图使大众易于理解。 但在一个软件工程中，机器学习如何应用，各算法如何衔接，怎么系统地去
2016-02-12 11:04:17
4436
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人