沤江一流-CSDN博客

原创（Slide）Attention Mechanism注意力机制

PPT地址：http://download.csdn.net/download/mounty_fsc/10113027

2017-11-10 12:29:17 3949

原创（Slide）论文笔记：Generative Visual Manipulation on the Natural Image Manifold

PPT地址：http://download.csdn.net/download/mounty_fsc/10113012

2017-11-10 12:22:45 4166

原创（Caffe）LSTM层分析

本文地址：http://blog.csdn.net/mounty_fsc/article/details/本部分剖析Caffe中Net::Forward()函数，即前向计算过程。从LeNet网络角度出发，且调式网络为测试网络（区别为训练网络），具体网络层信息见（Caffe，LeNet）初始化测试网络（四） 1 相关问题Long-term recurrent convolutional

2016-11-10 19:25:45 40198 39

原创（Paper）Network in Network网络分析

本文地址：《Network in Network》论文笔记1.综述这篇文章有两个很重要的观点：1×1卷积的使用文中提出使用mlpconv网络层替代传统的convolution层。mlp层实际上是卷积加传统的mlp（多层感知器），因为convolution是线性的，而mlp是非线性的，后者能够得到更高的抽象，泛化能力更强。在跨通道（cross channel,cross feature map

2016-06-23 20:03:27 21321 1

原创（Caffe）基本类Filter（五）

本文地址:Filter类在Caffe中用来初始化权值大小，有如下表的类型：类型派生类说明 constant ConstantFiller 使用一个常数（默认为0）初始化权值 gaussian GaussianFiller 使用高斯分布初始化权值 positive_unitball PositiveUnitballFiller uniform

2016-06-17 14:44:30 6920 1

翻译（Math）矩阵求导

本文地址：http://blog.csdn.net/mounty_fsc/article/details/51583809前言本文为维基百科上矩阵微积分部分的翻译内容。本文为原文的翻译与个人总结，非一一对照翻译。由于水平不足理解不够处，敬请原谅与指出。原文地址https://en.wikipedia.org/wiki/Matrix_calculus。原文为矩阵微积分，本文题为矩阵求导，原因是

2016-06-05 11:44:13 33491 4

原创（Caffe，LeNet）权值更新（七）

本文地址：在Solver::ApplyUpdate()函数中，根据反向传播阶段计算的loss关于网络权值的偏导，使用配置的学习策略，更新网络权值从而完成本轮学习。

2016-06-05 11:40:31 8296 4

原创（Caffe，LeNet）反向传播（六）

本文地址：本部分剖析Caffe中Net::Backward()函数，即反向传播计算过程。从LeNet网络角度出发，且调试网络为训练网络，共9层网络。具体网络层信息见（Caffe，LeNet）初始化训练网络（三）第2部分本部分不介绍反向传播算法的理论原理，以下介绍基于对反向传播算法有一定的了解。1 入口信息Net::Backward()函数中调用BackwardFromTo函数，从网络最后一层到

2016-05-31 10:33:03 13623 8

原创（CV）三维视觉

本文地址：1 仿射变换矩阵表示以二维坐标为例讲述仿射变换。变换前坐标为(x,y)(x,y)，变换后坐标为(x′,y′)(x',y')，本文均使用齐次坐标系，且此处不介绍其次坐标。二维仿射变换保持了图像的“平直性”（即变换后直线还是直线）和“平行性”（平行线还是平行线）。仿射变换可以通过一系列的原子变换的复合来实现，包括：平移（Translation）、缩放（Scale）、翻转（F

2016-05-25 23:20:45 2738

原创（CV，Math）射影几何

本文地址：计算机视觉中常涉及欧式几何（Euclidean Geometry）、仿射几何（Affine Geometry）、射影几何（Projective Geometry）、微分几何（ Differential Geometry）。1 无穷远点元素对nn维欧式空间加入无穷远元素，并对有限元素和无穷远元素不加区分，则他们共同构成nn维射影空间。一维射影空间是一条射影直线，

2016-05-25 23:06:53 7502 1

本文地址：1 仿射变换矩阵表示以二维坐标为例讲述仿射变换。变换前坐标为(x,y)(x,y)，变换后坐标为(x′,y′)(x',y')，本文均使用齐次坐标系，且此处不介绍其次坐标。二维仿射变换保持了图像的“平直性”（即变换后直线还是直线）和“平行性”（平行线还是平行线）。仿射变换可以通过一系列的原子变换的复合来实现，包括：平移（Translation）、缩放（Scale）、翻转（Flip）、旋转（R

2016-05-25 00:15:37 5350

原创（Paper）Robust Text Detection in Natural Scene Images

本文地址：《Robust Text Detection in Natural Scene Images》论文笔记这篇文章是2014年PAMI上的文章，是目前文本检测领域的state of the art.该算法是基于MSERs的，主要内容有：算法流程 1 Character candidates extraction 使用MSERs算法来产生字符候选区域，但是MSER算法可能产生过多的重复区域，

2016-05-17 19:52:28 4411 4

原创（Paper）使用LSH对Twitter做首报道检测(FSD)

本文地址：《Streaming First Story Detection with application to Twitter》论文笔记这篇论文使用改进的LSH算法进行首报道检测，针对Twitter。LSH算法在多媒体检索里面也是常用的。主要内容：改进单纯应用LSH算法至FSD以提高精度继续改进以能处理网络流文本继续改进以能处理Twitter数据介绍FSD与LSH由于单纯把LSH（近似

2016-05-17 18:40:37 2301

原创（Paper）Maximally Stable Extremal Regions(MSERs)

本文地址：论文笔记《RobustWide Baseline Stereo from Maximally Stable Extremal Regions》这篇文章有两部分内容：MSERs的定义与检测相应的匹配算法(暂时同去了解)1 MSERs定义注意Extremal Region和Maximally Stable Extremal Region这两个概念。 Extremal Region：

2016-05-13 00:11:38 4704 1

原创（Caffe，LeNet）前向计算（五）

本文地址：本部分剖析Caffe中Net::Forward()函数，即前向计算过程。从LeNet网络角度出发，且调式网络为测试网络（区别为训练网络），具体网络层信息见（Caffe，LeNet）初始化测试网络（四） 1 入口信息通过如下的调用堆栈信息可以定位到函数ForwardFromTo(其他函数中无重要信息)caffe::Net<float>::ForwardFromTo() at net.cpp

2016-05-06 18:33:31 16462 15

原创（Caffe）编程小技巧

Cuda中要处理单位数据N大于可用的线程数量N’时以向量乘函数为例，mul_kernel(n,a,b,y)对长为n的a,b求内积，结果放入ytemplate <typename Dtype>__global__ void mul_kernel(const int n, const Dtype* a, const Dtype* b, Dtype* y) { CUDA_KERNEL_LOO

2016-05-02 13:36:47 5212

原创（Cuda）存储器Memory（二）

本文地址1 Device Memory这是对后边的shared memory, global memory等的总称可分为linear memory和 CUDA arraysCUDA arrays为纹理获取做了优化，见纹理存储器对于线性存储器，一般用以下函数处理：函数描述 cudaMalloc() cudaMemcpy() cudaMallocPitch()

2016-05-02 01:16:18 3579

原创（Cuda）基础知识（一）

本文地址http://blog.csdn.net/mounty_fsc/article/details/51092920本部分内容为[1]CUDA_C_Programming_Guide.pdf中笔记1 限定符1.1 函数限定符限定符执行调用 __device__ device device __global__ device host（计算能力3.x可de

2016-05-02 00:11:27 6997

原创（Caffe）卷积的实现

本文地址：http://blog.csdn.net/mounty_fsc/article/details/本部分介绍Caffe中卷积的实现。

2016-05-01 14:52:36 9606 2

转载（OpenCV）HOG源码分析

原文地址：http://www.cnblogs.com/tornadomeet/archive/2012/08/15/2640754.html 一、网上一些参考资料　　在博客目标检测学习_1(用opencv自带hog实现行人检测) 中已经使用了opencv自带的函数detectMultiScale()实现了对行人的检测，当然了，该算法采用的是hog算法

2016-04-08 11:27:08 4818

转载（OpenCV）HOG：从理论到OpenCV实践

原文地址：http://blog.csdn.net/zhazhiqiang/article/details/21047207一、理论1、HOG特征描述子的定义： locally normalised histogram of gradient orientation in dense overlapping grids，即局部归一化的梯度方向直方图，是一种对图像局部重叠区

2016-04-08 11:16:02 4214

转载（OpenCV）SVM：从理论到OpenCV实践

原文地址:http://blog.csdn.net/zhazhiqiang/article/details/20146243（转载请注明出处：http://blog.csdn.net/zhazhiqiang/ 未经允许请勿用于商业用途）一、理论参考网友的博客：(1)【理论】支持向量机1: Maximum Margin Classifier —— 支持向量机简介

2016-04-08 11:13:50 5467

原创（Caffe）Eclipse调试的Python接口（动态链接库_caffe.so）

本文地址：1 简介：Ubuntu环境下搭建带Caffe环境。在使用Python接口时候，主要代码来源于动态链接库_caffe.so,本文介绍如果在从Python中调试执行代码Python接口，然后在Eclipse中调试动态该链接库_caffe.so.2 动机：在用Python接口调用Caffe接口时候，常常希望跟踪程序执行步骤，并查看变量情况等，故而调试动态链接库_caffe.so3 相关环境：U

2016-04-08 01:23:39 3355

原创（Cuda）流Stream（三）

本文地址：1.流（stream）的理解一个流对应并发的概念，是一组顺序执行的操作（可能由多个主机线程发出）；多个流对应并行的概念，因为发生顺序具有不确定性。2.相关函数//基本函数 cudaStream_t stream//定义流 cudaStreamCreate(cudaStream_t * s)//创建流 cudaStreamDestroy(cudaStream_t s)//销毁流

2016-04-08 01:08:03 13882 1

原创（Caffe，LeNet）初始化测试网络（四）

本文地址：http://blog.csdn.net/mounty_fsc/article/details/51051636在（Caffe，Lenet5）初始化训练网络（三）中介绍了训练网络的初始化，本文介绍测试网络的初始化。1 测试网络结构Layer layer Type Bottom Blob Top Blob Top Blob Shape minst Data —-

2016-04-07 23:52:58 3441 2

原创（Caffe，LeNet）初始化训练网络（三）

本文地址：1. Solver到Net在SGDSolver的构造函数中详见本系列博文（二），主要执行了其父类Solver的构造函数，接着执行Solver::Init()函数，在Init()中，有两个函数值得注意：InitTrainNet()和InitTestNets()分别初始化训练网络和测试网络。InitTrainNet 首先，ReadNetParamsFromTextFileOrDie(par

2016-04-07 22:50:08 11386

原创（Caffe，LeNet）网络训练流程（二）

本文地址：在训练lenet的train_lenet.sh中内容为： ./build/tools/caffe train –solver=examples/mnist/lenet_solver.prototxt由此可知,训练网咯模型是由tools/caffe.cpp生成的工具caffe在模式train下完成的。初始化过程总的来说，从main()、train()中创建Solver，在Solv

2016-04-07 22:28:37 8020 2

原创（Caffe，LeNet）IDE单步调试（一）

本文地址：1 运行范例脚本train_lenet.shUbuntu下终端行执行train_lenet.sh可训练lenet-5（详细情况参考其他教程），能直观地看到lenet训练起来带情况。 train_lenet.sh中内容为： ./build/tools/caffe train –solver=examples/mnist/lenet_solver.prototxt 涉及到程序caffe

2016-04-07 21:57:57 11716 6

原创（Caffe）基本类DataReader、QueuePair、Body（四）

本文地址：1 简介QueuePair与Body是DataReader的内部类。一个DataReader对应一个任务，一个Body生成一个线程来读取数据库（如examples/mnist/mnist_train_lmdb）。QueuePair为前面两者之间的衔接、通信。2 源代码/** * @brief Reads data from a source to queues available to

2016-04-07 18:48:46 3611 1

原创（Caffe）基本类InternalThread（三）

本文地址：1 简介类InternalThread是一个虚类，是Caffe中的多线程接口，其本质为封装了boost::thread。2 继承关系说明：可见，Caffe中使用多线程的地方主要是从磁盘读取数据的地方。3 源代码/** * Virtual class encapsulate boost::thread for use in base class * The child class

2016-04-07 18:37:28 5190

原创（Caffe）基本类Solver、Caffe、Batch（二）

本文地址：1 Solver1.1 简介其对网络进行求解，其作用有：提供优化日志支持、创建用于学习的训练网络、创建用于评估的测试网络通过调用forward / backward迭代地优化，更新权值周期性地评估测试网络通过优化了解model及solver的状态1.2 源代码/** * @brief An interface for classes that perform optimiza

2016-04-07 18:22:46 5475

原创（Caffe）基本类Blob，Layer，Net（一）

本文地址：http://blog.csdn.net/mounty_fsc/article/details/51037006Caffe中，Blob，Layer，Net，Solver是最为核心的类，以下介绍这几个类，Solver将在下一节介绍。1 Blob1.1 简介Blob是：对待处理数据带一层封装，用于在Caffe中通信传递。也为CPU和GPU间提供同步能力数学上，是一个N维的C风格的存储数

2016-04-07 14:26:33 17552 2

原创（OpenCV）笔记汇总

本文地址1. 关于InputArray的代理类在OpenCV经常有InputArray作为函数形参的使用，而实参往往是Mat，vector等，乍一看以为是Mat类实现了抽象类或者接口InputArray，分析源码之后，可以得知InputArray(_InputArray）、OutputArray(_OutputArray)与Mat、Vector、Scalar等的关系。class CV_EXPORT

2016-04-07 13:37:04 694

原创（OpenCV）函数cv::partition解析

1. 简介功能：为一个模板函数，把数据类型为_Tp的一组集合进行聚类，分成若干个类别。思想：该算法为《算法导论》（Introduction to Algorythms）中Data structures for disjoint sets章节描述的不相交集的实现，算法思想见博文（Algorithm）不相交集（Disjoint-set）。该算法为聚类算法，属于层次聚类算法（Hierarchica

2016-04-07 13:16:14 6938 1

原创（Algorithm）不相交集（Disjoint-set）

1. 简介不相交集（Disjoint-set）也称并查集（Union-find set），对于n个不同且不相交元素，不相交集为支持以下两种操作的数据结构：找出给定元素所属的集合合并两个集合2. 不相交集上的操作MAKE-SET(x)：建立一个有唯一元素x的集合，x为该集合的代表（该集合是唯一的）UNION(x,y)：将包含x,y的集合Sx,Xy合并成一个新的集合S，并选出S的新代表（合并

2016-04-07 12:23:42 2786

转载（Eclipse）调试符号

1.黄色箭头：搜索之后，找到该行。

2016-04-02 13:56:12 1311 1

转载（Boost）mutex scoped_lock

原文：http://www.cnblogs.com/liuweilinlin/p/3255846.html1.boost里的互斥量类型由mutex表示。代码示例： 1234567891011121314151617181920212223242

2016-04-02 13:03:23 2144

转载（Boost）thread_specific_ptr

原文：http://www.kingofcoders.com/viewNews.php?type=newsCpp&id=187&number=6571825070在每个线程中，都各自new一个对象交给全局的threah_specific_ptr进行管理，当线程退出后，他会自动释放这个对象，这一点与shared_ptr非常相似。thread_specific_ptr代表了一个全局的变量，

2016-04-01 22:41:08 1632

转载（Caffe）目录结构

本文系转载，具体出处不详目录结构caffe文件夹下主要文件：这表示文件夹data 用于存放下载的训练数据docs 帮助文档example 一些代码样例matlab MATLAB接口文件python Python接口文件model 一些配置好的模型参数scripts 一些文档和数据用到的脚本下面是核心代码文件夹：tools 保存的源码是用于生成二进制处理程序的，ca

2016-04-01 10:28:34 3395

Attention Mechanism注意力机制

论文笔记Generative Visual Manipulation on the Natural Image Manifold

CNN图像分类与物体检测

高质量C、C++编程指南

C++编程规范

MFC工程改名软件

Java实用编程技术集锦

内部排序算法性能分析

算术表达式计算(有文档）

JDK_API_1_6.chm英文版

空空如也