机器学习
嘀嘀嗒嘀啊
计算机视觉民工
展开
-
基于支持向量机(SVM)的人脸识别
下定决心开始写博客,希望能在写博客的过程中,总结思路,加深理解。在这里分享心得体会,共同进步。如有不足之处望批评指正。本博客包含本人学习SVM和PCA的笔记,简要的说明其原理和方法步奏,人脸识别程序的解释说明,一并奉上完整的Matlab代码和相关的学习资料。感觉自己在这上面花了不少时间但停留在一个较浅层次的了解上,希望后面学习SVM的朋友们能少走弯路。本人才疏学浅,博客难免有错漏,请见谅。如有转载请原创 2016-05-06 10:47:07 · 30698 阅读 · 4 评论 -
机器学习图像识别数据挖掘面试中 不会的&答错的&答得不好的 问题Mark1
博主非CS传统工科硕士一枚,硕士期间项目上和深度学习沾沾边。目前投的岗位差不多都是图像识别或者机器学习或者数据挖掘方向,几个面试下来,差不多都是没有下文了,怪不得被人只恨自己没有准备充分,在这里记录一下面试中遇到的问题和面完之后自己查阅相关资料后的解决办法,以及引伸相似的可能会被问到的问题。希望大家都能找到心仪的实习和工作O(∩_∩)O欢迎补充和指正!转载请注明出处。1Q: 如何判断单链表是否有环?原创 2017-04-29 17:35:12 · 3760 阅读 · 2 评论 -
Win7 64bit +vs2013 + GTX1080 cuda theano caffe 配置详细记录
新电脑,一切从零开始。 由于之前安装过几次,发现不同的电脑在配置上可能会遇到的问题有不同,虽然我最后配置下来还是有一点报错没能解决,不过万幸不影响使用。以下是血泪的经验,尽可能的详细和完整,如有错漏欢迎指正。 Prepare下好要装的软件,注意查好软件版本之间还有与电脑系统的相互支持关系,比如说cuda8.0只支持vs2010 vs2012 vs2013 vs2015,我下载的软件和版本是:1.原创 2016-10-11 18:25:05 · 2301 阅读 · 4 评论 -
交叉验证
【交叉验证方法介绍】 转自http://page.renren.com/600754883/note/912691419 在pattern recognition与 machine learning 的相关研究中,经常会将 dataset 分为 training 跟 test 这两个subsets,前者用以建立 model,后者则用来评估该 model 对未知样本进行预测时的精确度,正规的说法原创 2016-06-30 15:55:22 · 1029 阅读 · 0 评论 -
[Paper 学习笔记] Multi-Scale 3D Convolutional Neural Networks for Lesion Segmentation in Brain MRI
这篇文章与之前看过的3D CNN那篇文章属于同一个模型下的两个应用: http://blog.csdn.net/sinat_31824577/article/details/51779228一、简介本文提出一个用于脑损伤分割的11层,双通道的3D卷积神经网络系统,在多尺度环境下响应多模3Dpatch分割出病灶的三维像素,发现可在28个样本下成功训练该模型,实验结果证实改模型的有效性,除此之外,网络翻译 2016-07-18 17:07:51 · 2602 阅读 · 0 评论 -
Python 机器学习有关机器学习工具包(Numpy、Theano、Caffe等)安装汇总
我的系统配置win7 64 ,python版本2.7.11. 但是由于某种不知道的原因,我下载这些安装包都只能选择32位的才可以成功安装。 使用pip安装: 下载链接:https://pypi.python.org/pypi/pip#downloads 安装教程:http://www.tuicool.com/articles/eiM3Er3 !!!链接没提到的吐血经验 在配置好…原创 2016-07-12 22:00:57 · 1101 阅读 · 0 评论 -
[Paper 学习笔记]PCANet: A Simple Deep Learning Baseline for Image Classification?
一、 PCANet简介一种用于图像分类的深度学习网络,用于提取图像中的特征。主要由级联的PCA filters、binary hashing和块直方图构成。相比于RandNet和LDANet,性能更佳,可适用多个数据集,结构和参数设置简单。二、PCANet结构1.结构图如下图所示: N个m×n大小的训练图,所有层中的patch尺寸都是k1×k2,只有PCA filters需要学习输入的图像。2原创 2016-06-28 13:39:33 · 4985 阅读 · 0 评论 -
[Paper 学习笔记] Effcient Multi-Scale 3D CNN with fully connected CRF for Brain Lesion Segmentation
上一篇介绍了用于简单提取2D图像特征的方法,手头项目的数据却是3D图像,希望这一篇能给我一些新的思路。 http://blog.csdn.net/sinat_31824577/article/details/51775329一、简介提出一个双路径,11层的用于脑损伤图像分割的3D卷积神经网络。将并联的图像Patch合并可降低计算3D脑图像的计算复杂度、消除数据中的类内不平衡。为了试用局部和更大的内原创 2016-06-28 22:12:38 · 6632 阅读 · 1 评论 -
Ilya Sutskever 关于深度学习的一些实用建议笔记
实用的建议:1. Get the data:确保有高质量的输入输出数据集和高纯度的标签。2. Preprocess:必要工作:零均值,每个维度的方差为1。有时候某维度的输入呈数量级的变化,最好实用log(1+x)来表示。3. Minibatches:如今的电脑同时处理所有的训练样本可能效率较低,通常一次处理的批次为128个样本比较有效。批次数量减小可降低过拟合,但会增加计算负担,过大也易过拟合。翻译 2016-07-22 17:35:12 · 1018 阅读 · 0 评论 -
Tensorflow体验: 搭建 3D CNN
最近觉得Keras操作起来有些局限,内部很多东西都封装太死,所以准备转向 Tensorflow 。 结合Udacity 上的 deep learning 公开课 https://cn.udacity.com/course/deep-learning–ud730 再把深度学习的知识再复习一篇,顺便熟悉Tensorflow 的使用。 3D 卷积神经网络 相比于2D, 多一维仅此而已。原理上与2原创 2017-03-04 13:59:10 · 22303 阅读 · 13 评论