机器学习
文章平均质量分 79
sloanqin
互相交流,共同进步;方向正确,坚持不懈
展开
-
k-近邻算法(KNN)--2改进约会网站的配对效果---by香蕉麦乐迪
参考书籍:《机器学习实战》实验说明:预测约会对象对用户是否具有吸引力输入数据:每个待约会的对象有三个属性,分别是 每年飞行里程数、玩游戏占时间比、每周吃的冰淇淋(单位公升);(ps:我觉得这三个参数,分别代表一个人是否有钱,生活娱乐,饮食习惯)样本集:有1000个约会对象的数据,并且每个对象有一个标签,标签有三大类,分别是 不喜欢、魅力一般、非常有魅力实验过程:1、将样本原创 2015-12-02 17:00:49 · 1651 阅读 · 0 评论 -
struck(结构化SVM用于视觉跟踪)--源代码详解--tracker.cpp
作者算法的功能都是在tracker类中实现的,下面分析其头文件和cpp文件,头文件:#ifndef TRACKER_H#define TRACKER_H#include "Rect.h"#include #include #include class Config;class Features;class Kernel;class LaRank;class Ima原创 2017-02-13 17:34:05 · 1491 阅读 · 0 评论 -
struck(结构化SVM用于视觉跟踪)--源代码详解--main.cpp
struck 利用结构化SVM来实现视觉跟踪,在深度学习流行起来之前,struck是视觉跟踪领域效果最好的方法。深度学习流行之后,利用泛化的卷积特征能够得到很好的效果。struck的优点在于,它可以使用任意的特征来实现跟踪,因此它可以利用卷积神经网络提取的特征,然后结合结构化SVM来实现视觉跟踪,这样的效果说不定更好。struck的源码是C++实现的,作者写的很好,思路清晰,代码结构清晰,而且原创 2017-02-13 17:32:53 · 3711 阅读 · 0 评论 -
机器学习--从0开始
机器学习 By--香蕉麦乐迪机器学习简介:机器学习是许多算法的统称,其中包含最近几年火热的深度学习,还包括许多适用于各种不同场景的其他机器学习算法(逻辑斯特回归,SVM,KNN,adaboost,EM,kmeans等等),这些算法从诞生到现在都有了几十年的历史;深度学习指的是深度神原创 2016-09-14 09:50:03 · 2195 阅读 · 0 评论 -
faster-rcnn 之 基于roidb get_minibatch(数据准备操作)
【说明】:欢迎加入:faster-rcnn 交流群 238138700,这个函数,输入是roidb,根据roidb中给出的图片的信息,读取图片的源文件,然后整理成blobs,供给网络训练使用;def get_minibatch(roidb, num_classes):这个函数会根据roidb中的信息,调用opencv读取图片,整理成blobs返回,所以这个函数是faster-rcnn实原创 2016-06-08 15:05:46 · 5808 阅读 · 1 评论 -
faster-rcnn 之训练数据是如何准备的:imdb和roidb的产生
关于imdb和roidb的生成都是在函数train_rpn的中,所以我们从这个函数开始,逐个跟进看如何执行得到我们需要的imdb和roidb:def train_rpn(queue=None, imdb_name=None, init_model=None, solver=None, max_iters=None, cfg=None): """Tra原创 2016-06-01 21:06:36 · 25017 阅读 · 19 评论 -
caffe的python接口封装原理与解析
【说明】:caffe提供了灵活的python的接口,那么这些接口是如何实现的,caffe是如何有效的把c++中的方法和类,让我们在python中可以灵活调用的;【c/c++扩展】:python中调用c/c++称为扩展,扩展的方法有很多;标准的方法是:通过样板来包装c/c++代码,这种是最原始的方式,具体的实现可以参考《python核心编程》--22章,看这章的好处就是可以理解封装的思路是怎原创 2016-06-03 13:49:51 · 7668 阅读 · 0 评论 -
faster-rcnn 之训练脚本解析:./tools/train_faster_rcnn_alt_opt.py
【说明】:分析faster-rcnn 训练的python脚本;#!/usr/bin/env python# --------------------------------------------------------# Faster R-CNN# Copyright (c) 2015 Microsoft# Licensed under The MI原创 2016-05-30 11:46:30 · 10460 阅读 · 6 评论 -
faster-rcnn 之 shell脚本开始训练:./experiments/scripts/faster_rcnn_alt_opt.sh 0 ZF pascal_voc
【说明】:这是作者提供的一个运行训练的脚本,我们来看看这个脚本做了什么工作,如果要运行需要输入哪些参数;【使用】:如果要训练一个网络,可以在shell中输入:./experiments/scripts/faster_rcnn_alt_opt.sh 0 ZF pascal_voc这样就指定了gpu编号,网络名称,数据集名称三个参数,就可以了#!/bin/bash# Usage:原创 2016-05-27 18:38:55 · 8408 阅读 · 7 评论 -
机器学习算法总结--适合找工作复习
前言: 找工作时(IT行业),除了常见的软件开发以外,机器学习岗位也可以当作是一个选择,不少计算机方向的研究生都会接触这个,如果你的研究方向是机器学习/数据挖掘之类,且又对其非常感兴趣的话,可以考虑考虑该岗位,毕竟在机器智能没达到人类水平之前,机器学习可以作为一种重要手段,而随着科技的不断发展,相信这方面的人才需求也会越来越大。 纵观IT行业的招聘岗位,机器学习之类的岗位还是挺转载 2016-01-20 10:55:38 · 2263 阅读 · 0 评论 -
k-近邻算法(KNN)--1简单原理介绍与实践---by香蕉麦乐迪
k近邻的原理:原创 2015-12-01 18:36:49 · 1553 阅读 · 0 评论 -
faster-rcnn 之 RPN网络的结构解析
【说明】:我想很多人在看faster-rcnn的时候,都会被RPN的网络结构和连接方式纠结,作者在文中说的不是很清晰,这里给出解析;【首先】:大家应该要了解卷积神经网络的连接方式,卷积核的维度,反向传播时是如何灵活的插入一层,这些要了解;这里我推荐一份资料,真是写的非常清晰,就是MatConvet的用户手册,这个框架底层借用的是caffe的算法,所以数据结构,原创 2016-05-31 15:03:36 · 91195 阅读 · 62 评论