Deep learning
文章平均质量分 54
张骞晖2
Focus on Machine Learning and Computer Vision。
展开
-
对话人工智能专家-吴恩达等人 重要总结
问题一现在深度学习如此火热,深度学习的技术现状,未来发展是否会成为通用技术基础? 徐伟:深度学习会是人工智能的一个重要部分,而且被广泛使用。吴恩达:我相信深度学习在未来几年会创造更大的价值,而且这方面很缺人才。目前的人工智能仍然距离 人的智能 很远,而且还不清楚如何达到人的水平。我认为 我们要清楚 需要 用深度学习 做什么,什么不应该做,这是很重要的。问题二在比较充分的数据和翻译 2016-04-16 09:11:28 · 1632 阅读 · 0 评论 -
Android 平台 实现 卷积神经网络
研究CNN有一端时间了,在VS上 对一些深度学习框架进行学习,训练,主要以人脸为主(下一篇将要介绍CNN用于人脸识别) 、车标等等。一般情况下,深度CNN对于目标识别都需要前期的大量的数据进行训练,少则几千,多则几十万,庞大的数据以及实时性要求对于平台的性能要求是很高的,一般的移动嵌入式设备很难达到这个标准。所以对于很多情况下需要用深度学习来做分类或者回归的,都是通过网络进行请求,而且模型是现在多C原创 2016-05-30 20:03:19 · 5579 阅读 · 1 评论 -
Python调用Matplotlib绘制分布点并且添加标签
添加标签的目的代码截图目的上文介绍了根据图像的大小作为坐标来绘制分布点图。老大又给了我一个任务,我绘制完,每次将图保存,发给她,但是图片中的点的坐标是不能显示了,所以她让我给每个点添加个label,而且label是该点的横纵坐标。代码import matplotlib.pyplot as pltfrom numpy.random import randimport numpyimport原创 2016-08-07 11:27:06 · 22910 阅读 · 0 评论 -
Caffe Windows平台 人脸性别预测(1)
摘要安装微软caffe数据集准备CPU训练网络模型和solver方案训练后序优化工作1、摘要一般情况下,caffe的训练和使用都是在linux下使用的,但是特殊要求,所以要在windows下进行训练和使用。除了训练的工作之外,windows下caffe工程主要用来学习和代码阅读。2、安装caffewindows下的caffe版本,有两个。一个是某网友做的开源项目;一个是微软caffe。原创 2016-09-11 21:06:38 · 1916 阅读 · 1 评论 -
Caffe Ubuntu14.04安装配置源问题
问题介绍问题解决方法1.问题介绍之前安装caffe在Ubuntu系统下,也遇到过很多问题,但是并没有总结。昨天重装系统之后,又配置caffe,其中遇到的最大的问题就是Ubuntu源造成的问题。显而易见的是,如果源配置得好的话,然后安装caffe依赖不会出现某些棘手的问题。但是Ubuntu源并没有想象的那么稳定,或者也可能是由于本身网络的问题。2.问题解决方法(1)ubuntu配置源的总结原创 2016-09-16 18:11:12 · 1180 阅读 · 2 评论 -
Coursera 的机器学习 (Andrew Ng) 课程 视频百度云
关于视频资源的几个问题1.视频来自哪里?视频本题主从 youtube下载.2.视频为什么不全?2016/9/17包括了第一周的视频。以后会再次更新。视频下载地址链接:http://pan.baidu.com/s/1miJbkPq 密码:6p7u原创 2016-09-17 18:24:09 · 25299 阅读 · 6 评论 -
实例分析神经网络传播过程
神经网络简介博客主要内容神经网络框架神经网络前向传播实例神经网络反向传播实例总结引用一.神经网络简介今天,神经网络(nerual networks)已经是一个相当大的、多学科交叉的学科领域[1]。它不能用简单的用“一个算法”,“一个框架”,来总结它的内容。从早期神经元(neuron),到感知器(Perceptron),再到Bp神经网络,然后到今天的深度学习(deep learning)原创 2016-11-01 23:03:08 · 1433 阅读 · 0 评论 -
Convolution Networks 和Deconvolution Networks
一.卷积的概念卷积是分析数学中的一种重要运算,英文convolution。需要注意的是,以下我们考虑都是离散情况下的卷积操作。从概念上说,卷积是线性情况的下的滤波处理,性滤波处理经常被称为“掩码与图像的卷积”[1]。具体的操作则是,卷积是两原创 2016-11-24 12:47:44 · 11924 阅读 · 2 评论 -
Android端调用Caffe模型实现CNN分类
本文的主要内容如下。移动端的深度学习的实现方式tiny-cnn介绍以及移动端移植总结与改进应用截图一.移动端深度学习的几种实现方式(1)Caffe的移动端编译项目caffe(命令式框架)算是在国内最流行的深度学习开源框架,使用它进行商业,研究的人很多。对于移动端的实现,也有开源项目对caffe进行了移植。 项目连接如下:android-lib android-demo我认识的很多科研原创 2016-08-07 16:31:45 · 20984 阅读 · 10 评论