机器学习
文章平均质量分 85
kongnge
关注机器学习,计算机视觉,图像处理。
展开
-
图搜索之A*算法、深度优先搜索和广度优先搜索
/* *本文实现了深度优先搜索和人工智能中常用的A*搜索。 *本文中假设图由ROWS*COLS大小的矩阵,1代表不可通行,0代表可通行,矩阵中的2可看做图的起点和终点。 *在迷宫求解中,深度优先是一种较常用的算法,类似贪心算法,只关注当前的信息。 *A*算法是一种启发式搜索,可看做广度优先搜索和迪杰斯特拉算法的发展。 *估价函数F(x)=G(x)+H(x),G(x)为从起始节点到当前节点原创 2014-04-19 23:58:40 · 6370 阅读 · 0 评论 -
卷积神经网络及目标检测调研报告
这个PPT是最近做的一次卷积神经网络和目标检测识别的调研报告,包括读的几篇顶级会议期刊的论文,分为以下内容:(1)卷积神经网络的基本概念和发展脉络;(2)卷积神经网络的改进;(3)卷积神经网络的GPU并行化;(4)目标检测相关数据库和研究进展。原创 2015-01-20 13:33:15 · 2347 阅读 · 1 评论 -
卷积操作的GPU粗粒度并行实现及测试
卷积操作的GPU粗粒度并行实现及测试一、 算法基本思想:1、 GPU中的一个线程产生一个卷积结果,有多少个结果就使用多少个Block;2、 矩阵和卷积核存放在共享内存中,卷积结果存放在全局内存中;3、 支持10000以内任意维度的二维矩阵,卷积核最大支持16x16。4、 支持任意多幅图像的批处原创 2015-03-02 10:39:48 · 3271 阅读 · 1 评论 -
卷积操作的GPU粗粒度并行实现及测试(优化)
卷积操作的GPU粗粒度并行实现及测试一、 算法基本思想:1、 GPU中的一个线程产生一个卷积结果,有多少个结果就使用多少个Block;2、 矩阵和卷积核存放在共享内存中,卷积结果存放在全局内存中;3、 支持10000以内任意维度的二维矩阵,卷积核最大支持16x16。4、 支持任意多幅图像的批处理。原创 2015-03-02 10:43:06 · 1996 阅读 · 0 评论 -
卷积神经网络算法汇总
卷积神经网络算法汇总。原创 2015-03-06 15:52:25 · 2042 阅读 · 0 评论 -
各种机器学习方法概念
强化学习(Reinforcement Learning):所谓强化学习就是智能系统从环境到行为映射的学习,以使奖励信号(强化信号)函数值最大,强化学习不同于连接主义学习中的监督学习,主要表现在教师信号上,强化学习中由环境提供的强化信号是对产生动作的好坏作一种评价(通常为标量信号),而不是告诉强化学习系统RLS(reinforcement learning system)如何去产生正确的动作原创 2015-05-07 16:00:22 · 1401 阅读 · 0 评论