知识收录、转载区
文章平均质量分 92
大饼博士X
关注机器学习/深度学习算法与硬件加速
展开
-
Python基础(二):Numpy函数介绍:Meshgrid,mgrid,append等
文章目录meshgrid函数mgrid函数参考资料meshgrid函数meshgrid函数通常使用在数据的矢量化上。它适用于生成网格型数据,可以接受两个一维数组生成两个二维矩阵,对应两个数组中所有的(x,y)对。meshgrid的作用是:根据传入的两个一维数组参数生成两个数组元素的列表。如果第一个参数是xarray,维度是xdimesion,第二个参数是yarray,维度是ydimesion。那么生成的第一个二维数组是以xarray为行,共ydimesion行的向量;而第二个二维数组是以yarray的原创 2020-07-19 22:10:51 · 8367 阅读 · 0 评论 -
Python基础(一):Python切片,浅拷贝、深拷贝和赋值,排序,Reduce函数
整理一下Python常用操作,包括Python切片操作、拷贝、排序、Numpy基础等,会持续更新,主要是自己mark用。原创 2020-02-20 21:40:38 · 5146 阅读 · 2 评论 -
Python Matplotlib画图基础介绍
Matplotlib 是 Python 中最常用的一个绘图库,主要用于绘制各种图形,包括散点图、柱状图、3D图、等高线图等等。在做研究过程中肯定会经常用,本文做一个简单的入门介绍,也给出极佳的参考手册,以备查用。内容主要参考了[1]的内容,我自己用jupyter notebook实现了一遍,我会给出所有源码的文件。原创 2020-02-08 16:46:19 · 8030 阅读 · 0 评论 -
大饼博士的神经网络/机器学习算法收录合集:2020年整理,持续更新ing
本文用于随手记录一些Neural Network论文,主要是关注一些我觉得有趣的AI算法、网络结构。比较杂,随时看到随时记录,自己mark用。原创 2020-02-07 23:05:39 · 2890 阅读 · 0 评论 -
False Positives和False Negative等含义
True Positive (真正, TP)被模型预测为正的正样本;True Negative(真负 , TN)被模型预测为负的负样本 ;False Positive (假正, FP)被模型预测为正的负样本;False Negative(假负 , FN)被模型预测为负的正样本;转载 2016-02-03 22:05:45 · 23868 阅读 · 1 评论 -
720P、1080P、4K是什么意思?
什么是像素?中文全称为图像元素。像素仅仅只是分辨率的尺寸单位,而不是画质。从定义上来看,像素是指基本原色素及其灰度的基本编码。 像素是构成数码影像的基本单元,通常以像素每英寸PPI(pixels per inch)为单位来表示影像分辨率的大小。例如300x300PPI分辨率,即表示水平方向与垂直方向上每英寸长度上的像素数都是300,也可表示为一平方英寸内有9万(300x300)转载 2016-09-10 19:52:13 · 99298 阅读 · 0 评论 -
距离计算方法总结
在做很多研究问题时常常需要估算不同样本之间的相似性度量(Similarity Measurement),这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究,甚至关系到分类的正确与否。 本文的目的就是对常用的相似性度量作一个总结。本文目录:1. 欧氏距离2. 曼哈顿距离3. 切比雪夫距离4. 闵可夫斯基距离5. 标准化欧氏距离6. 马氏距离7. 夹角余转载 2013-04-26 18:40:55 · 10668 阅读 · 0 评论 -
人工智能新闻/资料/文章收录【2018年及之前】
本文仅用于个人网络资料收录:)深度学习(科普)2014-11-17:解密最接近人脑的智能学习机器 ——深度学习及并行化实现(腾讯大数据)2018-2-16:深度 | Pedro Domingos总结机器学习研究的12个宝贵经验 高维的一般问题是,来自三维世界的人类直觉通常不适用于高维空间。在高维度当中,多元高斯分布的大部分数据并不接近平均值,而是在其周围越来越远的「壳」中;此外,...原创 2019-10-27 21:24:40 · 4881 阅读 · 0 评论 -
算法转载收藏【2018年及之前】
零散算法专题收录,自己mark用原创 2018-06-11 16:54:14 · 2931 阅读 · 0 评论 -
大脑记忆系统研究取得重大进展:或被用于开发新的芯片和操作系统
索尔克研究所发布的数据表明,人脑记忆容量可达到PB级别,相当于整个互联网的数据量,这项研究也揭开了人脑高效节能之谜。发现也将有助于计算机科学家开发超精密的、高效节能的计算机,尤其是那些配置深度学习和人工神经网络的机器,这些程序能够胜任复杂的学习和分析,例如语音识别、图像识别和翻译。转载 2016-03-01 21:52:21 · 1589 阅读 · 0 评论 -
光流optical flow基本原理与实现
光流(optical flow)是什么呢?名字很专业,感觉很陌生,但本质上,我们是最熟悉不过的了。因为这种视觉现象我们每天都在经历。从本质上说,光流就是你在这个运动着的世界里感觉到的明显的视觉运动(呵呵,相对论,没有绝对的静止,也没有绝对的运动)。例如,当你坐在火车上,然后往窗外看。你可以看到树、地面、建筑等等,他们都在往后退。这个运动就是光流。而且,我们都会发现,他们的运动速度居然不一样?这就给我们提供了一个挺有意思的信息:通过不同目标的运动速度判断它们与我们的距离。一些比较远的目标,例如云、山,它们移动转载 2016-02-10 21:53:44 · 20224 阅读 · 0 评论 -
[趣味定理]喝醉的酒鬼总能找到回家的路,喝醉的小鸟则可能永远也回不了家。
喝醉的酒鬼总能找到回家的路,喝醉的小鸟则可能永远也回不了家。转载 2016-02-21 16:40:26 · 9845 阅读 · 1 评论 -
不用加减乘除实现加法运算
int add(int a,int b){ char * c; c = (char *) a; return (int)&c[b]; }根据地址来让编译器自己帮你去算,首先把a强制转换为地址,然后找以c为首地址,偏移量为b的地址,就是a+b的值。 例如a=5,b=10c=(char*) a,此时c的地址为0x00000005转载 2015-01-19 22:23:28 · 1201 阅读 · 0 评论 -
欢迎使用CSDN-markdown编辑器
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:转载 2015-02-07 22:27:52 · 792 阅读 · 0 评论 -
谷歌工程师利用和语言翻译类似的技术开发出了一个用于翻译图片主题的机器学习算法
将一种语言自动翻译成另一种语言一直以来都是难以攻克的问题。但最近几年,谷歌通过开发机器翻译算法改变了传统的翻译过程,通过谷歌翻译从本质上改变了跨文化翻译交流。转载 2015-01-19 22:35:52 · 1570 阅读 · 0 评论 -
CSDN博客用Windows Live Writer方法,终于可以离线编辑了!
以下是安装WLW 和相关设置:1、 下载安装WLW (步骤略,可自行下载,官方下载地址:http://www.microsoft.com/zh-cn/download/details.aspx?id=8621),添加日志账户,如图所示:2、下一步,您所使用的日志类型,选择MetaweblogAPI 3、 日志的远程发布网址,填写ht转载 2015-01-19 22:30:42 · 1395 阅读 · 0 评论 -
梯度下降取负梯度的简单证明,挺有意思的mark一下
本文转载自:http://blog.csdn.net/itplus/article/details/9337515转载 2015-01-19 22:28:38 · 3765 阅读 · 0 评论 -
OpenCL与CUDA,CPU与GPU
OpenCLOpenCL(全称Open Computing Language,开放运算语言)是第一个面向异构系统通用目的并行编程的开放式、免费标准,也是一个统一的编程环境,便于软件开发人员为高性能计算服务器、桌面计算系统、手持设备编写高效轻便的代码,而且广泛适用于多核心处理器(CPU)、图形处理器(GPU)、Cell类型架构以及数字信号处理器(DSP)等其他并行处理器,在游戏、娱乐、科转载 2015-05-12 22:53:03 · 8232 阅读 · 0 评论 -
深度学习开源工具——caffe介绍
Caffe 此前听过没用过,所以报告前自己试运行了一下,参照 caffe官方教程。Caffe 安装、上手都很快,Protobuf 式的层定义很直观,模型修改或算法调整变得很容易,相当于只需要改配置文件。还找到了他们放在 Google Docs 上一个教程 PPT, DIY Deep Learning for Vision: a Hands-On Tutorial with Caffe ,后来发转载 2015-05-15 00:22:35 · 5524 阅读 · 1 评论 -
Deep Learning关于Vision的Reading List
主要是顺着Bengio的PAMI review的文章找出来的。包括几本综述文章,将近100篇论文,各位山头们的Presentation。全部都可以在google上找到。BTW:由于我对视觉尤其是检测识别比较感兴趣,所以关于DL的应用主要都是跟Vision相关的。在其他方面比如语音或者NLP,很少或者几乎没有。个人非常看好CNN和Sparse Autoencoder,这个list也反映了我的偏好,仅供参考。转载 2015-01-19 23:13:32 · 1945 阅读 · 0 评论