机器学习
文章平均质量分 79
江尹城
学我所爱,且行且珍惜
展开
-
初识——卷积神经网络
前段时间学习了coursera上的斯坦福《机器学习》(Ng)课程,初步了解了ML的各种算法。由于大创需要,开始接触DL,而卷积神经网络(CNN)是深度学习中一个重要的部分,网上看到了这篇文章,贴到这里,方便自己日后再来看,也一同与大家交流探讨。正文之前,先说几点自己对于CNN的感触。先明确一点就是,Deep Learning是全部深度学习算法的总称,CNN是深度学习算法在图像处理领域的一个转载 2016-08-29 21:09:50 · 1462 阅读 · 0 评论 -
MatConvNet卷积神经网络(二)
本篇内容:1. 尝试DAG模块运行更复杂的图片识别算法。2. 使用DAG模块,识别任意图片。一、使用DAG模块上一篇的例子是使用SimpleNN的典范。更复杂的模型则是使用DagNN。例如,要运行GoogLeNet使用:首先试运行一下是否可以识别示例,将下面的代码复制后全部粘贴到MATLAB命令行中运行即可。(注意:运行目录应为MATCONVNET文件夹下)原创 2016-09-06 16:16:23 · 6346 阅读 · 4 评论 -
MatConvNet卷积神经网络(一)
概述:MatConvNet是一个用MATLAB实现卷积神经网络(CNN),用于计算机视觉应用的MATLAB工具箱。MatConvNet 主页开始:MatConvNet工具箱可以从官网手动下载解压安装,也可以直接从MATLAB命令行中进行下载安装。下面介绍通过MATLAB命令行安装。首先确定电脑上已经安装了C++编译器(Visual Studio 20XX)在MA原创 2016-09-05 23:49:52 · 5123 阅读 · 0 评论 -
MatConvNet卷积神经网络(三)【图像滑动窗】
利用滑动窗搜索图像中的特定内容Matconvnet官方给出的神经网络分类器imagenet-googleNet-dag.mat已经具备了较强的识别能力,能识别1000种标签。利用它再编写一个滑动窗函数,即可实现对大图像的内容搜索(如在一棵果树上寻找果子)。分析:由于图像中目标对象的大小往往不同,所以采用多个不同尺寸的滑动窗口对图像进行处理。处理时,窗口由左向右,由上原创 2016-09-06 21:57:09 · 5797 阅读 · 11 评论 -
MatConvNet卷积神经网络(四)——用自己的数据训练
尝试过从Matconvnet官网上下载的已经训练好的神经网络之后,最近自己训练了能够识别果树上红苹果的神经网络。先上图。下面分享一下经验。以下内容看之前,希望已经阅读过Matconvnet的官方文档matconvnet-manual,或者对机器学习的一些概念、卷积神经网络的原理具备基本的了解。现在进入正题。构建自己的神经网络,需要完成以下三个部分:1原创 2016-09-24 23:37:07 · 22851 阅读 · 72 评论 -
滑动窗加速方法——程明明bing算法【论文翻译】
BING: Binarized Normed Gradients for Objectness Estimation at 300fpsMing-Ming Cheng, Ziming Zhang, Wen-Yan Lin, Philip Torr, IEEE CVPR, 2014基于二值化赋范梯度特征的一般对象估计摘要:通过训练通用的对象估计方法来产生一组候选对象窗转载 2016-10-13 18:14:29 · 8406 阅读 · 0 评论 -
脉络清晰的BP神经网络讲解
学习是神经网络一种最重要也最令人注目的特点。在神经网络的发展进程中,学习算法的研究有着十分重要的地位。目前,人们所提出的神经网络模型都是和学习算 法相应的。所以,有时人们并不去祈求对模型和算法进行严格的定义或区分。有的模型可以有多种算法.而有的算法可能可用于多种模型。不过,有时人们也称算法 为模型。自从40年代Hebb提出的学习规则以来,人们相继提出了各种各样的学习算法。其中以在1986年转载 2016-10-03 00:01:37 · 653 阅读 · 0 评论