BigFish_yukang-CSDN博客

原创 Deep Image Prior文章解析

昨天（11月30）出了名叫“DeepImage Prior” 的这篇文章，文章在图像转换任务上处理效果很好，而且提出了一个很惊人的思想，认为模型可以不通过对于数据集上进行学习和预训练就能实现图像转换任务：例如去噪，超分，Inpainting等任务，只需要调节一些超参数例如网络训练次数和学习率等。文章的主要内容如下：深度卷积神经网络能够很好处理图像生成，和

2017-12-01 19:04:36 15369

原创 linux中shell截取字符串方法总结

linux中shell截取字符串方法总结shell中截取字符串的方法有很多中，${expression}一共有9种使用方法。${parameter:-word}${parameter:=word}${parameter:?word}${parameter:+word} 上面4种可以用来进行缺省值的替换。${#parameter}上面这

2017-11-10 16:36:20 700

转载 python复制方法

五种复制方法的比较>>> import copy>>> a = [[10], 20]>>> b = a[:]>>> c = list(a)>>> d = a * 1>>> e = copy.copy(a)>>> f = copy.deepcopy(a)>>> a.append(21)>>> a[0].append(11)>>> print id(a), a

2017-11-06 21:27:35 479

原创 Opencv 视频处理

视频中包含的信息量要远远大于图片，对视频的处理分析也越来越成为计算机视觉的主流，而本质上视频是由一帧帧的图像组成，所以视频处理最终还是要归结于图像处理，但在视频处理中，有更多的时间维的信息可以利用。本文主要介绍OpenCV在处理视频时的一些基本函数。一、视频帧的读取OpenCV为视频的读入提供了一个类VideoCapture，下面我们说明一下类的几个重要的方法：1，打开一段

2017-11-03 19:31:40 506

原创 python中list由于numpy array的转换

u = array([[1,2],[3,4]])m = u.tolist()#转换为listm.remove(m[0])#移除m[0]m = np.array(m)#转换为arra

2017-03-20 18:09:59 8967

转载【TensorFlow】tf.nn.softmax_cross_entropy_with_logits的用法

原文地址为：http://blog.csdn.net/mao_xiao_feng/article/details/53382790在计算loss的时候，最常见的一句话就是tf.nn.softmax_cross_entropy_with_logits，那么它到底是怎么做的呢？首先明确一点，loss是代价值，也就是我们要最小化的值tf.nn.softmax_cros

2017-03-19 00:51:12 626

原创 Tensorflow安装

安装地址：github地址：https://github.com/tensorflow/tensorflow/tree/r0.12安装方法：1.点击Download and Setup 2.点击 pip install 3. 安装pip 4.选择和自己主机配置一致的版本5.pip 安装 tensoflow 提示：如果

2017-03-15 10:08:15 644

转载用tensorflow实现usps和mnist数据集的迁移学习

原文地址：http://blog.csdn.net/mao_xiao_feng/article/details/54944850本程序环境：tensorflow+Python，用到的库：numpy，os，Image，random。基于论文：《Deep Transfer Network: Unsupervised Domain Adaptation》前面我已经对这篇文章做

2017-03-10 18:48:45 3312 2

原创机器学习，模式识别，神经网络常数据集

网址：https://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/multiclass.html

2017-03-10 18:40:16 482

转载神经网络简介

CNN的发展史上一篇回顾讲的是2006年Hinton他们的Science Paper，当时提到，2006年虽然Deep Learning的概念被提出来了，但是学术界的大家还是表示不服。当时有流传的段子是Hinton的学生在台上讲paper时，台下的机器学习大牛们不屑一顾，质问你们的东西有理论推导吗？有数学基础吗？搞得过SVM之类吗？回头来看，就算是真的，大牛们也确实不算无理取

2017-03-09 09:41:32 402

原创 caffe框架各种神经网络模型

地址为：https://github.com/BVLC/caffe/wiki/Model-Zoo

2017-03-07 09:09:58 714

原创 Just DIAL: DomaIn Alignment Layers for Unsupervised Domain Adaptation

今天看了这篇文章，和以往处理域自适应问题的方法不同，文章提出的方法不是针对于学习源域与目标域公共特征，而是在神经网络中添加Domain-Alignment功能的层，一个固定的参考分布，将源域样本和目标域样本进行转化，从而处理domain-shift问题。

2017-03-04 17:02:49 1059 1

原创 InfoGAN介绍

InfoGAN介绍GAN网络是是一种无监督的生成模型，能够利用已有的样本集进行训练，生成与源域样本集相似的样本。GAN模型有两部分组成，一个是样本生成器G，一个是样本来源判别器D。生成器G希望生成的样本与真实的样本尽可能的相似，通过引入一些噪音数据，生成样本集分布与真实样本分布尽可能一致。GAN模型利用了博弈的思想，希望训练的判别器D能够区别样本是来自真实样本还是生成器G生成的样本，即

2017-03-01 09:54:36 3121

转载无监督学习与GAN网络

原文地址：http://it.sohu.com/20161208/n475271302.shtml过去几年，深度学习成为了机器学习社区的核心话题，2016 年更是如此。在 Tryo Labs 的这篇盘点文章中，作者回顾了对该领域贡献最大（或有潜力的）的进展以及组织和社区如何保证这些技术能以一种使所有人都受益的方式被使用。　　无监督学习一直以来都是研究人员所面临的一个主要

2017-02-28 11:08:16 8175

原创 GAN网络进展

Model　　1、Unsupervised learning　　首先我们从generative model说起。generative model的目的是找到一个函数可以最大的近似数据的真实分布。如果我们用 f(X; ??) 来表示这样一个函数，那么找到一个使生成的数据最像真实数据的 ?? 就是一个maximum likelihood estimation的过程。问题在于，当数据的分

2017-02-28 11:04:22 2046

转载 GAN网络初探

原文地址：http://www.xipusheng.com/keji/kjqy/705624.html自2014年Ian Goodfellow提出生成对抗网络（GAN）的概念后，生成对抗网络变成为了学术界的一个火热的研究热点，Yann LeCun更是称之为”过去十年间机器学习领域最让人激动的点子”。生成对抗网络的简单介绍如下，训练一个生成器（Generator，简称G），从随机噪声或者潜在

2017-02-28 10:57:10 1017

转载从LeNet到AlexNet

转载，原文地址：http://www.jianshu.com/p/7975f179ec49本文是对刘昕博士的《CNN的近期进展与实用技巧》的一个扩充性资料。主要讨论CNN的发展，并且引用刘昕博士的思路，对CNN的发展作一个更加详细的介绍，将按下图的CNN发展史进行描述：上图所示是刘昕博士总结的CNN结构演化的历史，起点是神经认知机模型，此时已经出现了卷积结构，经

2017-02-28 10:13:20 1296

转载 Alexnet网络结构

在2012年的时候，Geoffrey和他学生Alex为了回应质疑者，在ImageNet的竞赛中出手了，刷新了imageclassification的记录，一举奠定了deep learning 在计算机视觉中的地位。后边的故事大家都知道了，deeplearning一统天下，所向披靡。在这次竞赛中Alex所用的结构被称为作为AlexNet。本部分首先介AlexNet的基本的architecture

2017-02-28 09:50:31 10538 5

转载正则化

原文地址：http://blog.csdn.net/wsj998689aa/article/details/39547771 作者：迷雾forest1. 正则化的目的：防止过拟合！2. 正则化的本质：约束（限制）要优化的参数。关于第1点，过拟合指的是给定一堆数据，这堆数据带有噪声，利用模型去拟合这堆数据，可能会把噪声数据也给拟合了，这点很致命，一方面会造成模型

2017-02-21 11:52:38 555

原创 Ubuntu在当前路径下打开终端方法

Ctrl + Alt + T 打开终端后输入：sudo apt-get install nautilus-open-terminal接着输入：sudo reboot重启之后就可以了。

2017-02-17 20:46:53 4876

原创 Titan GPU Linux版本驱动下载地址

这个是官网上的地址：http://www.nvidia.cn/download/driverResults.aspx/114942/cn

2017-02-17 20:32:38 1661

转载 Ubuntu+CUDA+OpenCV+Caffee安装

CUDA安装CUDA安装从官网上下载对应的安装包，例如cuda_7.5.14_linux_64.run。sudo ./cuda_7.5.14_linux_64.run这样CUDA应该已经安装了。默认的安装目录为/usr/local/cuda-7.5 之后完成如下任务：第一：把CUDA安装后的bin加入到系统环境变量中sudo vim /etc/prof

2017-02-17 20:12:05 921

转载 Ubuntu14.04+CUDA8.0+GTX1080+caffe

转自：http://blog.csdn.net/Frank_zrh/article/details/52298909?locationNum=6&fps=1一、需要预先下载的东西1. GTX1080的Linux驱动（run文件）2. Install-OpenCV-master（最好先下载好对应的OpenCV版本，修改相应的脚本省时间）3.

2017-02-17 20:02:00 1233

转载 Ubuntu16.04 + cuda8.0 + GTX1080安装教程

Ubuntu16.04 + cuda8.0 + GTX1080安装教程转自：http://www.cnblogs.com/djiankuo/p/5886605.html1. 安装Ubuntu16.04不考虑双系统，直接安装 Ubuntu16.04，从 ubuntu官方下载64位版本: ubuntu-16.04-desktop-amd64.iso 。在MAC下制

2017-02-17 19:59:04 3709

翻译 ResNet

非原创，ResNet中文翻译：http://www.leiphone.com/news/201606/BhcC5LV32tdot6DD.html

2017-02-16 18:25:24 1243

转载基于数据驱动的人脸卡通动画生成-Siggraph Asia 2014

原文地址：http://blog.csdn.net/hjimce/article/details/47083321作者：hjimce在现实生活中，我们经常会去评价一个人，长得是否漂亮、是不是帅哥美女，然而如何用五官的数据去评价一个人是否长得五官比例协调，我们却很难说出来，也就是你为什么觉得某个人长得漂亮？是因为她眼睛大，嘴巴小，还是她五官位置符合江湖传说中的黄金比例呢？我今天要讲的这篇

2017-02-14 21:35:46 607

转载图像的上采样（upsampling）与下采样（subsampled）

转自：http://baike.baidu.com/view/3038019.htm和http://blog.sina.com.cn/s/blog_672c5a470100pmj6.html 缩小图像（或称为下采样（subsampled）或降采样（downsampled））的主要目的有两个：1、使得图像符合显示区域的大小；2、生成对应图像的缩略图。放大图像（或称为上采样（u

2017-02-12 16:50:14 1193

转载批量梯度下降（BGD）、随机梯度下降（SGD）、小批量随机梯度下降（MSGD）的理解与实现

最近在学习提高MMD算法，其中算法中有一些细节的知识，是关于mini-batch中基于四元组实现MMD损失的计算，于是就仔细地学习了下，批量梯度下降，随机梯度下降，小批量随机梯度下降的区别和比较，参考网上一些大神的博客，自己总结了一下。BGD是最开始采取的方法，是指每一次反向传播中都将全部的样本进行处理计算梯度，更新权重。缺点是这样的方法造成处理数据量大，收敛慢；另外在数据量很大的时候，内存的

2016-12-27 15:56:30 2321

转载 caffe 添加新的网络层

1.Add a class declaration for your layer to the appropriate one of common_layers.hpp,data_layers.hpp, loss_layers.hpp, neuron_layers.hpp, or vision_layers.hpp. Include an inline implementation of

2016-12-26 09:48:06 386

因为读研了，大四进入实验室，使用起来原来没有怎么太接触的MATLAB。自己也没有通过看书等方式学习，只是在实验室看论文看代码的时候进行help或者询问度娘，另外自己在写一些程序的时候也会想想到底有没有更好的实现方式，因为毕竟MATLAB对于一些开发功能的函数封装的比较完善（当然这对于传统的C++等是优势的同时也是劣势），所以自己会查找一些MATLAB自带的函数去减少代码量。现在每天都在整理，不过自

2014-12-10 10:56:58 639