天妒WS-CSDN博客

原创 Caffe2源码理解系列之IO

Caffe2 IO本文主要记录下我对Caffe2的输入输出部分源代码的理解。数据是以什么样的形式输入进网络的，训练过程中如何保存网络模型。与数据输入相关的Operator是DBReader, ImageInputOp, 与存储训练过程中保存模型相关信息的是SaveOp, LoadOp,以及一系列与序列化相关的工具类，比如BlobSerializer。下面分别介绍一下，如有理解错误，欢迎指出。P

2017-11-15 15:11:43 2736

原创 Caffe2源码理解系列之存储

Caffe2存储Caffe2中的存储结构层次从上到下依次是Workspace, Blob, Tensor。Workspace存储了运行时所有的Blob和实例化的Net。Blob可以视为对任意类型的一个封装的类，比如封装Tensor, float, string等等。Tensor就是一个多维数组，这个Tensor就类似于Caffe1中的Blob。

2017-11-13 18:20:48 2721

原创 Caffe在Cifar10上复现ResNet

Caffe在Cifar10上复现ResNetResNet在2015年的ImageNet竞赛上的识别率达到了非常高的水平，这里我将使用Caffe在Cifar10上复现论文4.2节的Cifar实验。ResNet的基本模块Caffe实现Cifar10上的实验结果及说明ResNet的基本模块本文参照Torch7在Cifar10上复现ResNet的实验，使用Caffe复现之。ResNet的基本模块可以

2016-05-26 17:14:17 29214 22

原创使用Caffe尝试DeepID

使用Caffe复现DeepID实验本实验使用Casia-Webface part2的切图来复现DeepID实验结果。DeepID网络配置文件训练验证数据组织实验结果结果分析DeepID网络配置文件-下面给出deepId_train_test.prototxt的内容name: "deepID_network"layer { name: "input_data" top: "data

2015-12-17 00:23:45 21751 145

原创《Deep Learning Face Representaion from Predicting 10000 Classes》读书报告

1、基本思想训练多个深度卷积神经网络(deep ConvNets)对输入的人脸块(face patches)进行特征提取,然后训练每一个卷积神经网络(以下简称为ConvNet)的目标是对输入的face patch进行分类，这一步是有监督的训练，即每一个face patch对应于一个类别标签，每一个ConvNet的输出节点数目是相同的，即160维。然后所有的这些Con

2014-10-24 11:52:23 2706

原创 libsvm在python下的使用及用绘制ROC曲线

libsvm在python下的使用简单示例首先是训练svm

2014-09-15 22:35:00 5093 1

原创最长公共子串问题

最长公共子串问题，较为常见的思路是动态规划吧，至于后缀数组

2014-09-03 21:27:08 813

原创 C++ dll动态链接库头文件的写法,主要参照了《windows核心编程》

C++ dll动态链接库头文件的写法，发现这个写法比较好，把该dll导出的函数，以及调用该导出函数可能的错误代码都定义在头文件里面，该怎么修炼写出高质量的代码的习惯呢？自己偶有所得，记下来以备日后查阅。

2014-08-28 11:11:32 3718 1

Deep Learning Face Representation from Predicting 10,000 Classes读书报告

Deep Learning Face Representation from Predicting 10,000 Classes读书报告。初涉该领域，很多不懂，文章理解错误之处，还望支出，交流学习。

2014-10-24

SVM，ROC读书报告

SVM的简要总结，详细的理论推导见http://blog.pluskid.org/?p=682,同时总结了ROC曲线的画法，并在本人blog中给出本人原创的在python环境下，libsvm的使用方法和绘制ROC曲线的方法。

2014-09-15

OpenCV自己实现的高斯滤波，sobel边缘检测

基于OpenCV自己实现的高斯滤波，Sobel边缘检测，3通道图像分离，彩色图转灰度图，高斯滤波比OpenCV自带的GaussBlur要慢，仅作为理解原理学习之用。工程建议尽量用用OpenCV自带的函数。

2014-05-20

用C++编写的ISODATA算法，迭代自组织数据分析技术，改进版的K均值算法，完全参照《模式识别》（第三版张学工编著）清华大学出版社出版中的步骤一步一步写的，目前尚无bug。效果的话，不知怎么去评价。包含两个文件，一个是Matlab和C++混合编程，用的是matlab引擎技术，Visual studio2012 win32控制台下配置x64解决方案环境，具体配置环境请参阅网上其他相关资料，能够用不同颜色的点表示聚类结果。另一个是纯C++版本。

2014-04-12

K均值算法C语言

C语言实现了K均值算法，包含两个文件，一个是纯C++语言版本的，可直接运行，另一个是C和Matlab混合版本，图形化运行结果，能够以不同颜色标识不同的聚类，用的是matlab引擎，代码已经写好，只是需要用户自己在集成开发环境如Visual Stuio中配置一些引用matlab的环境，具体配置可参考网上的matlab和C引擎混合。

2014-04-10