2017年09月_算法学习者

转载 An introduction to machine learning with scikit-learn

http://scikit-learn.org/stable/tutorial/basic/tutorial.htmlAn introduction to machine learning with scikit-learnSection contentsIn this section, we introduce the machine learning vocab

2017-09-30 16:53:12 661

转载 20 个顶尖的 Python 机器学习开源项目

1. Scikit-learnwww.github.com/scikit-learn/scikit-learnScikit-learn 是基于Scipy为机器学习建造的的一个Python模块，他的特色就是多样化的分类，回归和聚类的算法包括支持向量机，逻辑回归，朴素贝叶斯分类器，随机森林，Gradient Boosting，聚类算法和DBSCAN。而且也设计出了Python nu

2017-09-30 16:42:44 757

转载 caffe2 教程入门（python版）

http://www.jianshu.com/p/5c0fd1c9fef9?from=timeline学习思路1、先看官方文档，学习如何使用python调用caffe2包，包括Basics of Caffe2 - Workspaces, Operators, and NetsToy RegressionImage Pre-ProcessingLoading Pre-Tr

2017-09-30 01:25:19 1423 3

转载 Translation with a Sequence to Sequence Network and Attention

http://pytorch.org/tutorials/intermediate/seq2seq_translation_tutorial.html#exercisesTranslation with a Sequence to Sequence Network and AttentionAuthor: Sean RobertsonIn this project

2017-09-29 02:51:08 1525

转载 The Unreasonable Effectiveness of Recurrent Neural Networks

The Unreasonable Effectiveness of Recurrent Neural NetworksMay 21, 2015There’s something magical about Recurrent Neural Networks (RNNs). I still remember when I trained my first recurrent netw

2017-09-28 23:55:17 2143

转载 2017 VQA Challenge 第一名技术报告

https://zhuanlan.zhihu.com/p/296884752017 VQA Challenge 第一名技术报告张俊2 天前作者丨罗若天学校丨TTIC博士生研究方向丨NLP，CV1. 前言之前听 Chris Manning 讲过一个 talk，说他们复现别人的 paper，按照别人的算法写，做到了比原本那篇 paper 高了 1

2017-09-28 17:10:34 3291 2

转载 Deep Learning based Recommender System: A Survey and New Perspectives

Deep Learning based Recommender System: A Survey and New PerspectivesShuai Zhang, Lina Yao, Aixin Sun(Submitted on 24 Jul 2017 (v1), last revised 3 Aug 2017 (this version, v5))With the e

2017-09-26 14:05:57 1262

转载 Mobile-deep-learning（MDL）

Mobile-deep-learning（MDL） Free and open source mobile deep learning framework, deploying by Baidu.This research aims at simply deploying CNN on mobile devices, with low complexity and hi

2017-09-25 14:59:09 1112

转载 IO多路复用之epoll总结

1、基本知识　　epoll是在2.6内核中提出的，是之前的select和poll的增强版本。相对于select和poll来说，epoll更加灵活，没有描述符限制。epoll使用一个文件描述符管理多个描述符，将用户关系的文件描述符的事件存放到内核的一个事件表中，这样在用户空间和内核空间的copy只需一次。2、epoll接口　　epoll操作过程需要三个接口，分别如下：

2017-09-23 14:19:01 549

转载 Deep Learning论文笔记之（四）CNN卷积神经网络推导和实现

Deep Learning论文笔记之（四）CNN卷积神经网络推导和实现zouxy09@qq.comhttp://blog.csdn.net/zouxy09 自己平时看了一些论文，但老感觉看完过后就会慢慢的淡忘，某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下，一方面在整理过程中，自己的理解也会更深，另

2017-09-22 15:42:32 532

转载 Deep learning：五十一(CNN的反向求导及练习)

前言：　　CNN作为DL中最成功的模型之一，有必要对其更进一步研究它。虽然在前面的博文Stacked CNN简单介绍中有大概介绍过CNN的使用，不过那是有个前提的：CNN中的参数必须已提前学习好。而本文的主要目的是介绍CNN参数在使用bp算法时该怎么训练，毕竟CNN中有卷积层和下采样层，虽然和MLP的bp算法本质上相同，但形式上还是有些区别的，很显然在完成CNN反向传播前了解bp算法是必须

2017-09-22 14:55:26 708

转载 Artificial Neural Networks: Mathematics of Backpropagation (Part 4)

http://briandolhansky.com/blog/2013/9/27/artificial-neural-networks-backpropagation-part-4Up until now, we haven't utilized any of the expressive non-linear power of neural networks - all of our

2017-09-22 14:50:47 644

转载反向传播算法（过程及公式推导）

反向传播算法（Backpropagation）是目前用来训练人工神经网络（Artificial Neural Network，ANN）的最常用且最有效的算法。其主要思想是：（1）将训练集数据输入到ANN的输入层，经过隐藏层，最后达到输出层并输出结果，这是ANN的前向传播过程；（2）由于ANN的输出结果与实际结果有误差，则计算估计值与实际值之间的误差，并将该误差从输出层向隐藏层反向传播，直至

2017-09-21 17:58:09 1416

转载机器学习中的范数规则化之（一）L0、L1与L2范数

今天我们聊聊机器学习中出现的非常频繁的问题：过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大，为了不吓到大家，我将这个五个部分分成两篇博文。知识有限，以下都是我一些浅显的看法，如果理解存在错误，希望大家不吝指正。谢谢。监督机器学习问题无非就是“minimizeyour error whil

2017-09-20 16:32:02 378

转载已解决：Ubuntu安装sogou输入法后出现两个图标和输入框

查找进程fcitx-qimpanel 对应的pid，然后杀死ps -ef | grep fcitx-qimpanelsudo kill -9 [对应的pid]12不过每次开机都要杀一次很麻烦，索性就让它开机执行sudo vim /etc/rc.local# 在exit 0之前添加如下代码/bin/ps -ef | grep fcitx-qimpanel | grep

2017-09-18 14:43:31 5350

转载 Texmaker的字典问题

问题描述：Texmaker在ubuntu安装好时，选项->配置Texmaker中字典的路径为：/usr/share/myspell/dicts/en_GB.dic实际上系统中字典路径为：/usr/share/hunspell/en_US.dic因此只需要将路径改过来就可以证明进行拼写检查了。参考：https://bugs.launchpa

2017-09-18 14:06:49 2046

转载 ZMQ简介

一、ZeroMQ的背景介绍官方： “ZMQ(以下ZeroMQ简称ZMQ)是一个简单好用的传输层，像框架一样的一个socket library，他使得Socket编程更加简单、简洁和性能更高。是一个消息处理队列库，可在多个线程、内核和主机盒之间弹性伸缩。ZMQ的明确目标是“成为标准网络协议栈的一部分，之后进入Linux内核”。现在还未看到它们的成功。但是，它无疑是极具前景的、并且是人们更加需

2017-09-16 15:29:19 6774

转载 Murmurhash介绍与实现

MurmurHash 是一种非加密型哈希函数，适用于一般的哈希检索操作。由Austin Appleby在2008年发明，并出现了多个变种，都已经发布到了公有领域(public domain)。与其它流行的哈希函数相比，对于规律性较强的key，MurmurHash的随机分布特征表现更良好。---摘自wiki Redis在实现字典时用到了两种不同的哈希算法，MurmurH

2017-09-16 15:17:59 2680

转载 iPhoneX的faceID到底是一种怎样风骚的操作？

2017年9月13日，苹果召开发布会，发布的iPhone X支持Face ID登录解锁功能。什么是face ID？对，就是这个一道光打在你半夜两点都不睡的修仙脸上的这个玩意儿。当然，这只是让你明白face ID是怎么工作的，事实上并不会有这一道光，准确地说，是不会有这样一道可见光，而是红外光，下面会讲到全面屏幕上方那一条黑带里到底装了

2017-09-16 13:28:21 1635

转载 C++11:深入理解右值引用，move语义和完美转发

深入右值引用，move语义和完美转发转载请注明：http://blog.csdn.net/booirror/article/details/45057689乍看起来，move语义使得你可以用廉价的move赋值替代昂贵的copy赋值，完美转发使得你可以将传来的任意参数转发给其他函数，而右值引用使得move语义和完美转发成为可能。然而，慢慢地你发现这不那么简单，你发现std::mov

2017-09-16 13:09:50 535

转载 C++ explicit关键字详解

首先, C++中的explicit关键字只能用于修饰只有一个参数的类构造函数, 它的作用是表明该构造函数是显示的, 而非隐式的, 跟它相对应的另一个关键字是implicit, 意思是隐藏的,类构造函数默认情况下即声明为implicit(隐式).那么显示声明的构造函数和隐式声明的有什么区别呢? 我们来看下面的例子:class CxString // 没有使用explicit

2017-09-16 12:47:06 331

转载 c++中模板使用时候typename和class的区别

在c++Template中很多地方都用到了typename与class这两个关键字，而且好像可以替换，是不是这两个关键字完全一样呢?相信学习C++的人对class这个关键字都非常明白，class用于定义类，在模板引入c++后，最初定义模板的方法为： template...... 在这里class关键字表明T是一个类型，后来为了避免class在这两个地方的使用可能给人带来混淆，所以引入了typ

2017-09-16 12:42:53 565

转载计算机顶级会议Rankings && 英文投稿的一点经验

英文投稿的一点经验【转载】From： http://chl033.woku.com/article/2893317.html1. 首先一定要注意杂志的发表范围, 超出范围的千万别投,要不就是浪费时间;另外，每个杂志都有他们的具体格式要求，一定要按照他们的要求把论文写好，免得浪费时间，前些时候，我的一个同事向一个著名的英文杂志投稿，由于格式问题，人家过两个星期就退回来了，而且说了很多

2017-09-06 15:47:34 17684

转载教你如何在Ubuntu上安装最新版QQ（而不是那个老掉牙的2012国际版）

如果大家是Ubuntu 16.0.4，那么很好，我和你一样，可以完美使用最新的QQ 8.X。大家都知道，如果你只是去软件中心的话，只能下载到那个WineQQ，其实是2012内核改的，很老，BUG很多，安装完后你发现是QQ国际版。我们怎么能止步于此？只要我们有了Crossover这个神器，就能在Ubuntu系统上运行Win程序（理论上说其它Linux图形操作系统也是一样的）。

2017-09-06 12:12:47 956 1

转载 Ubuntu16.04下MongoDB的安装和使用

MongoDB 安装sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv 0C49F3730359A14518585931BC711F9BA15703C6#下面命令针对ubuntu16.04版本，在其他ubuntu版本系统请查看MongoDB官网echo "deb [ arch=amd64,arm64 ] ht

2017-09-04 19:12:31 1007

转载【AI前沿】机器阅读理解与问答·Dynamic Co-Attention Networks

内容速览协同注意力 Co-Attention动态迭代 Dynamic IterationDCN模型Highway和Maxout简介实验与总结在上期的文章【AI前沿】机器阅读理解与问答·介绍篇中，我们介绍了机器阅读理解与问答这一任务。介绍了该任务现在的Benchmark数据集（由Stanford发布的SQuAD）、基本的评价标准（Exact-match、F1-Scor

2017-09-04 10:54:31 4495 1

转载 Dynamic Coattention Networks For Question Answering

Dynamic Coattention Networks For Question AnsweringCaiming Xiong, Victor Zhong, Richard Socher(Submitted on 5 Nov 2016 (v1), last revised 13 Feb 2017 (this version, v3))Several deep lear

2017-09-04 10:42:10 1381

转载激光SLAM Vs 视觉SLAM

由于传感器种类和安装方式的不同，SLAM的实现方式和难度会有一定的差异。按传感器来分，SLAM主要分为激光SLAM和VSLAM两大类SLAM（同步定位与地图构建），是指运动物体根据传感器的信息，一边计算自身位置，一边构建环境地图的过程，解决机器人等在未知环境下运动时的定位与地图构建问题。目前，SLAM的主要应用于机器人、无人机、无人驾驶、AR、VR等领域。其用途包括传感器自身的定位，以及后

2017-09-01 15:21:33 1336

转载 ROS机器人俱乐部

http://rosclub.cn/

2017-09-01 13:29:47 1210

转载判断点是否在多边形内部

如何判断一个点是否在多边形内部？（1）面积和判别法：判断目标点与多边形的每条边组成的三角形面积和是否等于该多边形，相等则在多边形内部。（2）夹角和判别法：判断目标点与所有边的夹角和是否为360度，为360度则在多边形内部。（3）引射线法：从目标点出发引一条射线，看这条射线和多边形所有边的交点数目。如果有奇数个交点，则说明在内部，如果有偶数个交点，则说明在外部。具体做

2017-09-01 09:34:16 606

转载对ResNet的理解

ResNet要解决的问题深度学习网络的深度对最后的分类和识别的效果有着很大的影响，所以正常想法就是能把网络设计的越深越好，但是事实上却不是这样，常规的网络的堆叠（plain network）在网络很深的时候，效果却越来越差了。这里其中的原因之一即是网络越深，梯度消失的现象就越来越明显，网络的训练效果也不会很好。但是现在浅层的网络（shallower network）又无法

2017-09-01 09:29:57 2221

人工智能