2017年10月_小胖蹄儿

12月 11月 10月 09月 08月 06月 05月 04月 03月 02月

原创 Python中矩阵SVD分解及还原

python中SVD分解及还原:import numpy as npfrom numpy import linalg as laS = np.zeros([5,5])A=np.random.randint(1,25,[5,5])u,sigma,vt = la.svd(A)print(A)for i in range(5): S[i][i] = sigma[i]tmp = np.

2017-10-25 21:01:38 18983

原创 Python常用函数记录

产生随机数组 np.random.random(10)随机生成一个10个值（值的大小为0～1）的一维数组； np.random.rand(10,10)随机生成一个10*10（值的大小为0～1）的二维数组（还可以是任意维数组）；np.random.randint(1,10,(4,5))随机生成一个4*5（值的大小为1～10）的数组（还可以为某个范围内的任意维数组）；用 b = arange(

2017-10-18 09:51:48 480

原创 cifar数据库及图像可视化

1、下载cifar10（cifar100）数据库https://www.cs.toronto.edu/~kriz/cifar.html 这里使用的是matlab版本： 2、matlab版本的cifar数据库这里以cifar10为例：下载的数据库可以看到是有若干个batch.mat文件的： data_batch_x.mat是训练数据。matlab命令行中输入命令：load('data_batc

2017-10-17 17:10:17 1084

原创准确率（accuracy）、精确率（precision）、召回率（recall）

整理了知乎上的前两个回答，https://www.zhihu.com/question/19645541 其中精度是检索出相关文档数与检索出的文档总数的比率，衡量的是检索系统的查准率；召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统的查全率。一般来说，Precision就是检索出来的条目（比如：文档、网页等）有多少是准确的，Recall就是所有准确的条目有多少被检索

2017-10-13 16:54:48 51060 12

原创 Python与matlab在存储三维数组上的区别

对于一张彩色图像，用matlab读进来后得到的是一个三维数组，如174×223×3174\times223\times3，但是Python中保存的顺序有些不同，对于同一张图像，可能会读成174×3×223174\times3\times223。其实对于我们人来说很好理解，就是相当于把坐标旋转了一下，但是在真正处理时需要注意这个问题。另外如果想对三维矩阵进行旋转的话，可以使用permute函数。例

2017-10-11 20:38:06 3544

原创利用matlab画混淆矩阵（confusion matrix）

写论文的过程中经常需要画一个混淆矩阵（confusion matrix）来验证分类结果的有效性。通常只需要两个步骤： - 保存混淆矩阵文本文件 - matlab中使用imagesc命令例如：>> rand(10,10) #这里只是生成一个随机数矩阵用来举例子，具体要看自己的数据>> imagesc(ans)即可得到混淆矩阵图，可以添加Colorbarshipyar使图片更加好看。

2017-10-11 20:18:08 25118

原创使用pip安装包

以安装pymongo包为例。进入ANACONDA prompt。（由于我没有将pip添加到环境变量，所以要进入到pip所在目录：..\ANACONDA\Scripts）输入命令 pip install pymongo，成功会显示总的过程如图：

2017-10-11 11:21:36 958

原创 pip错误：TypeError: parse() got an unexpected keyword argument 'transport_encoding'

在ANACONDA3(64-bit)，ANACONDA Prompt中不能用pip命令安装包，并且是在安装了TensorFlow后才发生的。报错如下：解决办法：输入命令conda install -c anaconda html5libException:Traceback (most recent call last): File "C:\ProgramData\Ana

2017-10-11 11:03:11 18378 36

原创论文阅读：Learnable pooling with Context Gating for video classification

这篇论文是2016年Google Cloud & YouTube-8M Video Understanding Challenge比赛中冠军得主的论文。文章的两点贡献：融合了VLAD, bag-of-visual-words和Fisher Vector三种编码方式，并且每个都做了一定程度的调整。其中，VLAD改为NetRVLAD, bag-of-visual-words改为Sof...

2017-10-09 21:29:01 1505

原创视频分类/动作识别数据库研究现状

主要参考论文：A survey on deep learning based approaches for action and gesture recognition in image sequences 以及最后的YouTube-8M数据库的情况：

2017-10-09 17:02:00 3782 1

原创视频分类数据集

近年来为推动视频分类的研究，陆续发布了相关的视频数据集。小型标注良好的数据集如KTH，Hollywood2，Weizmann；中型的数据集如UCF101，Thumos’14和HMDB51，这些数据集超过了50类行为类别；大型数据集如Sports-1M，YFCC-100M，FCVID数据集，ActivityNet数据集，YouTube-8M等。

2017-10-08 18:24:19 4992

原文地址：http://blog.csdn.net/wzmsltw/article/details/70239000随着深度学习技术的发展，以及计算能力的进步（GPU等），现在基于视频的研究领域越来越受到重视。视频与图片最大的不同在于视频还包含了时序上的信息，此外需要的计算量通常也大很多。目前主要在做视频中动作定位相关的工作，为了开拓思路，读了不少视频分析相关领域的文章，所以打算写几篇博客，对...

2017-10-08 18:21:59 913

一种网络访问的加速方法

2016-07-09

ImageNet Classiﬁcation with Deep Convolutional nerual network

2016-07-08

NS基础与安装