自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

Daniel_djf的专栏

Computer Vision & Machine Learning

  • 博客(10)
  • 资源 (13)
  • 问答 (1)
  • 收藏
  • 关注
全部文章> 2015年01月
排序：
按最后发布时间
按访问量
RSS订阅
11月 07月 01月

转载 深度学习阅读清单

推荐给深度学习初学者的深度学习材料：包含了深度学习的很全的资源：在线免费资源；课程；视频和讲座；论 文；教程；网站；数据集；框架和其它杂项。Free Online BooksDeep Learning4 by Yoshua Bengio, Ian Goodfellow and Aaron CourvilleNeural Networks and Deep Learning5 b

2015-01-26 13:33:18 2308

转载 深度学习工具包（Deep Learning Toolboxs）

一些好用的 Deep learning toolboxsDeepLearningToolboxMATLAB实现，可以使用CPU或GPU，GPU运算用gpumat实现，修改内核代码非常方便 支持基本的 deep structures https://github.com/rasmusbergpalm/DeepLearnToolboxCuda-convn

2015-01-24 18:30:02 8854

原创 非极大抑制（Non-Maximum Suppression）

最近在看RCNN和微软的SPP-net，其中涉及到Non-Maximum Suppression，论文中没具体展开，我就研究下了代码，这里做一个简单的总结。假设从一个图像中得到了2000region proposals，通过在RCNN和SPP-net之后我们会得到2000*4096的一个特征矩阵，然后通过N的SVM来判断每一个region属于N的类的scores。其中，SVM的权重矩阵

2015-01-24 13:56:26 22715 1

原创 Caffe中的优化方法

在Deep Learning中，往往loss function是非凸的，没有解析解，我们需要通过优化方法来求解。Caffe通过协调的进行整个网络的前向传播推倒以及后向梯度对参数进行更新，试图减小损失。 Caffe已经封装好了三种优化方法，分别是Stochastic Gradient Descent (SGD), AdaptiveGradient (ADAGRAD), and Nesterov’

2015-01-20 21:57:19 24131 1

原创 如何在Caffe中配置每一个层的结构

最近刚在电脑上装好Caffe，由于神经网络中有不同的层结构，不同类型的层又有不同的参数，所有就根据Caffe官网的说明文档做了一个简单的总结。1. Vision Layers1.1 卷积层(Convolution)类型：CONVOLUTION例子layers { name: "conv1" type: CONVOLUTION bottom: "data"

2015-01-20 21:24:39 38302

原创 在Ubuntu 14.04 上安装Caffe碰到的问题

具体的安装过程可以参考 官网的Installation，以及网友分享的一些安装教程，教程一，教程二，教程三。我在这里主要记录下我在安装的过程中碰到的一些问题，以及解决方法（部分网上没有提到）,而不是整个安装的流程。由于自己是linux小白，安装caffe花了好几天时间，期间好几次想放弃，还好我坚持下来了，写这篇博客只是希望网友如果也遇到这样的问题，可以从我这里找到答案。一、试验

2015-01-18 16:00:14 7834

原创 池化方法总结（Pooling）

在卷积神经网络中，我们经常会碰到池化操作，而池化层往往在卷积层后面，通过池化来降低卷积层输出的特征向量，同时改善结果（不易出现过拟合）。为什么可以通过降低维度呢？因为图像具有一种“静态性”的属性，这也就意味着在一个图像区域有用的特征极有可能在另一个区域同样适用。因此，为了描述大的图像，一个很自然的想法就是对不同位置的特征进行聚合统计，例如，人们可以计算图像一个区域上的某个特定特征的平均值

2015-01-05 21:27:40 63369 7

原创 UFLDL——Exercise: Convolution and Pooling 卷积和池化

实验要求可以参考deep learning的tutorial，Exercise：Convolution and Poling 卷积和池化。本实验通过卷积神经网络对RGB彩色图像进行分类，先通过CNN网络从图像从学习得到3200维度的特征，然后训练四分类的softmax分类器进行分类。1、   神经网络结构整个网络可以包括四部分，线性解码器，卷积，池化和sof

2015-01-01 22:37:25 3228 3

原创 UFLDL——Exercise: Linear Decoders 线性解码器

本实验是用线性解码器的sparse autoencoder来训练stl-10数据库图片中8*8大小RGB patch块的特征。之前的试验中，我们的训练图像都是灰度图像，对于RGB图像可以采用相同的方法，只需把RGB图像的三个通道向量按照rgb的顺序排列更长的向量即可。1、   线性解码器简介线性解码器和稀疏自动编码的整体结构都是类似的，只是线性解码器的输出层的激励函数为恒等式f

2015-01-01 15:24:26 2158

转载 如何写好一篇高质量的paper

http://blog.csdn.net/tiandijun/article/details/41775223这篇文章来源于中科院Zhouchen Lin 教授的report，有幸读到，和大家分享一下。技术和paper是相辅相成的，一直认为学到了技术或者在学习的过程中有任何的想法和疑问都应该以文字的形式记录下来，paper，博客，log什么的都可以，不然记忆会随着时光的飞逝擦除的，而且

2015-01-01 11:11:08 1612

UFLDL Exercise: Convolution and Pooling 卷积和池化
UFLDL Exercise: Convolution and Pooling 卷积和池化 matlab代码 只需下载训练集和测试集就可以直接运行

2015-01-01

PCA主成分分析(Principal Component Analysis)
PCA主成分分析(Principal Component Analysis)

2014-12-25

UFLDL——Exercise:Linear Decoders 线性解码器
UFLDL——Exercise:Linear Decoders 线性解码器 matlab实验代码 可以直接运行

2014-12-14

UFLDL Exercise: Stacked autoencoder 栈式自编码
UFLDL Exercise: Stacked autoencoder（栈式自编码算法）matlab实验代码 可以直接运行

2014-12-14

UFLDL——Exercise:Self-Taught Learning 自我学习
Exercise:Sparse Autoencoder 稀疏自动编码的matlab实验代码

2014-12-13

UFLDL Exercise: Softmax Regression （softmax回归）
UFLDL Exercise: Softmax Regression （softmax回归）matlab实验代码 可以直接运行

2014-12-13

图像特征提取与计算 形状特征
这个多媒体检索课程的ppt，主要介绍了主流的状态特征，报告sift，gist，shape context ，LBP等

2014-12-08

标定差值图像 DoG
该代码用matlab编写，主要是对图像用不同方差的高斯过滤器进行处理，然后相减获取DoG图像。由于差值图像会出现负值的情况，所有需要进行标定处理，代码出列出了两种标定算法。

2014-12-08

冈萨雷斯—数字图像处理第二册 课本插图
冈萨雷斯—数字图像处理第二册 课本插图，插图都是灰度图像，可用于matlab实验！

2013-11-06

OpenGL超级宝典 第5版 中文版 pdf part3
《OpenGL超级宝典（第5版）》是OpenGL及3D图形编程最好的入门指南，涵盖了使用最新版本的OpenGL进行编程所需要的主要知识。全书分三部分，共16章，另有3个附录。第一部分包括第1章到第7章，介绍如何构建一个使用OpenGL的程序、如何设置3D渲染环境，以及如何创建基本对象和光线并对他们进行着色。然后深入研究如何使用OpenGL，并向读者介绍GLSL，以及如何创建自己的着色器。第二部分包括第8章到第12章，将进行更深入的研究，而懂得如何应用这些高级特性将使读者超越业余3D玩家的水平。这一部分不仅能够使我们掌握更多的可视化效果，同时也考虑了性能表现。第三部分包括第13章到第16章，着重介绍OpenGL如何支持和连接Windows、MacOSX、Linux和掌上设备。附录部分给出了更多阅读建议、术语表和API参考介绍。 　　《OpenGL超级宝典（第5版）》适合希望精通OpenGL以便对图形编程和3D图形知识进行扩展的程序员阅读，也可以帮助经验丰富的OpenGL程序员学习如何移植自己的应用程序。本书既可以作为学习OpenGL的教材，也可以作为随时查阅的参考手册。

2013-07-21

OpenGL超级宝典 第5版 中文版 pdf part2
《OpenGL超级宝典（第5版）》是OpenGL及3D图形编程最好的入门指南，涵盖了使用最新版本的OpenGL进行编程所需要的主要知识。全书分三部分，共16章，另有3个附录。第一部分包括第1章到第7章，介绍如何构建一个使用OpenGL的程序、如何设置3D渲染环境，以及如何创建基本对象和光线并对他们进行着色。然后深入研究如何使用OpenGL，并向读者介绍GLSL，以及如何创建自己的着色器。第二部分包括第8章到第12章，将进行更深入的研究，而懂得如何应用这些高级特性将使读者超越业余3D玩家的水平。这一部分不仅能够使我们掌握更多的可视化效果，同时也考虑了性能表现。第三部分包括第13章到第16章，着重介绍OpenGL如何支持和连接Windows、MacOSX、Linux和掌上设备。附录部分给出了更多阅读建议、术语表和API参考介绍。 　　《OpenGL超级宝典（第5版）》适合希望精通OpenGL以便对图形编程和3D图形知识进行扩展的程序员阅读，也可以帮助经验丰富的OpenGL程序员学习如何移植自己的应用程序。本书既可以作为学习OpenGL的教材，也可以作为随时查阅的参考手册。

2013-07-21

OpenGL超级宝典 第5版 中文版 pdf
《OpenGL超级宝典（第5版）》是OpenGL及3D图形编程最好的入门指南，涵盖了使用最新版本的OpenGL进行编程所需要的主要知识。全书分三部分，共16章，另有3个附录。第一部分包括第1章到第7章，介绍如何构建一个使用OpenGL的程序、如何设置3D渲染环境，以及如何创建基本对象和光线并对他们进行着色。然后深入研究如何使用OpenGL，并向读者介绍GLSL，以及如何创建自己的着色器。第二部分包括第8章到第12章，将进行更深入的研究，而懂得如何应用这些高级特性将使读者超越业余3D玩家的水平。这一部分不仅能够使我们掌握更多的可视化效果，同时也考虑了性能表现。第三部分包括第13章到第16章，着重介绍OpenGL如何支持和连接Windows、MacOSX、Linux和掌上设备。附录部分给出了更多阅读建议、术语表和API参考介绍。 　　《OpenGL超级宝典（第5版）》适合希望精通OpenGL以便对图形编程和3D图形知识进行扩展的程序员阅读，也可以帮助经验丰富的OpenGL程序员学习如何移植自己的应用程序。本书既可以作为学习OpenGL的教材，也可以作为随时查阅的参考手册。

2013-07-21

MFC如何在其他类中让CView中的OnSize函数执行

2013-12-13

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除