![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
deep learning
文章平均质量分 56
musks
欢迎各位看官留言讨论
展开
-
机器学习(Machine Learning)&深度学习(Deep Learning)资料
转载自:https://github.com/ty4z2008/Qix/blob/master/dl.md《Brief History of Machine Learning》介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning.《Deep Learning in Neu转载 2016-10-10 08:48:52 · 1112 阅读 · 0 评论 -
ubuntu1604Caffe安装经历
终于,就像一位的博主的话“当你努力到把自己都要感动了的时候,你就离成功不远了”,Ubuntu中 caffe环境搭建,算是基本搭建成功了。这真是一件很考验人的韧性的事情,为了装caffe,我的电脑被错误的格式化了两次,此时我的内心是崩溃的。装体统装了无数遍(周围的的小伙伴们都看不下去了,说我每天的事情除了装系统,还是装系统),前后用了将近3个月的时间。为什么感觉别人说的是那么的轻松easy。原创 2016-11-02 12:18:34 · 3052 阅读 · 0 评论 -
caffe编译matlab 接口以及出错问题
首先,安装caffe之后编译sudo make all -j8sudo make test -j8sudo make runtest -j8接下来编译matlab借口sudo make matcaffe -j8测试matlab 接口: sudo make mattest -j8 如果顺利的就OK了 但是,如果matlab版本和gcc(Linux)版本不匹配的话,原创 2016-12-28 17:01:59 · 2735 阅读 · 0 评论 -
caffe中tools的万能使用
写在前面的废话, 最近不断的学习,逐渐一步一步的理解到caffe中一些万能工具的强大。 so,慢慢的总结一下。参考一下:http://blog.csdn.net/fangjin_kl/article/details/537869091.train2.test3.time 喔,还有计算时间效率的命令数据预处理,涉及格式转换,计算均值,以及数据和标签之间的相互转换,保存格式之多导致转换也很乱先存着原创 2017-07-03 20:31:59 · 441 阅读 · 0 评论 -
AICamera of Caffe2
caffe2可以一移植客户端上,今天将caffe2官网上的AICamera小项目实现了下。https://caffe2.ai/docs/mobile-integration.html https://caffe2.ai/docs/AI-Camera-demo-android.htmlhttps://github.com/bwasti/AICamera过程很简单,官网上的说明文档很详细,只要按照步骤原创 2017-07-07 18:05:14 · 2652 阅读 · 3 评论 -
caffe_mobile
https://github.com/solrex/caffe-mobile ———————–2017.7.7————————————- NDK_HOME “export NDK_HOME=…./SDK/android-ndk-r15b ” add into ~/.bashrc and then source.bashrctestNDKHOMEisOKsource .bashrc原创 2017-07-07 18:15:00 · 1282 阅读 · 0 评论 -
parameter server学习
今天,网易的一道笔试题:建立分布式parameter server 训练架构。下来之后就找了一些资料,首推这篇博客 http://blog.csdn.net/cyh_24/article/details/50545780简单的总结一些parameter server 有哪些features?1. Efficient communication: 由于是异步的通信,因此,不需要停下来等一些机器原创 2017-08-13 01:03:44 · 419 阅读 · 0 评论 -
DL学习视频的整理
发现最近课程比较多,有些适合初学者,有些则讲比较深,适合专业人员,所以整理一下,会不断更新…… 2017.8.14 整理1..李飞飞2017春季课程Spring 2017 仍由李飞飞主讲,并邀请了Goodfellow等人对其中部分章节详细介绍。本课程从计算机视觉的基础概念开始,在奠定了基本分类模型、神经网络和优化算法的基础后,详细介绍了CNN、RNN、GAN、RL等深度模型在计算机视觉上的应用。原创 2017-08-15 11:06:52 · 457 阅读 · 0 评论 -
DL经典模型
http://blog.csdn.net/maxiao1204/article/details/65653781原创 2017-10-07 16:48:52 · 2663 阅读 · 0 评论