- 博客(26)
- 资源 (1)
- 收藏
- 关注
原创 Policy Gradient 和 Value based 方法的区别
[Value Based 方法](1) Value based的方法的背景知识对于MDP, S,A,P,R,r来说,首先是定义了value function, V(s)和Q(s,a),在有了value function的定义以后,就可以得到Optimal valueOptimal policy然后又引出了Bellman Equation,Bellman Equa...
2018-10-08 16:14:41
7875
原创 Mask RCNN, Faster RCNN, Yolo3, SSD 在由Feature map生成坐标和类别数据的区别
这里要总结一下这几个算法之间的区别,就是由feature map卷积到坐标数据和类别数据的过程,有什么区别
2018-08-04 11:15:40
2400
1
原创 Mask RCNN 源代码解析 (1) - 整体思路
Mask RCNN 属于 RCNN这一系列的应该是比较最终的版本,融合多种算法的思想,这里对Mask RCNN从源代码进行解析,主要写几篇文章,一个总结大的思路,其他文章整理细节。这篇文章为了简单,主要从前向传播和后向传播,分两部分进行介绍,主要以数据的流动为主线,分析流程图和核心函数。主要参考的代码是Pytorch的mask RCNN版本, 这个版本的Mask RCNN代码只支持一个图片处理...
2018-07-27 11:05:20
27231
52
原创 C++ 智能指针
首先明确C++ 智能指针本身不是指针,而是一个类,这个类构建的时候是用指针作为参数传递进入,在使用的时候可以用起来像指针一样使用,感觉最主要的功能是完成了指针所指向原始对象的内存管理,当对象最后生命周期结束的时候,可以用来释放指针所指向原始对象所附带的内存。换句话说,就是可以只是需要new一个对象,然后在最后不需要来delete这个对象,由智能指针自己来完成这个动作。(1) 构造函数: 这个类...
2018-07-26 19:33:48
287
原创 Caffe (2) SyncedMemory内存管理机制
在Caffe中,blob是对于上层空间的数据管理存储对象,对于上层来说的话,大部分时候是直接取blob对象的指针来用,如果不考虑GPU的情况下,实际上很简单,就是返回指针就行,但是问题是通常的数据是在GPU和CPU上同时存在,需要两个数据在不同的设备上进行同步,那么SyncedMemory的作用是实际上在管理实际数据。对于Blob中,封装的3个SyncedMemory对象的智能指针:【大的逻辑...
2018-07-26 15:44:20
1087
原创 Caffe (1) Blob 层代码解读
Caffe 中所有的数据都是存放在Blob对象中,废话不多说,直接上代码,头文件实际上blob是对SyncedMemory对象做了一次封装,意思是在内部,做了几个SyncedMemory类型变量指针,对于CPU和GPU内存管理最为核心的部分是在SyncedMemory对象中,后续将详细介绍这个部分。(1)头文件#ifndef CAFFE_BLOB_HPP_#define CAFFE...
2018-07-26 13:36:49
439
原创 数学基础 (2) - 熵相关以及优化目标函数
总结一下遇到的各种名词和关键字:(1)熵相关: 自信息量,熵,交叉熵(Cross Entropy),相对熵或KL散度(Realtive Entropy),经验条件熵(2)似然相关: Max Like Hood, Max Log Like Hood下面分别对这些东西进行总结,经常会有对同一个概念的不同角度解释,下面也会总结各种不同角度的解释。可能符号上面有点不是很统一。 【自信...
2018-07-19 15:41:57
2958
转载 Python 连续读图片的异常处理
大批量处理数据时,若因个别图像错误导致代码中断,从头再来比较浪费时间对未成功读入的图像跳过(读图 import cv2)for i in range(1,1000): image = cv2.imdecode(np.fromfile('xxx.jpg'),dtype=np.uint8),-1) try: image.shape except: ...
2018-07-13 11:31:34
2016
原创 机器学习(2) - SVM 推导
SVM的核函数,这里还剩一个核函数。整个SVM比较难以理解的地方就是拉格朗日对偶求极值。整体感觉难点就是一个对偶性的问题,数学推导比较麻烦,坑太深,适合理论研究。网友的一些关于数学的理解和讨论还是比较有意思。【Winston SVM课程总结】【整体流程总结】【对偶性,优化目标推导】【参考链接】1 : 这篇博客主要介绍了对偶性和拉格朗日乘子,Duality ...
2018-07-06 11:02:20
335
原创 神经网络求导与不能求导的情况
关于神经网络的求导和不可求导 ,目前主要是两个地方遇到过,一个是karpathy在Policy Gradient的文章中有一节专门讲了【1: Non-differentiable computation in Neural Networks - Andrej Karpathy】这个标题讲的比较清楚,翻译一下,说的是 “神经网络中的不可求导操作”, 根据这句话可以直接知道(1) 不可求...
2018-07-06 10:42:36
3733
1
原创 强化学习知识汇总(3) - Policy Gradient
主要包括以下内容(1) Policy gradient 的推导, 公式直观解释(2) A3C, PPO, TRPO....
2018-07-06 10:42:16
374
原创 损失函数汇总
这篇文章总结一下和loss相关的问题,总结一下loss所牵涉的东西(1) Cross Entropy 交叉熵来构建loss(2) 两个概率的 KL距离 构建loss(3) 对于概率值直接取log(4) 最小均方误差...
2018-07-06 10:34:56
396
原创 人群密度估计总结
VGG 16 是有16个系数层1: 如果输入图片大小是 256x256,那么前面256 -> conv3:64 x 2 (max pooling) - > 128 -> conv3:128 x 2 (max pooling) - > 56 - > conv3:256 x 3 + conv3:512 x 3 -> 56 (512,56,56) - > con...
2018-06-28 14:05:55
2598
2
转载 去雾算法总结
之前搞个去雾算法,原理几乎全部忘记,这里再回忆一下参考链接是:https://blog.csdn.net/songhhll/article/details/12612681论文是 Single Image Haze Removal Using Dark Channel Prior论文的核心是提出了暗通道先验: 非天空的局部区域内,总有一些像素,至少一个颜色通道具有很低的值在绝大多数非天空的局部区域...
2018-06-14 22:46:32
5140
原创 YOLO3代码解析
有一个重要的点,在YOLO中每个gt box只选择一个anchor或者pred box进行训练,而在SSD或者其他的里面是可能选择多个的 定位算法中解码和Loss的计算是核心内容,各个算法在解码时,虽然思想差不多,但是还是 有些小的区别,这里进行一个汇总比较(1) 所谓的解码,就是从feature map解码到检测box的过程(2) 算loss的时候,也是包含了一个解码过程,...
2018-06-09 10:33:24
3368
4
原创 DSP学习的三个阶段
同济研究生期间断断续续做过TI DSP研究,从一个对嵌入式一点也没有了解的新手到快毕业时完成一个自认为满意的项目,其中走过很多弯路,现在把我对DSP学习的心得和一些参考文献列出来,可能对初学者具有帮助。 实验室用的是一款闻亭的DM642开发板,当时这款开发板还比较新,国内中文资料很少,而且闻亭但是的例子程序均是采用TI的原程序,不像合众达的例子程序容易上手,所以可能合众达的板子比较适
2008-05-21 21:34:00
2877
3
原创 找到一篇关键文档 - cache user guide
搞DM642也差不多有两年半了,一直认为该看的文档都看过了,但是总觉得少了点细节的东西,比如C64x CPU 内部总线,数据通路。看别的文档都是很粗略的介绍,前面两天发现了一个cache user guide 的 TI官方文章,感觉这篇文档把cache的结构讲的很详细(比一般课本还好),适合软件开发者仔细阅读,可以说是做DSP优化必看的文档。
2007-08-02 12:56:00
921
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人