![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
Horcham
这个作者很懒,什么都没留下…
展开
-
基于空间金字塔池化的卷积神经网络物体检测
基于空间金字塔池化的卷积神经网络物体检测原文地址:http://blog.csdn.net/hjimce/article/details/50187655作者:hjimce一、相关理论 本篇博文主要讲解大神何凯明2014年的paper:《Spatial Pyramid Pooling in Deep Convolutional Networks for Vi转载 2017-09-17 13:25:43 · 444 阅读 · 0 评论 -
搬运: CVonline: 图像数据库(一) (更新于20190821)
CVonline:图像数据库按主题索引行动数据库农业属性识别自动驾驶生物/医药相机校准面部和眼睛/虹膜数据库指纹一般图像一般RGBD和深度数据集一般视频手,手抓,手动和手势数据库图像,视频和形状数据库检索 对象数据库人(静态和动态),人体姿势人员检测和跟踪数据库(另请参阅监视)遥感机器人场景或场所,场景分割或分类分割同时定位和映射监督和跟踪(另见人)...翻译 2019-08-21 15:22:59 · 7445 阅读 · 1 评论 -
单纯基于numpy实现的神经网络框架 : numpy-net
numpynetProject url: https://github.com/horcham/numpy-net/About numpynetNumpynet is a neural networks framework implemented by numpy.Its coding style is like Gluon of mxnet. It can do derivation ...原创 2019-08-19 18:02:27 · 622 阅读 · 0 评论 -
中国股票市场分析和建模的project : zystock
StockPredictionTools for getting and modeling Chinese stocks项目地址: https://github.com/horcham/StockPrediction/这是一个针对中国股票市场分析和建模的project,它的名字叫zystock, 它支持以下功能: 输入股票代码,自动获取该股票的所有历史数据 计算该股票的常用指标 快速...原创 2019-08-19 17:59:05 · 1700 阅读 · 0 评论 -
人脸识别方法概述
人脸识别综述人脸识别任务对应于机器学习的分类任务。然而并不是完全一致的。在传统的分类问题中,训练模型的数据类别数与实际应用时的数据类别数是一致的,而在人脸识别任务中,实际应用时的数据类别可以完全与训练模型的数据类别不一致。打个比方:MNIST手写数字识别任务中,用10类的手写数字数据集(记为D记为D记为D)训练和测试模型MmnistM_{mnist}Mmnist,应用该网络对其他数据ddd...原创 2018-09-25 15:05:49 · 2744 阅读 · 0 评论 -
insightface代码解读 模型输出的out与模型度量、测试的关系
针对于https://github.com/deepinsight/insightface 针对train_softmax.pyline 129到line 272的get_symbol函数,定义了模型结构。其框架大体如下def get_symbol(args,arg_params,aux_params): embedding = fresnet.get_symbol(...) #...原创 2018-08-30 11:49:07 · 4533 阅读 · 1 评论 -
优化算法
优化算法转自:https://zhuanlan.zhihu.com/p/32230623主要框架 待优化参数: www 目标函数: f(x)f(x)f(x) 初始学习率: αα\alpha 而后,开始进行迭代优化。 在每个epoch t: 计算目标函数关于当前参数的梯度: gt=∇f(wt)gt=∇f(w...转载 2018-08-25 18:51:46 · 795 阅读 · 0 评论 -
图像识别的深度学习
图像识别中的深度学习来源:《中国计算机学会通讯》第8期《专题》作者:王晓刚深度学习发展历史深度学习是近十年来人工智能领域取得的重要突破。它在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域的应用取得了巨大成功。现有的深度学习模型属于神经网络。神经网络的起源可追溯到20世纪40年代,曾经在八九十年代流行。神经网络试图转载 2017-09-12 09:31:03 · 6252 阅读 · 0 评论 -
Understanding-LSTMs[中文翻译]
原文:https://colah.github.io/posts/2015-08-Understanding-LSTMs/循环神经网络每秒钟人类都不会从头开始思考。在阅读本文时,您可以根据您对以前单词的理解来理解每个单词。你不要把所有东西都扔掉,再从头开始思考。你的想法有持久性。传统神经网络不能做到这一点,似乎是一个主要的缺点。例如,想象一下,您想要分析电影中每一点发生的事件。传统神经网络如何能够利翻译 2017-09-02 11:04:44 · 2206 阅读 · 0 评论 -
搬运: CVonline: 图像数据库(二) (更新于20190821)
对象数据库 各种物体和场景的2.5D / 3D数据集(Ajmal Mian)3D对象识别立体数据集此数据集由9个对象和80个测试图像组成。(Akash Kushal和Jean Ponce)3D摄影数据集我们实验室捕获的十个多视图数据集(Yasutaka Furukawa和Jean Ponce)3D打印RGB-D对象数据集 - 带有groundtruth CAD模型和摄像机轨迹的5个对...翻译 2019-08-21 16:15:13 · 8342 阅读 · 0 评论