神经网络+深度学习
伙伴几时见
致力于成为一名数据科学家
展开
-
解决类似 /usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.21' not found 的问题
源码编译升级安装了gcc后,编译程序或运行其它程序时,有时会出现类似/usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.21' not found的问题。这是因为升级gcc时,生成的动态库没有替换老版本gcc的动态库导致的,将gcc最新版本的动态库替换系统中老版本的动态库即可解决。1. 问题原因分析为了安装最新版本的Node.js(最新版本...转载 2020-02-07 15:01:07 · 1040 阅读 · 0 评论 -
循环神经网络(RNN, Recurrent Neural Networks)介绍
循环神经网络(RNN, Recurrent Neural Networks)介绍 这篇文章很多内容是参考:http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/,在这篇文章中,加入了一些新的内容与一些自己的理解。 循环神经网络(Recurrent转载 2017-12-07 11:56:05 · 299 阅读 · 0 评论 -
理解 LSTM 网络
Neil Zhu,简书ID Not_GOD,University AI 创始人 & Chief Scientist,致力于推进世界人工智能化进程。制定并实施 UAI 中长期增长战略和目标,带领团队快速成长为人工智能领域最专业的力量。作为行业领导者,他和UAI一起在2014年创建了TASA(中国最早的人工智能社团), DL Center(深度学习知识中心全球价值网络),AI growth(行业翻译 2017-12-07 11:07:41 · 295 阅读 · 0 评论 -
python caffe 在师兄的代码上修改成自己风格的代码
首先,感谢师兄的帮助。师兄的代码封装成类,流畅精美,容易调试。我的代码是堆积成的,被师兄嘲笑说写脚本。好吧!我的代码只有我懂,哈哈! 希望以后代码能写得工整点。现在还是让我先懂。这里,我做了一个简单的任务:0,1,2三个数字的分类。准确率:0.9806666666666667(部分)代码分为:1 train_net.py 1 #import some module 2转载 2017-11-24 10:51:24 · 298 阅读 · 0 评论 -
吴恩达的最新研究是否严谨?Nature论文作者撰文质疑AI医疗影像研究现状
选自lukeoakdenrayner作者:Luke Oakden-Rayner机器之心编译自动处理医疗影像一直是人工智能的重要发展方向之一,吸引了很多知名学者参与其中,并已出现了很多引人注目的成果。近期 斯坦福大学吴恩达等人提出的 CheXNet 便是其中之一。研究人员在其论文中表示:新技术已经在识别胸透照片中肺炎等疾病上的准确率上超越了人类专业医师。然而,另一群学转载 2017-12-20 09:40:00 · 1350 阅读 · 0 评论 -
Softmax分类函数
这篇教程是翻译Peter Roelants写的神经网络教程,作者已经授权翻译,这是原文。该教程将介绍如何入门神经网络,一共包含五部分。你可以在以下链接找到完整内容。(一)神经网络入门之线性回归Logistic分类函数(二)神经网络入门之Logistic回归(分类问题)(三)神经网络入门之隐藏层设计Softmax分类函数(四)神经网络入门之矢量化(五)神经网络入门之构建多层网络转载 2017-12-19 17:35:38 · 518 阅读 · 0 评论 -
有关Caffe训练好的模型在Python接口下使用分类不准确的问题解决
之前使用caffe训练了1k个自己的数据,有3个分类,在consol下面训练加验证的结果是85%左右的准确率,还是可以的.但是问题是,当使用了Python接口,导入caffemodel文件和npy均值文件后,分类结果完全惨不忍睹,全部都偏向第一分类.经过不懈的google,终于发现了问题所在.最初定义caffe的网络结构时,用的是如下语句[pytho转载 2017-11-16 09:15:58 · 311 阅读 · 0 评论 -
Faster RCNN 添加 ROIPoolingLayer 和SmoothL1LossLayer
想要在现有的caffe版本添加ROIPoolingLayer 和SmoothL1LossLayer,首先到这里https://github.com/rbgirshick/caffe-fast-rcnn可以找到他们的定义。caffe添加layer的详细方法在这里可以看到https://github.com/BVLC/caffe/wiki/,然后我们就可以开始啦!!1.ROIPoolingLa转载 2017-11-20 14:58:15 · 307 阅读 · 0 评论 -
Check failed: registry.count(type) == 1 (0 vs. 1) Unknown layer type: Python
在使用caffe的python层时经常容易出现如下错误:Check failed: registry.count(type) == 1 (0 vs. 1) Unknown layer type: Python 其原因是没有开启对python的支持,需要在Makefile.conf文件中开启如下开关:WITH_PYTHON_LAYER=1 然后再make && make转载 2017-11-20 14:56:47 · 562 阅读 · 0 评论 -
文字的检测与识别资源
持续更新中.......【综述( Survey)】[2016-TIP] Text Detection Tracking and Recognition in Video:A Comprehensive Survey [paper][2015-PAMI] Text Detection and Recognition in Imagery: A Survey [paper]转载 2017-11-03 11:27:50 · 781 阅读 · 0 评论 -
白翔:趣谈“捕文捉字”-- 场景文字检测 | VALSE2017之十
编者按:文字,区别于变幻莫测的图像和视频,有着更强的逻辑性和更概括的表达力。随着互联网和移动互联网技术的高速发展,越来越多的新型应用场景需要利用图像中的文字信息。从海量视频中快速检索感兴趣的文字,可以极大提高人类的认知效率。因此,自然场景中的文字提取技术,即从照片或视频中将文字识别出来,成为了近几年计算机视觉领域的热门研究课题。在本文中,来自华中科技大学的白翔教授,将为大家讲述多方向场景文字检测的转载 2017-11-03 10:32:20 · 5656 阅读 · 0 评论 -
junhyukoh的lstm代码解析
代码地址 https://github.com/junhyukoh/caffe-lstm 此代码是junhyukoh用于生成序列的一个代码,其中有一个例子用于生成一组数。本文主要阐述该例子,并谈谈对lstm的简单理解。本人刚接触DNN两个月,只会caffe一点皮毛,torch,theano等不会使用,caffe下的RNN代码不多,本文是其中一个。据说Jeff Donahue’s 的lstm代码转载 2017-11-10 16:44:52 · 378 阅读 · 0 评论 -
深入浅出LSTM神经网络
摘要:根据深度学习三大牛的介绍,LSTM网络已被证明比传统的RNNs更加有效。本文由UCSD研究机器学习理论和应用的博士生Zachary Chase Lipton撰写,用浅显的语言解释了卷积网络的基本知识,并介绍长短期记忆(LSTM)模型。【编者按】使用前馈卷积神经网络(convnets)来解决计算机视觉问题,是深度学习最广为人知的成果,但少数公众的注意力已经投入到使用递归神经网络来对转载 2017-10-16 14:28:43 · 603 阅读 · 0 评论 -
YunOS场景文字识别
摘要: 该文章先介绍常见的文字识别方法,然后介绍YunOS在场景文字识别方面取得的进展、结果和技术方案。将重点讲解技术方案的两个主要部分:1)基于全卷积网络的从局部到整体的文字行检测方法;2)基于BLSTM-CTC-Seq2Seq的文字行识别方案。1 概述 随着深度学习技术的发展,尤其是卷积神经网络(Convolutional Neural Networks,CNN转载 2017-11-08 17:28:22 · 4753 阅读 · 0 评论 -
caffe上手:如何导出caffemodel参数
最近在github上看到一个导出mnist的model参数的Matlab和Python的脚本,比较简单,以后可能用得到,记录一下。load_caffemodel.py: 使用python脚本加载lenet的参数。conv*.mat: 在blob数据中相同结构定义的层的参数。parse_param.m: Matlab脚本,将加载到的每层参数保存出来的mat文件整合成一个par转载 2017-11-08 15:03:59 · 1427 阅读 · 0 评论 -
理解 LSTM 网络
Neil Zhu,简书ID Not_GOD,University AI 创始人 & Chief Scientist,致力于推进世界人工智能化进程。制定并实施 UAI 中长期增长战略和目标,带领团队快速成长为人工智能领域最专业的力量。作为行业领导者,他和UAI一起在2014年创建了TASA(中国最早的人工智能社团), DL Center(深度学习知识中心全球价值网络),AI growth(行业智转载 2017-10-30 14:07:31 · 265 阅读 · 0 评论 -
百度开源的Warp-CTC人工智能技术,到底是什么鬼?
摘要:Warp-CTC开源有什么意义百度硅谷AI实验室(SVAIL)近日宣布,百度已开源关键人工智能Warp-CTC的关键代码,并且已向GitHub上传了Warp-CTC的C语言代码库,共享给了开发者,引起了美国业内的广泛关注。好的,那么问题来了。一,百度开源的Warp-CTC是什么?解释这个事情极为复杂,我们需要一步步说起。1)什么是深度学习转载 2017-11-07 17:27:37 · 848 阅读 · 0 评论