「已注销」-CSDN博客

原创 Linux 16.04+Caffe+TensorFlow+CUDA9

详细说明：1. Caffe 官网地址：http://caffe.berkeleyvision.org/ TensorFlow官网地址：http://tensorflow.google.cn2. 本安装方法参考欧新宇老师博客：点击打开链接 https://blog.csdn.net/shiorioxy/article/details/788501993. 运行平台为：Intel i5, nv...

2018-05-23 21:56:46 380

转载算法工程师~~修炼之道

链接：https://www.zhihu.com/question/25626241/answer/113256879一、算法工程师简介（通常是月薪15k以上，年薪18万以上，只是一个概数，具体薪资可以到招聘网站如拉钩，猎聘网上看看）算法工程师目前是一个高端也是相对紧缺的职位；算法工程师包括音/视频算法工程师（通常统称为语音/视频/图形开发工程师）、图像处理算法工程师、计算机视觉算法工程师、通信基...

2018-03-08 15:51:48 3754

转载 LSTM模型详解

（一）LSTM模型理解1.长短期记忆模型（long-short term memory）是一种特殊的RNN模型，是为了解决RNN模型梯度弥散的问题而提出的；在传统的RNN中，训练算法使用的是BPTT，当时间比较长时，需要回传的残差会指数下降，导致网络权重更新缓慢，无法体现出RNN的长期记忆的效果，因此需要一个存储单元来存储记忆，因此LSTM模型被提出；2.下面两个图可以看出RNN与LSTM的区别：...

2018-03-08 15:37:47 75204 2

原创 Infogan-信息最大化生成对抗网络（理论部分）

对抗生成网络（GAN）和贝叶斯变分自编码是最为主要的两种数据生成模型，目前的生成对抗网络的一些改良技术已经实现了非常逼真的图像link。此外生成模型也是非监督学习的主要驱动力之一，假若人工神经网络已经具备了自我生成栩栩如生的真实图像的能力，我们亦可以说人工神经网络已经具备了想象和创作的能力，具有了想象和创作能力的个体当然已经掌握了一些抽象的概念，而非监督学习不就是让人工智能自我去摸索这个世界并

2017-11-12 15:25:36 860

原创近期GAN的模型和理论发展

摘要在过去一两年中，生成式模型 Generative Adversarial Networks（GAN）的新兴为生成式任务带来了不小的进展。尽管 GAN 在被提出时存在训练不稳定等诸多问题，但后来的研究者们分别从模型、训练技巧和理论等方面对它做了改进。本文旨在梳理这些相关工作。尽管大部分时候，有监督学习比无监督的能获得更好的训练效果。但真实世界中，有监督学习需要的数据标注（labe

2017-11-11 23:05:31 774

原创 caffe平台搭建可能遇到的bug及解决方法

################### ImportError: No module named skimage.io #############有一些python库没有安装，在import caffe测试时会出错，常见的库缺失错误：ImportError: No module named skimage.ioImportError: No module named sc

2017-11-10 20:24:50 341

原创 caffe平台搭建~~sjtuicat 实验室倾情奉献！

Caffe+Ubuntu_16.04.3+CUDA_8.0_linux+Cudnn_5.1v硬件配置：双硬盘双系统，512G固态硬盘装了win10，2T机械硬盘装了Ubuntu16.04双显卡：集显加独显（GTX 1080Ti）先安装win10，再装Ubuntu16.04，都是用UltraISO制作了U盘引导盘安装，安装win10+Ubuntu双系统不做详述。软件包：SW_DVD9_Win_Pro...

2017-11-10 20:23:29 780

转载模型融合方法总结

模型融合是kaggle等比赛中经常使用到的一个利器，它通常可以在各种不同的机器学习任务中使结果获得提升。顾名思义，模型融合就是综合考虑不同模型的情况，并将它们的结果融合到一起。模型融合主要通过几部分来实现：从提交结果文件中融合、stacking和blending。从提交结果文件中融合最简单便捷的方式就是从竞赛的提交结果文件中进行融合，因为这样做并不需要重新训练模型，只需

2017-08-02 15:08:38 7401

转载总结一下用caffe跑图片数据的研究流程

最近在用caffe玩一些数据集，这些数据集是从淘宝爬下来的图片。主要是想研究一下对女性衣服的分类。下面是一些具体的操作流程，这里总结一下。1 爬取数据。写爬虫从淘宝爬取自己需要的数据。2 数据预处理。将图片从jpg，png格式转为leveldb格式。因为caffe的输入层datalayer是从leveldb读取的。这一步自己基于caffe写了个工具实现转换。转换命令

2016-11-11 22:06:19 600

原创深度学习的训练加速

深层模型训练需要各种技巧，例如网络结构的选取，神经元个数的设定，权重参数的初始化，学习率的调整，Mini-batch的控制等等。即便对这些技巧十分精通，实践中也要多次训练，反复摸索尝试。此外，深层模型参数多，计算量大，训练数据的规模也更大，需要消耗很多计算资源。如果可以让训练加速，就可以在同样的时间内多尝试几个新主意，多调试几组参数，工作效率会明显提升，对于大规模的训练数据和模型来说，更可以将难以

2016-10-24 22:21:47 5373

原创 windows 10 环境安装caffe并测试mnist成功详解

本文主要总结windows 10 环境下编译安装caffe并成功测试DNN的详细过程：软件包：硬件环境：（一）安装caffe（二）编译caffe（三）测试mnist

2016-10-21 16:58:42 6710 2

Sibin的博客