深度学习
jasonzzj
这个作者很懒,什么都没留下…
展开
-
Caffe + CUDA-7.5 + cuDNN v5 在Ubuntu15.04 下的安装教程
Caffe + CUDA-7.5 + cuDNN-v5 在Ubuntu15.04 下的安装教程本文主要参考Caffe官方安装教程,欢迎批评和讨论。Prior to installing, have a glance through this guide and take note of the details for your platform. We install and run Caffe o原创 2016-09-19 09:55:19 · 653 阅读 · 0 评论 -
how to calculate receptive field of CNN
if layernum>len(net): layernum=len(net) outsize = 1 #for layerparams in net: for layer in reversed(range(layernum)): fsize, stride, pad = net[layer] outsize = ((outsize -1)原创 2017-06-13 16:55:21 · 963 阅读 · 0 评论 -
faster rcnn CPU mode
cd $FRCN_ROOT/lib, modify setup.py,annotate these code that are correlative GPU, then make...#CUDA = locate_cuda()......#self.set_executable('compiler_so', CUDA['nvcc'])......#Exte原创 2017-06-29 17:02:31 · 814 阅读 · 0 评论 -
RNN中输出端的sample采样
在Theano中,有如下定义的函数可供sequence to sequence 模型来使用sample功能:def sample(preds, temperature=1.0): # function to sample an index from a probability array # temperature = (0, 1.0] # https://github原创 2017-03-04 16:13:59 · 2639 阅读 · 0 评论 -
Tensorflow 中 RNN softmax输出层采样 tf.multinomial(logits, num_samples)
Tensorflow 中,想要使用sequence to sequence 模型,在RNN的输出端采样(sampling),可以在softmax层之后,做简单的log p 再用tf.multinomial()来实现:tf.multinomial(logits, num_samples, seed=None, name=None)例如:# samples has shape [1, 5原创 2017-03-04 16:21:46 · 7612 阅读 · 2 评论 -
tensorflow 使用多块GPU同时训练多个模型
转自:http://stackoverflow.com/questions/34775522/tensorflow-mutiple-sessions-with-mutiple-gpusTensorFlow will attempt to use (an equal fraction of the memory of) all GPU devices that are visible t转载 2017-03-01 10:20:57 · 8881 阅读 · 0 评论 -
常用图像数据集大全
常用图像数据集大全(分类,跟踪,分割,检测等) 转载于 http://blog.csdn.net/tiandijun/article/details/445393871.搜狗实验室数据集:http://www.sogou.com/labs/dl/p.html互联网图片库来自sogou图片搜索所索引的部分数据。其中收集了包括人物、动物、建筑、机械、风景、运动等转载 2017-02-20 11:51:40 · 9313 阅读 · 0 评论 -
以resnet作为前置网络的ssd目标提取检测
resnet ssd转载 2016-12-29 23:34:36 · 2623 阅读 · 0 评论 -
Bach Normalization
【文章一】tensorflow中关于BN(Batch Normalization)的函数主要有两个,分别是:tf.nn.momentstf.nn.batch_normalization关于这两个函数,官方API中有详细的说明,具体的细节可以点链接查看,关于BN的介绍可以参考这篇论文,我来说说自己的理解。不得不吐槽一下,tensorflow的官方API很少给例子,太不人性化了原创 2016-12-28 22:37:10 · 11164 阅读 · 2 评论 -
Linux下监视NVIDIA的GPU使用情况
在使用TensorFlow跑深度学习的时候,经常出现显存不足的情况,所以我们希望能够随时查看GPU时使用率。如果你是Nvidia的GPU,那么在命令行下,只需要一行命令就可以实现。1. 显示当前GPU使用情况Nvidia自带了一个nvidia-smi的命令行工具,会显示显存使用情况:$ nvidia-smi输出: 2. 周期性输出GPU使用情况但是有时我们希望不仅知道那一固定时刻的GPU使用情况,原创 2016-09-24 11:11:57 · 189337 阅读 · 18 评论 -
神经网络的反向传播算法Backpropagation
说明:本文参考整理于斯坦福大学cs231n课程Andrej Karpathy的讲义。原创 2016-09-30 23:16:48 · 1142 阅读 · 0 评论 -
Convolutional Networks for MNIST in Tensorflow
写在前面本文介绍了使用TensorFlow在MNIST数据集上构建基础的卷积神经网络来实现识别手写字符的任务,包括:{两层的卷基层}+{一层relu的全链接层}+{一层softmax的全链接层}。由于结构简单,代码清晰,文章整体就以代码走向为主,阅读省力省事。1. Load MNIST Data# load MNIST datafrom tensorflow.examples.tutorials.原创 2016-09-23 16:40:46 · 1280 阅读 · 1 评论 -
TensorFlow 安装及问题解决
TensorFlow 为 Google 开源的新一代深度学习框架,与之前使用的Caffe和Torch基于层的设计理念有所不同,是基于张量流图的设计思路,这也是今后深度学习框架的一大发展趋势。本文默认您的linux计算机已经安装有Python下面介绍一下安装与安装遇到的问题及解决方法。将包含下列内容:CUDA-7.5 与 cuDNN v.5 安装pip安装TensorFlow 安装安装成功测试问题和解决方案原创 2016-09-19 11:01:08 · 27026 阅读 · 12 评论 -
TensorFlow多GPU并行计算
1. TensorFlow指定特定GPU或者CPU进行计算:说明:示例计算机为单CPU(编号为0),单GPU(编号为0),安装的TensorFlow为GPU版。本文的结构如下:默认为GPU #0指定CPU #0指定GPU #1指定GPU #0 + CPU #01.1 默认为GPU #0In [1]: import tensorflow as tfI tensorflow/stream_ex原创 2016-09-19 19:11:32 · 14277 阅读 · 0 评论 -
faster-rcnn 之 bbox_transform_inv(boxes, deltas)
def bbox_transform_inv(boxes, deltas): if boxes.shape[0] == 0: return np.zeros((0, deltas.shape[1]), dtype=deltas.dtype) boxes = boxes.astype(deltas.dtype, copy=False) widths = boxes[:, 2]原创 2017-07-20 15:09:20 · 3113 阅读 · 1 评论