深度学习
jteng
沉着,稳重,刻苦,坚毅。
展开
-
深度学习中的Attention模型介绍及其进展
近期对深度学习中的Attention模型进行了深入研究,该模型在图像识别、语音识别和自然语言处理三大深度学习的热门领域均有广泛的使用,是2014和2015年深度学习领域的重要进展。现对其原理、主要应用及研究进展进行详细介绍。1. 基本原理 Attention模型最初应用于图像识别,模仿人看图像时,目光的焦点在不同的物体上移动。当神经网络对图像或语言进行识别时,每次集中于部分特征上...原创 2016-10-20 15:29:14 · 29497 阅读 · 5 评论 -
Ubuntu16.04lts 安装Theano配置GPU
之前经过一番折腾,终于在Win8.1下安装了Theano并配置好GPU,近几天又经历重重磨难,在Unbutn16.04lts下安装了Theano并配置GPU。 首先列示我的电脑使用软硬件配置:Ubuntu16.04lts 64位系统,NVIDIA Geforce 840M,Anaconda,Cuda7.5原创 2016-07-31 21:14:45 · 9734 阅读 · 1 评论 -
Win8.1 64位安装Theano并配置GPU
Win8.1 64位Theano安装及GPU配置过程详细介绍原创 2016-06-07 20:35:02 · 2613 阅读 · 0 评论 -
Ubuntu16.04lts使用Anaconda安装tensorflow并配置GPU
在安装tensorflow之前,首先列示一下我的配置:Ubuntu16.04lts系统,Geforce840M显卡,Cuda8.0,Cudnn v5.1,Anaconda python2.7环境。原创 2016-10-31 14:15:34 · 15647 阅读 · 0 评论 -
目标检测之R-CNN
目标检测(object detection)是计算机视觉领域重要研究内容之一,主要解决图像中包含哪些物体及物体在图像中位置的问题,如下图所示(图片来源于Yolo实验输出),物体的位置使用一个矩形框标注。 近几年深度学习方法的成功应用使目标检测的精度不断提高,下图中个人统计了几种主流方法提出的时间、精度(mAP)和速度(FPS),这些数值并非绝对,因为每个方法均有多个模型,以对精度和速度...原创 2018-05-22 20:20:29 · 4726 阅读 · 2 评论 -
目标检测之SPPnet
SPPnet全称为Spatial Pyramid Pooling in Deep Convolutional Networks,从此可以看出,SPPnet的关键是在CNN里设计了一个Spatial Pyramid Pooling结构,设计该结构的出发点是解决CNN的输入需要为固定大小的问题。这样就会导致...原创 2018-06-11 22:44:08 · 1169 阅读 · 0 评论 -
目标检测之Fast R-CNN
Fast R-CNN是对SPPnet的进一步改进,主要贡献有以下三点:1. 使用multi-task loss将目标分类和bounding box regression统一到一个模型中,实现了single-stage的end-to-end训练。2. 不需要存储中间特征,降低了对硬盘空间的需求。3. 在训练时采用层级采样策略,有效利用参数共享,进一步提升训练速度和精度。原创 2018-06-26 21:02:08 · 490 阅读 · 0 评论