2017年02月_artzers

12月 07月 06月 05月 03月 02月 01月

原创【机器学习】Tensorflow:理解和实现快速风格化图像fast neural style

Neural Style开辟了计算机与艺术的道路，可以将照片风格化为名家大师的画风。然而这种方法即使使用GPU也要花上几十分钟。Fast Neural Style则启用另外一种思路来快速构建风格化图像，在笔记本CPU上十几秒就可以风格化一张图片。我们来看看这是什么原理。

2017-02-23 11:20:18 16477 13

原创【机器学习】tensorflow：HMM隐状态链的一种最优化求解方法

隐马尔科夫模型（HMM）有很多讲解，这里我推荐这篇文章：一文搞懂HMM（隐马尔可夫模型）。HMM有三种核心问题：1、给定隐状态链、转移矩阵、发射矩阵，求状态链发生概率2、给定状态链求转移矩阵和发射矩阵3、给定状态链、转移矩阵、发射矩阵，求隐状态链。三类问题分别对应前向-后向算法、最大熵算法、维特比算法。鉴于第三类问题本质上是优化问题，所以我尝试用tensorflow进行求解。

2017-02-21 10:27:34 6727

原创【机器学习】tensorflow: GPU求解带核函数的SVM二分类支持向量机

SVM本身是一个最优化问题，因此理所当然可以用简单的最优化方法来求解，比如SGD。2007年pegasos就发表了一篇文章讲述简单的求解SVM最优化的问题。其求解形式简单，但是并没有解决核函数计算量巨大的问题。这里给出了一个tensorflow的带核函数的SVM的解法，使用GPU加速，并且支持在线学习。

2017-02-16 10:11:50 10604 11

原创【机器学习】tensorflow: 稀疏自编码

21世纪之后，数学家证明了我们获取的很多数据，可以分解为空间中少数几个基的组合，且组合系数很多为0；亦或者说，大部分数据的主要内容可以由少数几个空间基组成。这就是数据的稀疏特征，是压缩感知的基础。基于这个原理诞生了数据压缩方法，检测方法。这些方法很多都基于最优化理论，在大数据处理上，相比传统的方法，比如PCA，在计算复杂度上有很大的提升。稀疏自编码是其中一种数据压缩方法。稀疏编码的公式为:arg

2017-02-14 11:01:24 3550

原创【机器学习】tensorflow:图像空间域逆滤波初步

相比上两篇文章的逆滤波解法，tensorflow的最优化解法更加高效、简明，往往构建出滤波最优化公式就可以让tensorflow自动最优化，逆向得到目标逆滤波图像。tensorflow逆滤波的实现原理可以参考【图像处理】时域最小二乘逆滤波的最优化快速解法with tf.device('/gpu:0'): initial = tf.random_normal([1,252,252,1]) *

2017-02-14 09:38:37 3867

原创【图像处理】时域最小二乘逆滤波的最优化快速解法

上一篇文章，我的空间域最小二乘逆滤波的时间、空间复杂度都非常高。其中求逆矩阵是消耗巨大的一步，这里用迭代优化解法展示了如何不用求逆矩阵来求解最小二乘逆滤波。首先卷积图像的生成表示为AXravel+Nravel=BravelAX_{ravel}+N_{ravel}=B_{ravel}，我们将问题转化为一个简单的带正则化的优化问题J(Xravel)=argmin12(AXravel−Bravel)2

2017-02-09 19:51:25 1960