- 博客(42)
- 收藏
- 关注
RSS订阅
原创 当小样本遇上机器学习 fewshot learning
引言深度学习(deeplearning)已经广泛应用于各个领域，解决各类问题，例如在图像分类问题下，如图1，区分这10类目标的准确率目前可以轻松做到94%。然而，deeplearning是一种datahungry的技术，需要大量的标注样本才能发挥作用。图1 现实世界中，有很多问题是没有这么多的标注数据的，获取标注数据的成本也非常大，例如在医疗领域、安全领域等。因此，我们现在讨论的是...
2017-12-30 22:21:10
98679
46
原创 用图卷积来建模视频
图卷积被多个领域广泛关注，本文介绍下我在ECCV2018年上的一个工作，用图卷积来建模视频：Hierarchical Video Frame Sequence Representation with Deep Convolutional Graph Network，希望能做视频建模的带来些思路。如何对视频进行建模呢？也就是如何用一个或多个向量表达一个视频呢？视频指纹算是一种通用的特征，它一...
2019-06-02 19:46:00
1710
7
原创 ECCV2018
两年一度的计算机视觉顶级会议马上要召开了，地点在德国慕尼黑。期待。。。。求同行的伙伴 ……^ _ ^https://eccv2018.org/
2018-08-24 22:57:22
2066
2
原创 视频特征
inflattenDevNet A deep event network for multimedia event detection and evidence recounting. TSN https://arxiv.org/pdf/1608.00859.pdfattention https://arxiv.org/pdf/1708.03805.pdfDepthwise separable c...
2018-02-11 11:49:56
1778
原创 敏捷开发
比迭代更好的是持续交付，可以获得更多的价值。我们对项目的认识是不断增长的，越往后越多用户反馈，技术环境、市场环境是不断变化的我们需要增量地做决策，更快（早）地交付价值和灵活地响应变化。
2018-01-14 17:30:09
371
原创 tensorflow编程一些需要知道的 - 5 实现logistic分类器
tensorflow logistic classificationtensorflow 实现逻辑回归
2017-06-30 16:14:23
2021
原创 tensorflow编程一些需要知道的 - 4
训练1024维特征的数据集合，multi-label， 转成多个1的onehot的label, 2个全连接。很直接的顺序编程，练习、便于理解
2017-03-30 14:58:44
1156
原创 tensorflow编程一些需要知道的 - 3
做训练时，我们往往要处理大批量的数据，这时如果有个可以异步读取的方式，那么处理程序会更加灵活和高效。FIFOQueue 、RandomShuffleQueue 便是tensorflow提供的一些通过队列来做异步数据存取的方法，并且它是多线程的（tf.Session对象就是多线程的）。这个框架如下图由于整个程序是多线程的，因此我们可以在同一个session里并行跑多个op
2017-02-03 14:41:51
3354
原创 tensorflow编程一些需要知道的 - 2
当我们正在开发一个较复杂的大工程时，提高编程效率和运行效率会成为需求，我们可以通过作用域，以及共享变量来实现这点
2017-01-29 20:26:39
636
原创 用tensorflow画ROC曲线
1. 先准备好你的数据文件，csv格式，该文件共3列，第一列是数据id，第2列是预测分数（0到1），第3列是数据的label（0或1）2. 运行下面的python程序：python tf_roc.py /tmp/predict_label.csv 200 /tmp/tb_roc3. 其中第2个参数200表示画ROC曲线的精度，越大，曲线越精细。4. 启动tensorboard： ten
2017-01-25 21:39:44
17084
2
原创 深度学习如何设置学习率
学习率是深度学习中的一个重要的超参，如何调整学习率是训练出好模型的关键要素之一。在通过SGD求解问题的极小值时，梯度不能太大，也不能太小。太大容易出现超调现象，即在极值点两端不断发散，或是剧烈震荡，总之随着迭代次数增大loss没有减小的趋势；太小会导致无法快速地找到好的下降的方向，随着迭代次数增大loss基本不变。学习率调整方法基本上有两种1. 基于经验的手动调整。 通过尝
2016-10-23 16:33:03
39936
8
原创 残差resnet网络原理详解
resnet在2015名声大噪，而且影响了2016年DL在学术界和工业界的发展方向。它对每层的输入做一个reference, 学习形成残差函数， 而不是学习一些没有reference的函数。这种残差函数更容易优化，能使网络层数大大加深。
2016-10-04 16:47:50
317057
47
原创 解决 version `GLIBC_2.17' not found
导致这个原因是一个在新的环境编译出来的程序跑在了老的环境里。然而，往往你没有权限去更新系统的glibc和gcc，又不想去重新编译一个程序，所以这里提供了一个比较hack的方法。我们以在redhat el6上安装tensoflow为例。1） 安装支持c++11的编译器。2）pip install --upgrade https://storage.googleapis.com/t
2016-09-20 15:44:29
15521
原创 基于深度学习的目标检测DET - SSD
SSD: Single Shot MultiBox Detector, 是一个end to end 的目标检测识别模型。先小八卦下，它属于google派系，它的作者也是googlenet的作者。该模型旨在高精度的快速识别， 它不用额外计算bounding box而能达到相当的识别精度，而且速度有极大的提高，号称可以达到58的FPS 和 72.1%的mAP。 我们先来看下这个模型的全貌。
2016-08-30 23:31:02
4230
原创 如何训练非平衡数据的分类器
训练一个分类器，第一步就是准备每个类别的大量数据。这一个看似简单，在实际中往往却最难达到。因为：很多分类任务的数据不是平衡的，即类与类之间的数量悬殊。以下是解决这个问题的方法：1. 不做任何事情。2. 对少数量的类进行上采样，对大数量的类进行下采样，给少数量的类进行合成一些新的数据。3. 不考虑少数量的类型，把问题转化为“异常检测”。4. 做些算法上的优化，如给损失函数加权重控
2016-08-29 21:03:43
3213
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人