marvin521
码龄17年
关注
提问 私信
  • 博客:559,780
    559,780
    总访问量
  • 41
    原创
  • 暂无
    排名
  • 1,163
    粉丝
  • 0
    铁粉

个人简介:计算机视觉机器学习朝拜者

IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:福建省
  • 加入CSDN时间: 2008-12-04
博客简介:

计算机视觉、机器学习朝拜者

博客描述:
在真理和认识方面,任何以权威者自居的人,必将在上帝的戏笑中垮台
查看详细资料
个人成就
  • 获得156次点赞
  • 内容获得220次评论
  • 获得206次收藏
  • 博客总排名866,092名
创作历程
  • 3篇
    2014年
  • 47篇
    2013年
成就勋章
TA的专栏
  • 计算机视觉
    15篇
  • 机器学习
    32篇
  • 最优化
    11篇
  • 生活
    12篇
创作活动更多

新星杯·14天创作挑战营·第13期

这是一个以写作博客为目的的创作活动,旨在鼓励大学生博主们挖掘自己的创作潜能,展现自己的写作才华。如果你是一位热爱写作的、想要展现自己创作才华的小伙伴,那么,快来参加吧!我们一起发掘写作的魅力,书写出属于我们的故事。我们诚挚邀请你们参加为期14天的创作挑战赛!注: 1、参赛者可以进入活动群进行交流、互相鼓励与支持(开卷),虚竹哥会分享创作心得和涨粉心得,答疑及活动群请见:https://bbs.csdn.net/topics/619781944 【进活动群,得奖概率会更大,因为有辅导】 2、文章质量分查询:https://www.csdn.net/qc

86人参与 去参加
  • 最近
  • 文章
  • 代码仓
  • 资源
  • 问答
  • 帖子
  • 视频
  • 课程
  • 关注/订阅/互动
  • 收藏
搜TA的内容
搜索 取消

拉普拉斯矩阵

发布资源 2011.09.07 ·
pdf

GPU版本卷积神经网络

发布资源 2014.01.06 ·
rar

机器学习理论与实战(五)支持向量机

做机器学习的一定对支持向量机(support vector machine-SVM)颇为熟悉,因为在深度学习出现之前,SVM一直霸占着机器学习老大哥的位子。他的理论很优美,各种变种改进版本也很多,比如latent-SVM, structural-SVM等。先来看看SVM的理论,在(图一)中A图表示有两类的数据集,图B,C,D都提供了一个线性分类器来对数据进行分类?但是哪个效果好一些?
原创
博文更新于 2021.04.21 ·
5930 阅读 ·
8 点赞 ·
2 评论 ·
10 收藏

机器学习理论与实战

前面的进20篇博文已经牵扯到很多机器学习算法咯,已经吊足了胃口,从后面开始正式学习机器学习的理论,涵盖:加州理工(caltech)的 Yaser Abu-Mostafa教授的机器学习,偏重于传统统计理论斯坦福大学(Staford U)的Andrew Ng教授的机器学习,偏重于实用,直观理解多伦多大学(Tronto U)的Geoffery Hinton教授的高级神经网络,偏重于神经网络和
原创
博文更新于 2013.07.05 ·
3990 阅读 ·
0 点赞 ·
0 评论 ·
3 收藏

目标检测(Object Detection)原理与实现(二)

基于霍夫变换和广义霍夫变换的目标检测        上节讨论了基于阈值处理的目标检测,今天就来讨论下基于霍夫投票的目标检测,霍夫投票打算分成两个小节,第一个小节简单的说下霍夫变换和广义霍夫变换(generalized hough transform),他们投票的权重都是相等的,下一节讨论概率空间中的霍夫投票,顾名思义他们的投票权重是不确定的。      先来看下霍夫变换(hou
原创
博文更新于 2013.06.14 ·
13446 阅读 ·
14 点赞 ·
5 评论 ·
43 收藏

ajax许愿墙(内有数据库,配置web.config即可)

发布资源 2009.01.07 ·
application/x-rar

Python常用语法

可扩展性是Python的一大特色,一方面,由于Python是解释执行的,这导致运行速度会比编译型语言慢,因此可以通过使用C/C++重写核心部分代码以解决性能上的瓶颈(程序90%的时间再运行10%的代码);另一方面,可以通过扩展,达到添加整合一些额外的功能以及保持专有源代码的目的。在本文接下来的部分中我们将讨论如何编写C/C++扩展代码,并使用它们的功能。    我们要建立的是一个可以在Pyth
转载
博文更新于 2014.02.07 ·
9624 阅读 ·
1 点赞 ·
0 评论 ·
21 收藏

机器学习理论与实战(十七)概率图模型05(极家族函数的引入)

概率图模型中极家族函数的引入               回顾概率图模型03中的内容,我们用联合树算法进行消息传递,本质是在求解某个变量的分布或者条件分布,求解一个分布不单纯局限在联合树算法上,还有其他算法,比如均值场。这些图模型中的变分推理方法都有一个统一的理论框架,都是依靠凸分析和极家族函数来支撑起来的,各种推理方法的本质其实都是在极家族函数的均值参数(Mean Parameters)和自
原创
博文更新于 2014.01.16 ·
9433 阅读 ·
4 点赞 ·
0 评论 ·
4 收藏

工业检测、车牌识别

趁着服务器在跑程序的空闲时间,花了几个小时写了个工业检测程序(matlab版本),可以用于下图所示使用的情形,也可以用于车牌识别,过年缺钱了,挂出来卖。。。可以定制。效果如下图所示,红色框框是检测的目标,并且识别出数字和字母,速度很快(没有用深度学习),一副3648×2376的图从检测到识别只需要100毫秒左右,目前是初级版本,有一位老板打算买,正利用业余时间增强功能。
原创
博文更新于 2014.01.12 ·
10130 阅读 ·
0 点赞 ·
0 评论 ·
2 收藏

卷积求导(卷积神经网络)

由于最后
原创
博文更新于 2013.12.13 ·
22444 阅读 ·
5 点赞 ·
0 评论 ·
11 收藏

几种常见的神经网络激活函数的导数

几种常见的神经网络激活函数cheat sheet。
原创
博文更新于 2013.12.06 ·
13597 阅读 ·
1 点赞 ·
0 评论 ·
11 收藏

Big Data with MATLAB

How to work with huge and fast data setsBig data refers to the dramatic increase in the amount and rate of data being created and made available for analysis.A primary driver of this trend is
转载
博文更新于 2013.11.24 ·
7080 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

GPU Programming in MATLAB

By Jill Reese, MathWorks and Sarah Zaranek, MathWorksView PDFMulticore machines and hyper-threading technology have enabled scientists, engineers, and financial analysts to speed
转载
博文更新于 2013.11.24 ·
7960 阅读 ·
1 点赞 ·
0 评论 ·
1 收藏

Parallel Computing with MATLAB

http://www.mathworks.cn/support/product/DM/installation/ver_current/?s_cid=pi_dc_pi_R2012binstalling and Configuring Parallel Computing Toolbox and MATLAB Distributed Computing Server (R2012b)
转载
博文更新于 2013.11.24 ·
9297 阅读 ·
1 点赞 ·
0 评论 ·
4 收藏

成功应用机器学习的七个步骤

最近在写深度学习的程序,遇到一些瓶颈,多方咨询下大牛的经验,无果,找到了一篇机器学习心得,为了不浪费,翻译后贴出来吧。        项目失败在IT中太常见了。如果在你公司里使用一项你们不熟悉的技术,那风险很高。机器学习在学术界出现很长时间了,但是走进公司并且让公司尝到甜头也是最近几年的事情。因此正确机器学习在工业界还有很大的潜力,能使得公司降低开销,开辟新径,但是它仍然有一些陷阱要注意。
翻译
博文更新于 2013.11.19 ·
9652 阅读 ·
3 点赞 ·
0 评论 ·
4 收藏

机器学习理论与实战(二)决策树

电影《无耻混蛋》里有一幕游戏,在德军小酒馆里有几个人在玩20问题游戏,游戏规则是一个设迷者在纸牌中抽出一个目标(可以是人,也可以是物),而猜谜者可以提问题,设迷者只能回答是或者不是,在几个问题(最多二十个问题)之后,猜谜者通过逐步缩小范围就准确的找到了答案。这就类似于决策树的工作原理。(图一)是一个判断邮件类别的工作方式,可以看出判别方法很简单,基本都是阈值判断,关键是如何构建决策树,也就是如何训
原创
博文更新于 2013.10.31 ·
6106 阅读 ·
4 点赞 ·
9 评论 ·
7 收藏

机器学习理论与实战(十四)概率图模型02

翻开Jordan和Wainwright著作的书,正文开始(第二章)就说概率图模型的核心就是:分解。的确是这样的,对于复杂的概率图模型,要在复杂交织的变量中求取某个变量的边缘概率,常规的做法就是套用贝叶斯公式,积分掉其他不想干的变量,假设每个变量的取值状态为N,如果有M个变量,那么一个图模型的配置空间就有M^N,指数增长的哦,就这个配置空间已经让我们吃不消了,不可以在多项式时间内计算完成,求边缘概率
原创
博文更新于 2013.10.31 ·
15437 阅读 ·
4 点赞 ·
1 评论 ·
9 收藏

机器学习理论与实战(十三)概率图模型01

概率图模型是图论和概率论结合的产物,它的开创者是鼎鼎大名的Judea Pearl,我十分喜欢概率图模型这个工具,它是一个很有力的多变量而且变量关系可视化的建模工具,主要包括两个大方向:无向图模型和有向图模型。无向图模型又称马氏网络,它的应用很多,有典型的基于马尔科夫随机场的图像处理,图像分割,立体匹配等,也有和机器学习结合求取模型参数的结构化学习方法。严格的说他们都是在求后验概率:p(y|x),即
原创
博文更新于 2013.09.15 ·
16216 阅读 ·
3 点赞 ·
1 评论 ·
9 收藏

机器学习理论与实战(十六)概率图模型04

04、概率图模型应用实例        最近一篇文章《DeformableModel Fitting by Regularized Landmark Mean-Shift》中的人脸点检测算法在速度和精度折中上达到了一个相对不错的水平,这篇技术报告就来阐述下这个算法的工作原理以及相关的铺垫算法。再说这篇文章之前,先说下传统的基于CLM(Constrained local model)人脸点检测算
原创
博文更新于 2013.09.09 ·
18026 阅读 ·
9 点赞 ·
1 评论 ·
35 收藏

使用mean-shift方法、隐马尔科夫模型的恋爱指南

使用mean-shift方法、隐马尔科夫模型的恋爱指南----用数学指导我们的生活!!!   作者:gubgub [1][2]   [1]xxxx公司 [2]xx小组         开篇   爱情是人类最宝贵的情感, 可是很多人无法拨开迷雾去摘取最美的花。   我曾经为此迷茫,可是突然我发现了科学的力量!!!! 使用数学,揭开了恋爱
转载
博文更新于 2013.09.08 ·
8023 阅读 ·
1 点赞 ·
0 评论 ·
6 收藏
加载更多