2017年09月_Missayaa

原创 caffe（only CPU）+Ubuntu16.04 环境配置（内附mnist测试）

刚刚学caffe不久，自从caffe的环境被我弄乱之后，就打算再重新配置一次，配置了一整天，期间出现了很多令人头疼的问题。最后在第二天的早晨，突然的就把环境搭建好了！！！所以说搭环境这种问题一定要细心细心，更要有耐心。写下这篇博客，记录一下整个过程。至于需要用到GPU的时候，再说！下面是配置环境的具体步骤。一：下载Ubuntu16.04（这个是我的百度网盘链接：http://pan.bai...

2017-09-24 14:29:59 837

原创 Python（六）Numpy基本操作

(1)numpy.sum() #相加。没有axis参数表示全部相加，axis＝0表示按列相加，axis＝1表示按照行的方向相加. import numpy as np >>> a=np.sum([[0,1,2],[2,1,3]]) >>> a 9 >>> a=np.sum([[0,1,2],[2,1,3]],axis=0...

2017-09-17 18:52:17 649 1

原创 DL（三）线性回归与随机梯度下降

一：线性回归 1) Model representation(模型表示) 回到第一课中的房屋价格预测问题，首先它是一个有监督学习的问题（对于每个样本的输入，都有正确的输出或者答案），同时它也是一个回归问题（预测一个实值输出）。训练集表示如下：其中： m = 训练样本的数目 x’s = “输入”变量，也称之为特征 y’s =...

2017-09-14 19:10:16 1681

转载 DL（二）cs231n-激活函数、BN、参数优化等

**原文地址**：http://blog.csdn.net/myarrow/article/details/51848285 1. 机器学习流程简介     1）一次性设置（One time setup）           - 激活函数（Activation functions）       &...

2017-09-14 15:25:30 406

原创数据类比赛的基本处理流程和方法

数据类比赛处理流程：本文都是截图，因为之前记在纸上了，这里实在是不想手写了（~~），但是本文对于入门数据类竞赛还是很有帮助的，如有问题，欢迎指正。一：探索分析数据 df.train[‘GrLirArea’] = np.log(df.train[‘GrLirArea’]) 二：构造特征（自己建立新特征）三：Titanic问题示...

2017-09-10 23:18:53 919

转载 DL（一）梯度消失和梯度爆炸

原文地址：http://blog.csdn.net/qq_29133371/article/details/51867856 随着神经网络层数的增加，会出现梯度消失或者梯度爆炸的问题，下面细说下问什么会出现：起初的学习率固定。下面来看几组通过增加隐藏层层数后的学习率变化图： ...

2017-09-10 22:33:24 517

原创 C++杂记（2）

一：explicit关键字explicit构造函数必须显示调用，即string s1（10）；不能是string s2=10；二：const关键字1、定义const常量 const int Max = 100； 2、便于进行类型检查 void f（const int i）{} 对于传入的参数进行类型检查，不匹配的时候会做出提示。 3、可以保护被修饰的东西，增加程序的健壮性。 void f

2017-09-09 17:24:12 213

原创 C++杂记（1）

1、x&-2 x与-2的补码做与运算，实现将x转换为偶数 2、int num = num1^num2 按位异或 3、 int carry = （num1&num2）<<1 按位与左移一位即本条操作实现两个数相加 4、32位机器和64位机器的主要差别在指针的大小上，32位大小为4，64位大小为8 5、= [] () -> 必须作为成员函数重载 ...

2017-09-07 23:20:08 309

一：LMDB caffe中使用LMDB来存放训练或测试用的数据集，Datalayer层默认的数据格式是lmdb格式。 LMDB（Lighting Memory -Mapped DataBase)的文件结构简单，一个文件夹，里面一个数据文件，一个锁文件。数据可以随意复制，随意传输，访问简单，不需要运行单独的数据库管理进程，只要在访问数据的代码里引用LMDB库，访问时给文件路径即可。 caffe...

2017-09-06 22:50:13 357

原创 IT单词（一）ML、DL单词

加油加油！！！！ zero-padding 零填充 channel 颜色通道 rectifier nonlinearity 非线性整流器 stride 步长 filter 滤波器 property 特征 subsampling 二次抽样 pixel 像素 paracea 万能的 validationset 验证集 mean netwo...

2017-09-05 20:15:52 1146

原创计算机视觉杂记（1）

计算机视觉一:计算机视觉领域暂存的比较难以解决的问题：1、对照片的密集标记2、将识别问题和标记问题整合3、动作场景的识别4、计算机视觉的愿景是至少让计算机达到看图讲故事的水平二：K最近邻与线性分类器L1距离算法，也就是欧式距离矢量化FLANN实例库可采用交叉验证的方法来提高精度算法缺点：测试时过于耗费计算能力，准确率低三：一些Tips绝不能使用测试集来调优，测试集数据只能使用一次，即在训练完成后，评

2017-09-05 18:59:05 375

Missaya的博客