2018年03月_qiusuoxiaozi

12月 05月 03月 02月 01月

原创 2017 Fall CS294 Lecture 8 Advanced Q-learning algorithms

今天接着上一讲，继续讲value functions相关的内容先回顾Q-learning。上一讲讲到QϕQϕQ_{\phi}除了tabular的情形之外，用任何function approximator（比如NN），那么算法的收敛性就无法得到保证。但本讲主要讲，怎么在实际中，让算法以较大的概率收敛。两个问题，一个是correlation，另一个是not gradient desce...

2018-03-20 09:43:15 534

原创 2017 Fall CS294 Lecture 7: Value Function Methods

2018-03-20 09:42:46 350

原创 2017 Fall CS294 Lecture 6: Actor-critic introduction

很奇怪，没有看到Lecture 5的视频，不过Lecture 5貌似是回顾NN，也没关系，所以就跳过直接从Lecture 6开始了！我们重现一下actor-critic的诞生过程:上图中，其实PPT中是有动画的，但是上面无法显示出来，实际的推演过程是： Qπ(st,at)=r(st,at)+Est+1∼p(st+1|st,at)[Vπ(st+1)]Qπ(st,at)=r(st,at)...

2018-03-20 09:40:59 413

原创 2017 Fall CS294 Lecture 4: Policy gradients introduction

看完CS294 Lecture 4，感觉收获好多，满满的都是干货啊。太多精华和亮点了，以至于我些笔记都很有压力，我觉得最好的方法就是对照Lecture 4的PPT一页一页地看并理解。我先前有一篇博客My Roadmap in Reinforcement Learning ，Karpathy从直觉的角度阐述了Poliy Gradient的思想，如果从严格的数学形式来理解证明，可以看CS294的l...

2018-03-20 09:40:27 534

原创码隆科技WebVision2017冠军模型思想

WebVision2017是一个半监督的任务，本文全部提取自码隆科技做的一个讲座ImageNet和WebVision数据集的对比： WebVision数据集：第一个思想是：Data, model architecture, loss, training strategy都同等重要。数据不均衡的问题，多的有10000+张，少的只有几百张：主要的挑战在于noi...

2018-03-19 00:53:41 1396 1

原创 Semantic Segmentation: A thorough Review

语义分割可以划分到目标检测领域，不同的是，一般意义上目标检测只需要输出被检测物体的bounding box，而语义分割则需要输出一个mask，所以要求更高了。从技术上说，语义分割归根结底就是对context information的建模。研究意义语义分割（Semantic Segmentation）的目标是给定一张图片，对于图片中的每一个像素做分类。例如下中给出的原始输入图片，语义...

2018-03-15 14:25:07 1152 1

原创图像数据的预处理，从'P','RGBA','RGB'多种mode的图像说起

‘P’,’RGBA’,’RGB’这是PIL Image读图可能出现的三种mode，每种mode的图片数据都有不同的组织形式，当训练/测试数据都是一堆图片时，尤其是那种没人帮你清洗的数据时，自己就要留神了，否则模型还没跑起来就给提前自己挖了个坑。首先，先容许我吐槽一下OpenCV的两个抽风，我用的python接口的（估计没怎么维护吧，所以有bug），用cv2.imread读图：对’RGBA’...

2018-03-15 09:23:38 10333 5

原创怎么让git clone到本地的库更新到github上的版本

最保险的做法如下：# 第一句话，切换到master branchgit checkout master# 第二句话，新建一个branch来备份本地现有的“旧库”，因为一旦git fetch之后本地的数据都会被覆盖git branch new-branch-to-save-current-commits# 第三句话和第四句话就是更新到最新的库（与github上的远程库同步）git fe...

2018-03-13 22:08:57 5691 1

原创 SSD代码中MatchBBox函数的理解

卧了个槽。。这个函数竟然看了我这么久。先把整个函数体摘抄如下：void MatchBBox(const vector<NormalizedBBox>& gt_bboxes, const vector<NormalizedBBox>& pred_bboxes, const int label, const MatchType mat...

2018-03-12 00:42:04 1677 1

PRML 模式识别与机器学习（英文）

PRML 模式识别与机器学习

2017-08-01

Python numpy

直接下载双击即可安装numpy，免去考虑compile的麻烦。关于scipy的安装（也比较麻烦）也有类似的软件，具体请见我的blog

2016-04-24

提高matlab代码速度的Tips

To speed up your matlab code, which is downloaded from UFLDL website

2016-04-14

UFLDL exercise9 Convolution and Pooling

In this exercise you will use the features you learned on 8x8 patches sampled from images from the STL-10 dataset in the earlier exercise on linear decoders for classifying images from a reduced STL-10 dataset applying convolution and pooling. The reduced STL-10 dataset comprises 64x64 images from 4 classes (airplane, car, cat, dog).

2016-04-13

UFLDL exercise8 Linear Decoder

In this exercise, you will implement a linear decoder (a sparse autoencoder whose output layer uses a linear activation function). You will then apply it to learn features on color images from the STL-10 dataset. These features will be used in an later exercise on convolution and pooling for classifying STL-10 images.

2016-04-12

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

qiusuoxiaozi的博客

原创 2017 Fall CS294 Lecture 8 Advanced Q-learning algorithms

原创 2017 Fall CS294 Lecture 7: Value Function Methods

原创 2017 Fall CS294 Lecture 6: Actor-critic introduction

原创 2017 Fall CS294 Lecture 4: Policy gradients introduction

原创码隆科技WebVision2017冠军模型思想

原创 Semantic Segmentation: A thorough Review

原创图像数据的预处理，从'P','RGBA','RGB'多种mode的图像说起

原创怎么让git clone到本地的库更新到github上的版本

原创 SSD代码中MatchBBox函数的理解

PRML 模式识别与机器学习（英文）

Python numpy

提高matlab代码速度的Tips

UFLDL exercise9 Convolution and Pooling

UFLDL exercise8 Linear Decoder

UFLDL exercise7 Stacked Autoencoder

UFLDL exercise5 Softmax Regression

UFLDL exercise6 Self-Taught Learning

UFLDL exercise3&4 PCA and Whitening

UFLDL exercise1 Sparse Autoencoder

UFLDL exercise2 Learn features for handwritten digits

有关图论的ppt

stanford CS229 课程讲义

空空如也