![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
cvml
这个作者很懒,什么都没留下…
展开
-
opencv svm的使用
训练CvSVM mysvm CvSVMParams param; CvTermCriteria criteria; criteria= cvTermCriteria(CV_TERMCRIT_EPS, 1000, FLT_EPSILON); param= CvSVMParams(CvSVM::C_SVC, CvSVM::RBF, 10.0, 8.0, 1转载 2016-09-21 17:14:24 · 237 阅读 · 0 评论 -
caffe inplace 操作
所谓的in-place操作,即就地操作,就是说一个函数的输入图像src与输出图像dst是同一图像。比如,高斯滤波函数GaussianBlur( )支持in-place,那么我们就可以:GaussianBlur(src,src,Size(3,3),2,2);而不需要:GaussianBlur(src,dst,Size(2,2),2,2);caffe利用in-place计算可以节省内(显)存,同时还可...原创 2018-06-29 11:49:48 · 1612 阅读 · 1 评论 -
为什么神经网络参数不能全部初始化为全0?
假设我们现在需要初始化的神经网络如下所示:我们初始化权值为其中W1代表输入层到隐藏层的权值矩阵,W2代表隐藏层到输出层的权值矩阵。假设网络的输入为[x1,x2,x3],然后通过网络的正向传播,可以得出:由于我们可以知道:从上面可以知道,此时隐藏层的值是相同的,然后经过激活函数f后,得到的a4,a5仍然是相同的,如下:最终网络的输出为:此时,假设我们的真实输出为y,则均方误差损失函数可以表示为:到了...转载 2018-02-24 16:17:28 · 22809 阅读 · 8 评论 -
一文弄懂神经网络中的反向传播法——BackPropagation
假设,你有这样一个网络层: 第一层是输入层,包含两个神经元i1,i2,和截距项b1;第二层是隐含层,包含两个神经元h1,h2和截距项b2,第三层是输出o1,o2,每条线上标的wi是层与层之间连接的权重,激活函数我们默认为sigmoid函数。 现在对他们赋上初值,如下图: 其中,输入数据 i1=0.05,i2=0.10; 输出数据 o1=0.01,o2=0.99; 初始权重 ...转载 2018-02-24 15:15:42 · 1306 阅读 · 0 评论 -
李飞飞、吴恩达、Bengio等人的15大顶级深度学习课程
目前,深度学习和深度强化学习已经在实践中得到了广泛的运用。资源型博客sky2learn整理了15个深度学习和深入强化学习相关的在线课程,其中包括它们在自然语言处理(NLP),计算机视觉和控制系统中的应用教程。这些课程涵盖了神经网络,卷积神经网络,循环网络和其变体,训练深度网络的困难,无监督表示学习,深度信念网络,深玻尔兹曼机器,深度Q学习,价值函数估计和优化以及蒙特卡洛树搜索等多种算法的基转载 2018-01-24 09:20:29 · 425 阅读 · 0 评论 -
faster rcnn 与ssd的架构
原创 2017-09-06 14:27:24 · 256 阅读 · 0 评论 -
github上的awesome
点击打开链接 https://github.com/endymecy/awesome-deeplearning-resources原创 2017-08-08 19:43:12 · 573 阅读 · 0 评论 -
机器学习性能评估指标
转自http://charleshm.github.io/2016/03/Model-Performance/https://www.zhihu.com/question/19645541分类混淆矩阵1True Positive(真正, TP):将正类预测为正类数.True Negative(真负 , TN):将负类预测为负类数.False Posi转载 2017-02-17 14:08:54 · 364 阅读 · 0 评论 -
everedit 保存机器学习路径注意事项
用everedit 保存路径和boundingbox时一定要注意,其最下面如果没有数据,一定不要有很多的空行(回车敲的),如果有,会发现训练的时候卡在那个位置不动了原创 2016-11-02 17:52:53 · 341 阅读 · 0 评论 -
计算机视觉常用资源
转自http://www.cnblogs.com/mothe123/p/4267248.html和http://www.cnblogs.com/tornadomeet/archive/2012/05/24/2515980.htmlDeep Learning(深度学习):ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):一ufldl的2个教程(这个转载 2016-10-19 14:43:20 · 1561 阅读 · 0 评论 -
机器学习与计算机视觉的两个网站
https://www.develophub.net/repos/josephmisiti-awesome-machine-learninghttp://www.cvpapers.com/原创 2016-09-28 19:55:11 · 298 阅读 · 0 评论 -
机器学习与深度学习资源
Deep Learning(深度学习)ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):一ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):二Bengio团队的deep learning教程,用的theano库,主要是rbm系列,搞python的可以参考,很不错。deeplearning.net主页,里面包含的转载 2016-09-28 19:51:10 · 359 阅读 · 0 评论 -
训练insightface,id数太多,耗费显存
原创 2018-07-23 10:59:10 · 1651 阅读 · 0 评论