2015年12月_绝对不要看眼睛里的郁金香

转载总结一下用caffe跑图片数据的研究流程接上篇

最近在用caffe玩一些数据集，这些数据集是从淘宝爬下来的图片。主要是想研究一下对女性衣服的分类。下面是一些具体的操作流程，这里总结一下。1 爬取数据。写爬虫从淘宝爬取自己需要的数据。2 数据预处理。将图片从jpg，png格式转为leveldb格式。因为caffe的输入层datalayer是从leveldb读取的。这一步自己基于caffe写了个工具实现转换。转换命令

2015-12-28 15:15:14 217

转载 caffe神经网络框架的辅助工具（将图片转换为leveldb格式）

caffe中负责整个网络输入的datalayer是从leveldb里读取数据的，是一个google实现的非常高效的kv数据库。因此我们训练网络必须先把数据转成leveldb的格式。这里我实现的是把一个文件夹的所有图片转成leveldb的格式。工具使用命令格格式：convert_imagedata src_dir dst_dir attach_dir channe

2015-12-28 15:01:51 247

转载 Caffe模型定义

平台 Ubuntu14.04LTS这篇博客主要是讲讲我学习caffe中LeNet MNIST示例的心得。1、第一层：数据层layers { name: "mnist" type: DATA data_param { source: "mnist_train_lmdb" backend: LMDB batch_size: 64

2015-12-28 14:32:23 277

转载使用CAFFE训练自己的数据集并单张图片测试的方法

Caffe训练ImageNet使用的是NIPS 2012 paper论文的算法。 1、准备数据。假设已经下载好数据集和验证集，存储路径为：/path/to/imagenet/train/n01440764/n01440764_10026.JPEG/path/to/imagenet/val/ILSVRC2012_val_00000001.JPEG首选需

2015-12-28 14:12:48 3744 1

转载 mlsp2013 cnn

Here is more detailed description of my solution.I used convolutional neural networks in this competition - I like them, so I choose competitions where CNNs might be of use. Besides, I have develo

2015-12-25 15:48:30 340

转载怎么在Caffe中配置每一个层的结构

如何在Caffe中配置每一个层的结构最近刚在电脑上装好Caffe，由于神经网络中有不同的层结构，不同类型的层又有不同的参数，所有就根据Caffe官网的说明文档做了一个简单的总结。1. Vision Layers1.1 卷积层(Convolution)类型：CONVOLUTION例子layers { name: "conv1"

2015-12-25 11:20:41 183

转载 CNN训练Cifar-10技巧

关于数据集 Cifar-10是由Hinton的两个大弟子Alex Krizhevsky、Ilya Sutskever收集的一个用于普适物体识别的数据集。Cifar是加拿大政府牵头投资的一个先进科学项目研究所。说白了，就是看你穷的没钱搞研究，就施舍给你。Hinton、Bengio和他的学生在2004年拿到了Cifar投资的少量资金，建立了神经计算和自适应感知项目。这个

2015-12-25 10:54:25 1121

转载 ReLu(Rectified Linear Units)激活函数

ReLu(Rectified Linear Units)激活函数论文参考：Deep Sparse Rectifier Neural Networks (很有趣的一篇paper）起源：传统激活函数、脑神经元激活频率研究、稀疏激活性传统Sigmoid系激活函数Linear Units)激活函数" style="margin:0px; padding:0px; borde

2015-12-25 10:53:25 530

转载鸟类及动物声音辨识方法原理进展境况转自知乎

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。作者：Hongcheng链接：https://www.zhihu.com/question/37329268/answer/71552414来源：知乎非常有趣的的问题。既然题主问到了动物声音的识别，不妨从鸟类不同种类语音识别的应用的参考开始。通过鸟类的鸣声来判定鸟的种类是一项鸟类鉴别的重要技能，通过反复的记

2015-12-24 16:04:32 6980

原创 windows vs2012 cuda6.5 caffe 简单安装方法

1，安装nvidia 驱动2，安装vs20123，下载cuda6.5，安装http://developer.download.nvidia.com/compute/cuda/6_5/rel/installers/cuda_6.5.14_windows_notebook_64.exe4，下载包含了库文件的caffee工程Caffe For Windows VS2012 完整版

2015-12-10 09:15:38 298

转载 MATLAB模式识别基本操作函数解析

最近看到很多会员需要使用MATLAB神经网络做如下的事情：1：MATLAB神经网络对水的质量的分类、评估、预测（属于环境类分类、评估预测）2：MATLAB神经网络对空气质量的分类、评估、预测（属于环境类分类、评估预测）2：MATLAB神经网络对土壤质量的分类、评估、预测（属于环境类分类、评估预测）3：MATLAB神经网络对学员的个人表现进行分类、评估、预测（属于个人业绩

2015-12-09 13:44:21 3727

原创 ubuntu Mp3 to WAV pydub install

install ffmpegsudo add-apt-repository ppa:kirillshkrogalev/ffmpeg-nextsudo apt-get updatesudo apt-get install ffmpeginstall setuptoolswget "https://bitbucket.org/pypa/setuptools/ge

2015-12-07 15:05:40 442

转载谷歌大脑科学家 Caffe缔造者贾扬清微信讲座完整版

大家好！我是贾扬清，目前在Google Brain，今天有幸受雷鸣师兄邀请来和大家聊聊Caffe。没有太多准备，所以讲的不好的地方还请大家谅解。我用的ppt基本上和我们在CVPR上要做的tutorial是类似的，所以大家如果需要更多的内容的话，可以去tutorial.caffe.berkeleyvision.org，也欢迎来参加我们的tutorial：）网页上应该还有一些python的

2015-12-06 22:49:18 404

转载 MATLAB神经网络工具箱学习

1、神经网络设计的流程2、神经网络设计四个层次3、神经网络模型4、神经网络结构5、创建神经网络对象6、配置神经网络的输入输出7、理解神经网络工具箱的数据结构8、神经网络训练 1、神经网络设计的流程　　神经网络设计可以分为七个步骤：　　　　a. 采集数据　　　　b. 创建网络　　　　c.

2015-12-04 15:02:11 3813

转载语音识别基本原理介绍--gmm-hmm中训练的完整版

看了几天了，结合之前看kaldi里的训练，现在我觉得可以稍微清楚的解释这个训练过程，后面的时间赶紧看解码部分。希望你可以有所收获。这次我们从头开始，虽然mfcc特征大家都知道，但是为了完整性还是说下吧。希望这是最后一次写训练的过程。1.数据准备我就不说了，直接说提特征，一般来说提mfcc特征。当然在gmm-hmm中一般都是mfcc特征。mfcc特征的具体流程，这里贴一张图，大家可以

2015-12-03 16:35:42 1506

转载 GMM-HMM语音识别模型原理篇

本文简明讲述GMM-HMM在语音识别上的原理，建模和测试过程。这篇blog只回答三个问题：1. 什么是Hidden Markov Model？HMM要解决的三个问题:1) Likelihood2) Decoding3) Training2. GMM是神马？怎样用GMM求某一音素（phoneme）的概率？3. GMM+HMM大法解决语音

2015-12-03 16:34:51 376

转载语音识别系统原理介绍----gmm-hmm

从寒假前的博客：语音识别系统原理介绍---从gmm-hmm到dnn-hmm，最近有时间的时候我还是在不断的去理解gmm-hmm这个基准模型。下面我讲从提玩mfcc特征开始说起，希望可以让你有所收获吧。提完mfcc特征，就相当于剩下一个13维*帧数的矩阵。接下来，就是用混合高斯模型了。怎么用？就用多维的高斯模型区模拟我们得到的矩阵，相当于拟合。相当于我们假设其服从高斯分布，然后我们

2015-12-03 16:34:08 629

转载语音识别基本原理介绍之gmm-hmm续

在之前的博文里，我已经写过了一篇博文：语音识别系统原理介绍----gmm-hmm，但是觉得还是没有说清楚这个事情，特别是在gmm和hmm过程里。过段时间也要找工作了，很有必要再弄清楚。现在这里说下，但愿可以说的很清楚，如果有错误，欢迎指正。因为截图跟公式的原因，我就用图片的形式呈现，如需要word版或者pdf版，请留言。

2015-12-03 16:33:18 330

很久没更新博客了，最近找工作找的不是很顺利，我一直很看好语音的应用，觉得需求很多，但或许对应届生还是有些不一样，等确定了再分享下找工作的经验吧。这里主要说下语音识别现在大家都用的模型-----dnn-hmm，我自己也不能更好的去解释清楚，等我毕业前，我一定会把gmm-hmm和dnn-hmm的原理以最能理解的方式表达出来，我也很期待那一天。不多说了，直接说dnn-hmm。目前主流的方式是dnn-hm

2015-12-03 16:32:43 1425

转载 Just Say It！——DNN在语音识别系统中的应用

作者：james 1. 背景介绍近些年来，随着Siri的走红，类似Siri、搜狗语音助手这样利用语音实现控制，语义理解的系统开始大量涌现。而语音识别系统作为这类系统的入口，很大程度上决定了这类应用的质量。没有一个好的语音识别系统做支撑，再好的助手也只能干瞪眼。与此同时，随着微信的发展，越来越多的用户反馈，在多种场合下

2015-12-03 16:25:39 591

转载语音识别系统原理介绍---从gmm-hmm到dnn-hmm

一直想写个关于语音识别系统原理的博文。前段时间我和@零落一起做了很多实验，比如htk，kaldi等。从周五开始就已经放寒假了，明天就做火车回家了。今晚加点劲写点吧，回家由于没网。大家有问题只能留言或者找我qq，我尽量过段时间来回答吧。现在我就把语音识别的原理说下去。具体的框架图还是来一个把。这个图我也是我从网上找的。按照上图的说法，语音识别是由语言模型和声学模型构成的。下面

2015-12-03 16:13:24 806

转载 DNN与微软同声传译系统背后的故事

摘要：2012年10月的天津，微软在“21世纪的计算大会”上展示了一套全自动同声传译系统。流畅的效果令其背后的关键技术DNN（深层神经网络）第一次进入了许多人的视野。本文将讲述DNN与这套同声传译系统背后的故事。2012年10月的天津，微软首席研究官Rick Rashid在“21世纪的计算大会”上公开演示了一个全自动同声传译系统，他的英文演讲被实时转换成与他的音色相近、字正腔圆的中文。流畅

2015-12-03 16:00:57 772

转载随机抽样方法正太分布 MC, MCMC, Gibbs采样原理&实现（in R）

本文用讲一下指定分布的随机抽样方法：MC(Monte Carlo), MC(Markov Chain), MCMC(Markov Chain Monte Carlo)的基本原理，并用R语言实现了几个例子：1. Markov Chain （马尔科夫链）2. Random Walk（随机游走）3. MCMC具体方法： 3.1 M-H法 3.2 G

2015-12-03 14:45:43 1620

转载浅说机器学习中“迭代法”

首先来点八股文（来自百度百科）：迭代法也称辗转法，是一种不断用变量的旧值递推新值的过程，跟迭代法相对应的是直接法（或者称为一次解法），即一次性解决问题。迭代算法是用计算机解决问题的一种基本方法。它利用计算机运算速度快、适合做重复性操作的特点，让计算机对一组指令（或一定步骤）进行重复执行，在每次执行这组指令（或这些步骤）时，都从变量的原值推出它的一个新值。利用迭代算法解决问题，

2015-12-03 12:22:07 345

转载语音信号处理之（四）梅尔频率倒谱系数（MFCC）

语音信号处理之（四）梅尔频率倒谱系数（MFCC）[email protected]://blog.csdn.net/zouxy09 这学期有《语音信号处理》这门课，快考试了，所以也要了解了解相关的知识点。呵呵，平时没怎么听课，现在只能抱佛脚了。顺便也总结总结，好让自己的知识架构清晰点，也和大家分享下。下面总结的是第四个知识点：MFCC。因为花的时间不

2015-12-03 11:18:28 531