2015年11月_beihangzxm123

转载 RandomForest随机森林总结

转载自：RandomForest随机森林总结 - handspeaker - 博客园http://www.cnblogs.com/hrlnw/p/3850459.html参考：随机决策森林——OpenCV类CvRTrees使用实例 - 极度视界 - 博客频道 - CSDN.NEThttp://blog.csdn.net/lifeitengup/article/d

2015-11-28 09:50:10 3358

转载 Ubuntu14.04下安装wineqq国际版和卸载QQ

转载自：http://www.bubuko.com/infodetail-343048.htmlhttp://jingyan.baidu.com/article/e9fb46e199d60d7521f76626.html一开始，我在Ubuntu14.04下安装的QQ版本是WineQQ2013SP6-20140102-Longene,但后来发现这个版本QQ在linux下问题很多，

2015-11-26 17:45:29 8793 1

转载分区助手专业版5.0下载与使用方法

下载地址：【分区助手】分区助手专业版 5.6.2-ZOL软件下载http://xiazai.zol.com.cn/detail/42/411542.shtml分区助手是一个比较专业对电脑进行分区的一款免费软件。它实现了与分区魔法师PQ相当的所有功能。支持Windows XP/2000/2003/WinPE，还支持Windows 7，Windows 8系统，

2015-11-24 10:47:17 2542

转载 Deep Learning in a Nutshell: Core Concepts

转载自：Deep Learning in a Nutshell: Core Concepts | Parallel Forallhttp://devblogs.nvidia.com/parallelforall/deep-learning-nutshell-core-concepts/Tagged cuDNN, Deep Learning, Deep Neural Networks

2015-11-19 10:39:33 862

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"

2015-11-19 10:17:42 1978 1

转载深度学习用于图片的分类和检测总结

1. CNN用于分类：具体的过程大家都知道，无非是卷积，下采样，激活函数，全连接等。CNN用于分类要求它的输入图片的大小是固定的（其实不单单是CNN，很多其它的方法也是这样的），这是它的一个不足之处之一。目前的大部分CNN都是用来做分类比较多。2. CNN用于检测：主要的方法有两种，细分一下有三种，第一种最为简单和暴力的，通过滑动窗口的方法，提取一个固定大小的图像pat

2015-11-19 10:11:48 4136

原创参考文献中的字母含义

作者在前，书名中间，年份在后。根据GB3469-83《文献类型与文献载体代码》规定，以单字母标识： M——专著（含古籍中的史、志论著） C——论文集 N——报纸文章 J——期刊文章 D——学位论文 R——研究报告 S——标准 P——专利 A——专著、论文集中的析出文献 Z——其他未说明的文献类型电子文献类型以双字母作为标识： DB——数据库 CP——计算机程序 E

2015-11-18 17:42:48 3263

转载深度学习模型之各种caffe版本（Linux和windows）的网址和配置

caffe官网：http://caffe.berkeleyvision.org/1.最原始的最开始版本：伯克利BVLC版https://github.com/BVLC/caffe主要在Linux上运行，有matlab和Python接口傻瓜都能学会的配置教程：Caffe+Ubuntu14.04+CUDA6.5新手安装配置指南：http://www.

2015-11-17 16:11:59 2333 1

转载局部特征（local feature）

局部特征(1)——入门篇局部特征（local features），是近来研究的一大热点。大家都了解全局特征（global features），就是方差、颜色直方图等等。如果用户对整个图像的整体感兴趣，而不是前景本身感兴趣的话，全局特征用来描述总是比较合适的。但是无法分辨出前景和背景却是全局特征本身就有的劣势，特别是在我们关注的对象受到遮挡等影响的时候，全局特征很有可能就被破坏掉了

2015-11-17 12:00:12 21222

自今年七月份以来，一直在实验室负责卷积神经网络（Convolutional Neural Network，CNN），期间配置和使用过theano和cuda-convnet、cuda-convnet2。为了增进CNN的理解和使用，特写此博文，以其与人交流，互有增益。正文之前，先说几点自己对于CNN的感触。先明确一点就是，Deep Learning是全部深度学习算法的总称，CNN是深度学习算法在图像处

2015-11-06 16:44:19 917

转载图像识别中的深度学习【香港中文大学王晓刚】

深度学习发展历史深度学习是近十年来人工智能领域取得的重要突破。它在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域的应用取得了巨大成功。现有的深度学习模型属于神经网络。神经网络的起源可追溯到20世纪40年代，曾经在八九十年代流行。神经网络试图通过模拟大脑认知的机理解决各种机器学习问题。1986年，鲁梅尔哈特(Rumelhart)、欣顿(Hinton)和威廉姆

2015-11-06 16:20:15 6126

转载机器学习/数据挖掘之中国大牛

李航：http://research.microsoft.com/en-us/people/hangli/，是MSRA Web Search and Mining Group高级研究员和主管，主要研究领域是信息检索，自然语言处理和统计学习。近年来，主要与人合作使用机器学习方法对信息检索中排序，相关性等问题的研究。曾在人大听过一场他的讲座，对实际应用的问题抽象，转化和解决能力值得学习。周志华

2015-11-02 23:56:23 1488

Leo的博客