Sky dream-CSDN博客

原创 Rectangling Panoramic Images via Warping算法要点分析

算法流程：1.利用seam carving对不规则的全景图像做矩形化处理，同时记录每个像素点的位移。2.在局部变形后的矩形图上添加grid mesh。3.根据每个像素点的位移，还原原图像的grid mesh。4.定义能量函数，最小化能量函数来优化grid mesh。5.根据全局变形的grid mesh生成最终图像。Seam Carving：具体过程：这里的seam...

2019-06-28 18:50:19 2840

原创 HOG特征提取算法----Numpy实现

HOG算法基本思想：一副图像中，局部目标的表象和形状能够被梯度分布很好地描述，即梯度的统计信息主要集中与目标的边缘，HOG算法要提取的就是这些梯度信息。HOG算法流程：1.图像预处理：将图像灰度化，并标准化gamma空间，减小颜色和光照的影响。2.提取每个像素的水平方向梯度和垂直方向梯度，用如图所示的梯度算子对图像做卷积即可。计算每个像素点的梯度大小和梯度方向：3...

2019-04-16 21:33:34 4133

本文主要观点：Dropout方法提出使隐藏层的神经元以50%的概率被丢弃，其输出为零且相应权值在本次迭代中不被训练，从而避免模型在数据集较小情况下的过拟合问题。对于训练一个n层的隐藏层，其潜在规模的神经元集合为2^n个。本文提出了continouns dropout的方法，神经元的丢弃概率不再服从Bernoulli的01分布，而是使其服从连续的概率分布，如Uniform或Guassian，更好地避...

2019-04-01 22:56:19 295

原创论文笔记：《Playing Atari with Deep Reinforcement Learning》

文章摘要：本文是第一篇使用深度学习和强化学习结合起来的模型的论文。作者采用CNN作为深度学习模型，结合Q-Learning强化学习算法进行训练。CNN的输入为高维原始像素，输出为估计期望奖赏的估值函数。通过本文训练的神经网络在7个Atari 2600游戏上的得分有6个胜过了以往最好方法，有3个游戏超过了人类专家。深度学习与强化学习的结合：一方面，强化学习在视频和语音方面的主要困难在于...

2019-03-07 17:54:20 1292

原创 CNN实现MNIST手写数字识别（C语言和tensorflow分别实现）

为了实践一下CNN运作的内部原理，加深算法的理解，从头开始写了遍CNN。因为刚开始学MATLAB还不太会用，所以拿C写的。写的有点难受，毕竟卷积等运算都得自己手写，所以只是实现了一个结构非常简单的CNN。等有时间了肯定好好学MATLAB~~~网络框架：为了方便起见只设置了一层卷积层。原始数据集的图片大小为28*28*1，一轮卷积操作与5个滤波器卷积，步长设置为1，得到24*24*5的卷...

2019-03-03 16:28:24 17225 10

原创论文笔记：Dropout is a special case of the stochastic delta rule: faster and more accurate deep learning

文章摘要：在这篇论文中，作者提出Hinton团队提出的Dropout使神经元按一定概率失活的算法只是一种服从二项式分布的特例。使用一种更为古老的算法SDR能实现广义上的Dropout，取得更好的效果。作者用神经元权重的连续分布替换了原先的01分布。SDR算法定义神经网络中的每个权值为一个服从均值为µwij，方差为σwij的随机变量，每次网络权值从该分布中随机取样来做前向计算，从而形成指数级别个潜在...

2019-03-03 15:22:13 561

原创 C++实现最基本的KNN手写数字识别

KNN算法概述：KNN算法的思想即，一个样本属于其在特征空间里的最近邻样本中数目最多的分类。该算法有几个关键要素：一.K的取值，即选区K个最近邻样本中所属最多的分类，显然算法的效果很大程度上取决于K的大小。二.样本对象之间距离的定义，一般使用欧氏距离或曼哈顿距离：。KNN算法流程：1.计算预测样本与每个训练集样本的距离2.将样本按距离从小到大排序3.从前往后取K个样...

2019-02-26 16:41:02 2204 1

原创 POI2006--MET-Subway

网上的主流题解真的难想.显然，我们每次选择路径时都会选择两个叶子节点作为端点（为了最大覆盖嘛），那么叶子节点层最多最多被选中I*2个。从叶子节点往内推，倒数第二层也最多被选中I*2个。所以我们从叶子出发拓扑排序处理层，每一层对答案的贡献就是 min（I*2，sum【depth】）。这种做法弱鸡表示想一天也想不到。。。。自己的做法是，我们第一次选择的一定是这棵树的直径，之...

2019-02-23 14:22:23 149

原创 ACM退役感言

其实早就想写一篇关于acm的感想了，只是刚退役那阵子情绪有点低落，后来准备pat和期末考又比较忙一直拖着，最近闲下来突然想起来，这么珍贵的两年acm生涯，确实值得用文字好好记录一下。 acm这条路一路走来，确实不易。当时一个连c语言都不会的小白，混在一群计算机的大佬之间听算法，怎么也没想到后来会成为一名acmer。我的转变是大二第一次参加区域赛之后，我记得排名是倒数...

2019-02-23 14:20:52 2506 1

原创 C++手工实现BP神经网络用于MNIST手写数字识别

第一次写机器学习的文章。学完反向传播（BP算法）后做一个小实验来巩固一下，从最基本的实现到最后的优化，实验过程中遇到很多坑，比如超参数的设定，比如每种任务适合的输出函数和相应的损失函数。一度因为选择不恰当的学习率，神经元数目和激活函数而训练出人工智障。代码采用纯C/C++完成，未采用向量运算。本文不过多讨论算法原理方面内容，主要用于记录实验过程。一. 在实现手写数字识别之前，先练习一个小任务，...

2019-02-19 21:32:09 4424 1

原创 HDU5976--贪心+逆元+前缀和

大连区域赛的铜牌题，虽然只是铜牌题我也想了好一会，感觉这场区域赛挺不好打呀。贪心策略我是这样想出来的，先令n=25把，写成34567乘积最大，假如n被迫变小呢？34567->24567->23567->23467---->23456，这样最划算对吧，那么接下来？23456->3457，因为长度被迫-1了，and then，3457->3456->245...

2018-08-11 15:27:56 219

原创 17ICPC北京J--UVALIVE8177(经典区间DP变形)

北京现场赛银牌题，后悔没去现场啊自己最擅长的题目。。这道题不需要四重循环，也不需要3维DP。一段区间的合并有两种情况。第一种，先把边界好几堆石子合并成一段，在和其它分散的石子合并。第二种，需要部分合并的石子分散在区间内，但它可以有规模较小的第一种情况转移而来，具体做法只要扫一遍当前区间，详见代码#include <bits/stdc++.h>#define INF 1111...

2018-07-20 15:08:25 263

原创 HDU-3236 带限制的01背包

思路：如果没有限制相当于增加了维数的01背包，dp[i][j][k][t]表示前i个物体装入v1=j，v2=k，v3=t的背包获得的最大的价值，直接转移即可。现在有s的限制条件，即在取是s[i]=1的物品时，不能有dp[i-1][j][k][t]到dp[i][j][k][t]的转移。这题卡内存，第一维采用滚动数组即可。不过比较有意思的是直接省去第一维的写法，不能按上述方法解决限制条件的问题（写过空...

2018-07-18 15:11:36 432

原创 HDU - 6070 线段树 + 分数规划

做多校的时候只想到用线段树维护sz【L,R】的值，一顿瞎想全都是复杂度爆表的。。。。。。。还是太弱。废话不说，先看题意，令F【L,R】为L,R区间内数字种数/数字总个数，求最小的F【L,R】。即最小的【L,R】/（R-L+1）。mid>=sz【L,R】/（R-L+1）,化为 sz【L,R】+L*mid<=(R+1)*mid，很明显的分数规划了。二分答案，枚举左端点R，然后用线段树维护区...

2018-02-13 22:56:46 190

原创 HDU -5737 归并树+二分

题意：给定a数组和b数组，有两种操作。第一种操作：每次查询【L,R】区间内有多少数满足a【i】>=b【i】第二种操作：将a数组【L,R】区间内的数全部置为x考虑到b数组始终不变，用归并树维护b数组，在建树时归并排序，每个节点维护区间内b的有序序列，全部保存在pool数组中。用st和en维护该节点最早和最后出现在pool中的位置。更新时由于a数组全部被置为x，二分查找该节点第一个大于

2018-02-06 20:24:13 323 2

yxh的博客