zhangjf26的博客

原创 Docker从入门到略懂0003 使用镜像(1)

学习新东西不来个hello world总觉得怪怪的，Docker官方为我们提供hello world镜像。1.搜索hello world 镜像$ docker search hello-world看到OFFICIAL列为[OK]的表示是官方出品2.拉取镜像到容器$ docker pull hello-world3.查看是否拉取成功$ docker images这个命令会列出所...

原创 Docker从入门到略懂0002 Docker安装

Docker 分为 CE 和 EE 两大版本，CE即社区版，免费，支持周期 7 个月，EE即企业版，强调安全，付费使用，支持周期 24 个月。官方网站上有各种环境下的Docker安装指南，这里介绍macOS上的安装。macOS安装Docker Desktop CE系统要求Docker Desktop for Mac 要求系统最低为 MacOS Sierra 10.12，低于这个版本的同学自...

原创 Docker从入门到略懂0001 Docker简介

本系列是Docker学习历程的一个记录，是一个调包侠走向全栈工程师的第一步，走向人生巅峰赢取白富美，已经不远了。闲话不多说，开始学习吧！什么是DockerDocker是一种容器式的虚拟化技术，让你可以在容易中开发、测试，缩短产品上线周期。...

转载 迁移学习与增量学习

最近在看一些增量学习的论文，在学习的过程中不免会遇到增量学习与迁移学习的相关概念的联系和区别，下面是个人的一些总结和理解，只是概念理解层面，没有深入到算法层面，若有不当之处还请留言交流指正。在传统分类任务中，为了保证训练得到的分类模型具有准确性和高可靠性，由两个基本假设:1.学习的训练样本和新的测试样本满足独立同分布2.必须有足够可用的训练样本迁移学习迁移学习是指用已存有的知识对不同但相...

转载 【TensorFlow学习一】TensorFlow全新的数据读取方式：tf.data.Dataset

转载自：http://www.cnblogs.com/hellcat/p/8569651.html#_label6官方...

原创 Survey on Human pose estimation

关于姿态估计的一些总结，GitHub上搬的Papers2D Pose estimationLearning Human Pose Estimation Features with Convolutional Networks - Jain, A., Tompson, J., Andriluka, M., Taylor, G.W., & Bregler, C. (ICLR 201...

原创 Survey on Single-Image-Super-Resolution

Single-Image-Super-ResolutionA list of resources for example-based single image super-resolution, inspired by Awesome-deep-vision and Awesome Computer Vision .Example-based methodsEarly learning...

原创 Knowledge Distillation

从模型压缩的角度调查了有关蒸馏相关的进展。与视觉应用型论文不同模型压缩的论文开源的比例并不多，相比较之下蒸馏相关工作算是开源比例大的。下面主要从是否开源或实现两方面按照发表时间列出相关论文和实现。并在有源码实现了论文中做了进一步相关方法的调查。##一、知识蒸馏相关论文和进展survey：（开源或有第三方实现） 2014-NIPS-Do Deep Nets Really Need to be...

转载 TensorFlow中slim模块的使用

github 源地址：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/slimTensorFlow-SlimTF-Slim is a lightweight library for defining, training and evaluating complexmodels in Tensor...

转载 学一下TFRecord

原创 resnet：Deep Residual Learning for Image Recognition

这几天重新看了一遍resnet，有些不同的理解，写下来纪念一下。这个网络的提出本质上还是要解决层次比较深的时候无法训练的问题。这种借鉴了Highway Network思想的网络相当于旁边专门开个通道使得输入可以直达输出，而优化的目标由原来的拟合输出H(x)变成输出和输入的差H(x)-x，其中H(X)是某一层原始的的期望映射输出，x是输入。Highway Network的定义：允许保留一定比例的原始...

原创 关于TensorFlow的contrib里面的模块在pycharm中不能自动补全的问题

发现很多人也遇到这个问题，但是网上好像也没有解决方案。自己弄了一下，找到具体的处理方法了，贴出来给有需要的人看一下。存在的问题是：在这里contrib里面的模块不能自动补全，写代码的时候挺麻烦的，但是在python控制台中就能自动补全。这里可以采用直接import contribute中具体的模块来解决这个问题。比如要用slim，可以这样这样就能调用slim里面的模块啦。...

转载 tf.slim的用法

源码地址：tensorflow/tensorflow/contrib/slim/python/slimslim主要包括learning.py, evaluation.py, summary.py, queue.py和model_analyzer.py，分别对应模型的训练，测试，日志记录，队列管理和模型分析部分。1. 模型分析模块 model_analyzer.py这段代码提供了分析Te...

转载 机器学习面试题目

过拟合原因 数据：数据不规范，数据量少，数据穿越，统计特征用到了未来的信息或者标签信息 算法：算法过于复杂 解决： 1、将数据规范化，处理缺失值，增加数据量，采样，添加噪声数据 2、正则化，控制模型复杂程度， 3、early stoping，减少迭代次数，减少树的深度， ...

翻译 为什么VGG要用3*3的卷积核

(1)3x3是最小的能够捕获像素八邻域信息的尺寸。(2)两个3x3的堆叠卷基层的有限感受野是5x5；三个3x3的堆叠卷基层的感受野是7x7，故可以通过小尺寸卷积层的堆叠替代大尺寸卷积层，并且感受野大小不变。(3)多个3x3的卷基层比一个大尺寸filter卷基层有更多的非线性（更多层的非线性函数），使得判决函数更加具有判决性。(4)多个3x3的卷积层比一个大尺寸的filter有更少的参数，假设卷基层...