Deep Learning
仙守
1 - 模式识别硕士;
2 - 研究生方向:深度学习,计算机视觉;
3 - 目前工作内容:目标检测,文本识别;
4 - 未来想发展方向:深度学习,机器学习,增强学习;
5 - 目前在用的框架:tensorflow,opencv;
6 - 语言:python(目前在用),cpp(好久没用了),scala(用了半年)
博客园博客(两边内容不完全一致):http://www.cnblogs.com/shouhuxianjian
展开
-
数据驱动概念的复杂事件检测
这是boss14年1月份就叫我看的论文,希望能够实现起来,但是发现里面的牵涉的东西太多,而且重要的是论文几乎没给数据参数,网上也找不到代码来熟悉,没gpu,没大内存,没师兄师姐可以帮助,单干的确挺累人。还是翻译下,加深印象吧,总觉得在做无用功。最重要的是,boss完全不管,自己也非大神(吐槽过多。。。。)翻译 2014-09-17 20:19:50 · 1747 阅读 · 1 评论 -
deep learning 的综述
从13年11月初开始接触DL,奈何boss忙or 各自原创 2014-08-25 16:51:23 · 2345 阅读 · 0 评论 -
Notes on Convolutional Neural Networks
这是Jake Bouvrie在2006年写的关于CNN的训练原理,虽然文献老了点,不过对理解经典CNN的训练过程还是很有帮助的。该作者是剑桥的研究认知科学的。翻译如有不对之处,还望gNotes on Convolutional Neural Networks翻译 2014-11-07 10:00:33 · 4834 阅读 · 5 评论 -
tiled卷积神经网络(tiled CNN)
这个结构是10年Quoc V.Le等人体翻译 2014-10-11 09:55:35 · 9059 阅读 · 0 评论 -
lstm-结构
lstm的结构就不重复废话了,推荐一个简单理解的: [译] 理解 LSTM 网络 这个写的不错,首先从结构上清晰明了的知道了lstm中几个门的作用及操作过程。然而却缺少了矩阵计算级别的结构介绍,也就是今天一直疑惑的,每个门到底是个单神经元还是一层神经元。后面去找原文,也就是第一篇lstm的论文仍未解除心中疑惑,而且其中画的图还没有上面那个好理解。只能求知于tensorflow源码。 1 - 首原创 2017-07-26 00:26:03 · 1240 阅读 · 0 评论