机器学习
文章平均质量分 91
Journey-Go
也不知道要怎么办,但一定要这么想
展开
-
使用CNN(convolutional neural nets)检测脸部关键点教程(五):通过前训练(pre-train)训练专项网络
通过 训练针对不同特征点的专项网络 来完全使用训练集。针对多个模型训练时间过长,介绍了一种通过提前训练的权重来加速网络训练的技巧。这是教程的最后一部分。翻译 2015-06-14 17:49:40 · 6600 阅读 · 0 评论 -
使用CNN(convolutional neural nets)检测脸部关键点教程(一):环境搭建和数据
Kaggle 比赛: Facial Point Detect(面部关键点检测)的卷积神经网络教程翻译,用Python Lasagne 工具进行卷积神经网络的搭建和训练。本文为第一部分,讲环境搭建和数据读取。翻译 2015-05-27 23:32:26 · 13017 阅读 · 2 评论 -
使用CNN(convolutional neural nets)检测脸部关键点教程(三):卷积神经网络训练和数据扩充
这一部分介绍了卷积神经网络的概念和技巧,并且用Lasagne实际训练了一个卷积神经网络。在这基础上,分析模型的学习曲线,提出了用数据扩充方法来提高模型学习效果。然后介绍了在当前问题上应用数据扩充的具体操作。再次训练网络,分析了普通卷积神经网络使用了数据扩充技巧之后的训练效果。翻译 2015-05-30 23:47:41 · 17975 阅读 · 1 评论 -
使用CNN(convolutional neural nets)检测脸部关键点教程(四):学习率,学习势,dropout
第七部分 让 学习率 和 学习势 随着时间改变,让模型训练的更快。第八部分,dropout技巧用作正则化,让模型取得更优的泛化能力。翻译 2015-06-14 17:38:07 · 6473 阅读 · 0 评论 -
使用CNN(convolutional neural nets)检测脸部关键点教程(二):浅层网络训练和测试
Kaggle Facial Point Detect 教程翻译第二部分:一个传统的三层神经网络用Lasagne工具定义和训练,并得到拟合结果。翻译 2015-05-29 21:17:58 · 18916 阅读 · 1 评论 -
机器学习笔记:朴素贝叶斯方法(Naive Bayes)原理和实现
机器学习笔记:朴素贝叶斯方法(Naive Bayes)原理和实现本文主要描述了朴素贝叶斯分类方法,包括模型导出和学习描述。实例部分总结了《machine learning in action》一书中展示的一个该方法用于句子感情色彩分类的程序。方法概述学习(参数估计)实现:朴素贝叶斯下的文本分类模型概述朴素贝叶斯方法,是指朴素:特征条件独立贝叶斯:基于贝叶斯定理根据贝叶斯定理,对一个分类原创 2015-04-13 00:25:46 · 112640 阅读 · 35 评论 -
Pycharm远程运行/调试程序,报错:缺少运行时库【ImportError: libcublas.so.9.0 解决方法】
现象说明本地开发环境Mac Pycharm, 远程服务器CentOS tensorflow/cuDNN/CUDA,现象:ImportError: libcublas.so.9.0: cannot open shared object file关于配置Pycharm远程开发环境 这位老兄写的非常详细,链接 > [ 点我 学搭建环境] 学完搭建环境就回来...原创 2018-08-04 02:19:02 · 5449 阅读 · 3 评论