深度学习
文章平均质量分 96
TTdreamloong
人工智障飞行员
展开
-
特征缩放(feature scaling)
特征缩放的一些方法调节比例(Rescaling)将数据的特征缩放到[0,1]或[-1,1]之间。缩放到什么范围取决于数据的性质。对于这种方法的公式如下:x是最初的特征值, x′是缩放后的值。标准化(Standardization)特征标准化使每个特征的值有零均值(zero-mean)和单位方差(unit-variance)。这个方转载 2017-10-19 19:56:53 · 1267 阅读 · 0 评论 -
整理nvidia 驱动安装 + tesorflow keras anaconda环境配置
安装nivdia驱动确定适合你显卡最新的nvidia的驱动版本,可以去官网查询。在这个网址https://launchpad.net/ubuntu/+ppas中搜索nvidia driver在搜索到的界面找到如下提示以个人为例(本人使用的Nvidia 384)执行如下两句,各位看官根据个人情况修改sudo add-apt-repository ppa:graphics...原创 2018-05-29 14:26:13 · 795 阅读 · 0 评论 -
细粒度进展综述
仅供个人学习使用,如有侵权请联系删除作者简介:魏秀参,南京大学计算机系机器学习与数据挖掘所(LAMDA)博士生,专攻计算机视觉和机器学习。曾在国际顶级期刊和会议发表多篇学术论文,并两次获得国际计算机视觉相关竞赛冠亚军。 作者:魏秀参链接:https://zhuanlan.zhihu.com/p/24738319来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请...转载 2018-07-10 20:04:17 · 1447 阅读 · 0 评论 -
弱监督学习综述
本文转自https://zhuanlan.zhihu.com/p/34371840 仅供个人学习,如有侵权请联系删除编者按:《国家科学评论》于2018年1月发表“机器学习”特别专题,由周志华教授组织并撰写文章。专题内容还包括对AAAI前主席Tom Dietterich的访谈,徐宗本院士、杨强教授、朱军博士、李航博士、张坤博士和Bernhard Scholkopf等人的精彩文章。本文是...转载 2018-07-10 20:17:41 · 3709 阅读 · 0 评论 -
Recent Advance in Content-based Image Retrieval: A Literature Survey部分翻译
随着嵌入相机的数字设备的普及和互联网技术的快速发展,数十亿人将投射到网络共享和浏览照片上。无处不在的数字照片和互联网接入为许多基于图像搜索的新兴应用提供了亮点。图像搜索旨在从大规模的视觉语料库中有效地检索相关的视觉文档到文本或视觉查询。虽然从20世纪90年代初期以来,图像搜索已经被广泛地探索[1],但由于对可扩展性的挑战和新技术的出现,它在过去的十年中仍然引起了多媒体和计算机视觉社区的广泛关注。传...翻译 2018-07-14 15:45:30 · 878 阅读 · 0 评论 -
深度学习超参数简单理解
转 https://blog.csdn.net/sinat_24143931/article/details/78863047说到这些参数就会想到Stochastic Gradient Descent (SGD)!其实这些参数在caffe.proto中 对caffe网络中出现的各项参数做了详细的解释。Learning Rate学习率决定了权值更新的速度,设置得太大会使结果超过最优值,太...转载 2018-07-26 21:29:32 · 584 阅读 · 0 评论 -
图像检索综述
图像检索综述1.前言基于内容的图像检索任务(CBIR)长期以来一直是计算机视觉领域重要的研究课题,自20世纪90年代早期,研究人员先后采用了图像的全局特征,局部特征,卷积特征的方法对CBIR任务进行研究和探索,并取得了卓越的成果。自2003年开始,由于SIFT特征在图像尺度、方向变化问题中的优异表现,十多年来基于局部描述算子(如SIFT描述算子)的图像检索方法一直被广泛研究。最近,基于卷积...原创 2018-09-17 10:39:50 · 15473 阅读 · 0 评论 -
Pytorch 模型的网络结构可视化
Keras 中 keras.summary() 即可很好的将模型结构可视化,但 Pytorch 暂还没有提供网络模型可视化的工具.总结两种pytorch网络结构的可视化方法Pytorch使用Tensorboard可视化网络结构GitHub地址:点击打开1.下载可视化代码git clone https://github.com/lanpa/tensorboard-pytorch.git...原创 2018-10-17 11:27:48 · 41007 阅读 · 4 评论 -
pytorch改写resnet块解读
PyTorch框架中有一个非常重要且好用的包:torchvision,该包主要由3个子包组成,分别是:torchvision.datasets、torchvision.models、torchvision.transforms。这3个子包的具体介绍可以参考官网:http://pytorch.org/docs/master/torchvision/index.html。具体代码可以参考github:...转载 2018-10-26 11:33:11 · 3196 阅读 · 1 评论 -
如何在 Kaggle 首战中进入前 10%
本篇文章转载自https://dnc1994.com/2016/04/rank-10-percent-in-first-kaggle-competition/,因文章中有许多的实用技巧,转载来方便自己学习,感谢博主的分享IntroductionKaggle 是目前最大的 Data Scientist 聚集地。很多公司会拿出自家的数据并提供奖金,在 Kaggle 上组织数据竞赛。我最近完成了...转载 2018-11-09 10:50:04 · 372 阅读 · 0 评论 -
机器学习---生成模型与判别模型
生成模型(GenerativeModel)是相对于判别模型(Discriminative Model)定义的。他们两个都用于有监督学习。监督学习的任务就是从数据中学习一个模型(也叫分类器),应用这一模型,对给定的输入X预测相应的输出Y。这个模型的一般形式为决策函数Y=f(X)或者条件概率分布P(Y|X)。首先简单说明下贝叶斯定理贝叶斯定理是英国数...转载 2019-03-02 15:54:22 · 470 阅读 · 0 评论 -
keras自定义损失函数
Keras是一个搭积木式的深度学习框架,用它可以很方便且直观地搭建一些常见的深度学习模型。在tensorflow出来之前,Keras就已经几乎是当时最火的深度学习框架,以theano为后端,而如今Keras已经同时支持四种后端:theano、tensorflow、cntk、mxnet(前三种官方支持,mxnet还没整合到官方中),由此可见Keras的魅力。Keras是很方便,然而这种方便不是没有代...转载 2018-05-24 14:46:58 · 18013 阅读 · 4 评论 -
PCA特征提取及使用sklearn降维方法
摘自 https://blog.csdn.net/u010182633/article/details/45918737 https://blog.csdn.net/u012162613/article/details/42192293介绍在这篇文章中,我们讨论主成分分析(PCA)是如何工作的,以及它如何被用来作为分类问题的降维技术。在这篇文章的末尾,出于证明的目的提供了Matla...原创 2018-05-28 21:41:51 · 15490 阅读 · 9 评论 -
图像检索文献总结(一)
图像检索新人 总结目前图像检索现状 方便自己与他人查看 资料收集自网络 如有侵权 请联系删除 端到端的特征学习方法NetVLAD: CNN architecture for weakly supervised place recognition (CVPR 2016)这篇文章是来自于INRIA 的Relja Arandjelović等人的工作。该文章关注实例搜索的一个具体应用——位...原创 2018-01-31 14:30:39 · 12124 阅读 · 0 评论 -
图像检索研究进展:浅层、深层特征及特征融合
本文转自专知http://www.zhuanzhi.ai/document/7f7be4ead5b936eb91640a550c3506f4 方便自己学习 如有侵权 请联系删除1 引言随着计算机网络、社交媒体、数字电视和多媒体获取设备的快速发展,以图像和视频为代表的多媒体数据的生成、处理和获取变得越来越方便, 多媒体应用日益广泛,数据量呈现出爆炸性的增长,已经成为大数据时代的主要数据对象。如何在海...转载 2018-04-03 09:51:00 · 31509 阅读 · 1 评论 -
SEnet论文阅读
转自:http://www.sohu.com/a/161633191_465975 仅供方便自己学习 如有侵权请联系删除我是 Momenta 的高级研发工程师胡杰,很高兴可以和大家分享我们的 SENet。借助我们提出的 SENet,我们团队(WMW)以极大的优势获得了最后一届 ImageNet 2017 竞赛 Image Classification 任务的冠军,并被邀请在 CVPR 2017 的...转载 2018-04-16 10:56:16 · 781 阅读 · 0 评论 -
转载Faster-rcnn理解
文章转自https://blog.csdn.net/Lin_xiaoyi/article/details/78214874 仅供方便自己学习 如有侵权请联系删除效果图作者提到目标检测,就不得不RBG大神,该大神在读博士的时候就因为dpm获得过pascal voc 的终身成就奖。博士后期间更是不断发力,RCNN和Fast-RCNN,Faster-Rcnn就是他的典型作品。前言讲起faster-rc...转载 2018-04-25 20:52:57 · 2890 阅读 · 0 评论 -
转SSD论文理解
本文转自https://www.cnblogs.com/xuanyuyt/p/7447111.html 仅供方便自己学习使用 如有侵权请联系删除一. 算法概述本文提出的SSD算法是一种直接预测目标类别和bounding box的多目标检测算法。与faster rcnn相比,该算法没有生成 proposal 的过程,这就极大提高了检测速度。针对不同大小的目标检测,传统的做法是先将图像转换成不同大小(...转载 2018-05-06 16:01:39 · 237 阅读 · 0 评论 -
分类、跟踪、生成、压缩、细粒度综述
转自http://www.sohu.com/a/226537807_473283 仅供个人学习,如有侵权请联系删除 作者:张皓(南京大学)网络压缩(network compression)尽管深度神经网络取得了优异的性能,但巨大的计算和存储开销成为其部署在实际应用中的挑战。有研究表明,神经网络中的参数存在大量的冗余。因此,有许多工作致力于在保证准确率的同时降低网路复杂度。低秩近似用低秩矩阵近似原有...转载 2018-05-19 09:59:16 · 1019 阅读 · 0 评论 -
深度学习个人主页总结
张皓:南京大学计算机系机器学习与数据挖掘所(LAMDA)硕士生,研究方向为计算机视觉和机器学习,特别是视觉识别和深度学习。个人主页http://lamda.nju.edu.cn/zhangh/李宏毅机器学习课程相关:http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLSD15_2.htmlhttp://speech.ee.ntu.edu.tw/~tlkagk...原创 2018-05-19 10:15:30 · 749 阅读 · 0 评论 -
迁移学习技巧以及如何更好的finetune 模型经验总结
转自https://blog.csdn.net/u014381600/article/details/71511794 仅方便自己学习使用 如有侵权 请联系删除文章参考翻译自cs231n 其实我们常用的直接finetune pre-trained model就属于迁移学习(Transfer Learning)的一种。因为我们很少在训练一个新任务时从零开始训练,一个是由于训练时间限制,另一个时训练样...原创 2018-05-20 11:11:01 · 9123 阅读 · 2 评论 -
转载图像检索Class-Weighted Convolutional Features for Visual Instance Search
转自https://zhuanlan.zhihu.com/p/33361887 仅供个人学习 如有侵权 请联系删除摘要图像检索在实际应用中主要是针对大量的、动态的、无标签的数据。在这种情况下,如果数据库每增加一张图片就要对模型进行重新训练或者微调的方法就表现出效率低、可扩展性差的问题。有研究已经证实,用于图像分类的卷积神经网络(CNN),已经在大数据集上进行训练的话,就可以作为图像检索的特征提取器...转载 2018-05-27 09:56:40 · 2737 阅读 · 4 评论 -
图像检索文献总结(二)
接上文:https://blog.csdn.net/TTdreamloong/article/details/79216937Bags of Local Convolutional Features for Scalable Instance Search 论文解读1 Motivation1 当前的TRECVid 实例检索系统仍然使用基于聚合局部特征来实现,比如SIFT等,其中原因还是...原创 2018-05-27 10:48:02 · 2152 阅读 · 0 评论 -
图像检索文献总结(三)
本文接上文:图像检索文献总结(一)https://blog.csdn.net/TTdreamloong/article/details/79216937 图像检索文献总结(二)https://blog.csdn.net/TTdreamloong/article/details/80467633PARTICULAR OBJECT RETRIEVAL ...原创 2018-05-27 11:03:18 · 1558 阅读 · 0 评论 -
图解十大经典机器学习算法
弱人工智能近几年取得了重大突破,悄然间,已经成为每个人生活中必不可少的一部分。以我们的智能手机为例,看看到底温藏着多少人工智能的神奇魔术。下图是一部典型的智能手机上安装的一些常见应用程序,可能很多人都猜不到,人工智能技术已经是手机上很多应用程序的核心驱动力。图1 智能手机上的相关应用传统的机器学习算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。这篇文章将对...转载 2019-03-03 19:25:16 · 309 阅读 · 0 评论