- 博客(13)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 Ubuntu14.04系统下VSCode+Latex遇到问题及相应解决方法
Ubuntu14.04系统下VSCode+Latex遇到问题及相应解决方法问题
2018-01-04 16:56:02
1690
转载 【VSCode】Ubuntu下VSCode编译运行c++程序
之前在Ubuntu下写一些C++程序，一直找不到一个优(hao)雅(kan)的IDE，所以都是使用vim或Clion来写。今天发现微软的一款编辑器，界面好看，功能也挺好用的。以下是我的一些安装和配置方法：1、官网下载地址： https://code.visualstudio.com/ ， 由于我的是Ubuntu，故直接下载.deb包就安装了。2、进去之后注意左下角的图标，是
2018-01-03 20:35:12
8326
1
转载 Git:代码冲突常见解决方法
Git:代码冲突常见解决方法1如果系统中有一些配置文件在服务器上做了配置修改,然后后续开发又新添加一些配置项的时候,在发布这个配置文件的时候,会发生代码冲突:error: Your local changes to the following files would be overwritten by merge: protected/config/main.php Please
2017-12-26 21:48:21
3472
原创 keras根据层名称来初始化网络
keras根据层名称来初始化网络def get_model(input_shape1=[75, 75, 3], input_shape2=[1], weights=None): bn_model = 0 trainable = True # kernel_regularizer = regularizers.l2(1e-4) kernel_regularizer =
2017-12-22 12:13:51
2662
原创 Gamma变换
Gamma曲线是一种特殊的色调曲线，当Gamma值等于1的时候，曲线为与坐标轴成45°的直线，这个时候表示输入和输出密度相同。高于1的Gamma值将会造成输出亮化，低于1的Gamma值将会造成输出暗化。总之，我们的要求是输入和输出比率尽可能地接近于1。在显示器、扫描仪、打印机等输入、输出设备中这是一个相当常见并且比较重要的概念。
2017-10-04 13:20:33
3973
原创 Batch Normalization笔记
Batch Normalization笔记在训练深度神经网络的时候，由于前面网络层参数的变化，会使得当前层网络的输入分布发生改变，这种情况需要我们很小心的对网络参数的参数进行初始化，以及使用很小的学习率，而这就会减缓整个网络的训练速度。上面的这种状况就被称为：internal covariate shift。而为了解决这种问题，论文中就提出了一种Batch Normalization的方法。之所以用
2017-10-03 14:21:00
317
原创 SSD: Single Shot MultiBox Detector 论文笔记
该论文提出了一种只需使用单个神经网络就可以实现目标检测的模型。该模型使用多个不同层的feature maps来使得该模型能够处理多种不同尺度的目标。
2017-10-03 14:09:28
681
原创 Towards End-to-end Text Spotting with Convolutional Recurrent Neural Networks阅读笔记
1.摘要论文提出一种统一的网络结构模型，这种模型可以直接通过一次前向计算就可以同时实现对图像中文本定位和识别的任务。这种网络结构可以直接以end-to-end的方式训练，训练的时候只需要输入图像，图像中文本的bbox，以及文本对应的标签信息。这种end-to-end训练的模型，可以学习到更加丰富的特征信息。而且，这种模型所需要的时间更少，因为在文本检测和识别的时候，只需要计算一次图像的特征，这
2017-08-18 19:49:26
6677
6
原创 tensorflow在训练模型的时候如何指定GPU进行训练
在用tensorflow训练深度学习模型的时候，假设我们在训练之前没有指定GPU来进行训练，则默认的是选用第0块GPU来训练我们的模型，而且其它几块GPU的也会显示被占用。有些时候，我们更希望可以通过自己指定一块或者几块GPU来训练我们的模型，而不是用这种默认的方法。接下来将简单介绍两种简单的方法。我们现有的GPU个数如下所示：1.第一种通过tf.device()函数来指定训练时所
2017-07-26 21:20:32
62298
10
原创 用Caffe+python如何训练一个手写体数字数别模型
手写体数字识别1.将train.csv数据转化为lmdb格式存储用Panda读取数据，由于.csv内的数据是以字符串形式存储，因此在读取完所有数据后，还需要将读取的数据转换成uint8形式，此时刚好可以存放一个像素值。具体操作如下：np.fromstring(data, dtype=np.uint8) 然后从数据中分别提取图像信息和对应的标签信息：labels = data
2017-06-22 21:09:49
742
原创 Dropout
在训练网络模型的时候，如果训练集太少，要训练的参数又很多，则容易产生过拟合（模型对训练集具有较高的识别率，但是对测试集效果则会很差，这时候模型的泛化能力很差）。此时我们常用解决的办法就是在损失函数中再添加一个惩罚项，通过设置一个惩罚系数，对模型中的参数进行“惩罚”，从而防止因为模型中的大量的参数过大，而导致模型的复杂度上升，最后导致训练出的模型出现过拟合。如果惩罚系数越大，则模型的复杂度就会越低，
2017-06-22 21:05:42
1795
原创 Faster RCNN理解
Faster RCNN为了解决Fast RCNN中region proposal生成与目标检测速度不匹配的问题，在深度网络中引入RPN，直接利用深度网络直接计算得到region proposal，整个region proposal生成和目标检测的过程都可以在GPU上完成。同时也实现region proposal生成网络与目标检测网络的网络权值共享。RPN网络结构首先利用基网络对
2017-06-22 20:49:25
400
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人