Conv-net
文章平均质量分 67
张骞晖2
Focus on Machine Learning and Computer Vision。
展开
-
Android 平台 实现 卷积神经网络
研究CNN有一端时间了,在VS上 对一些深度学习框架进行学习,训练,主要以人脸为主(下一篇将要介绍CNN用于人脸识别) 、车标等等。一般情况下,深度CNN对于目标识别都需要前期的大量的数据进行训练,少则几千,多则几十万,庞大的数据以及实时性要求对于平台的性能要求是很高的,一般的移动嵌入式设备很难达到这个标准。所以对于很多情况下需要用深度学习来做分类或者回归的,都是通过网络进行请求,而且模型是现在多C原创 2016-05-30 20:03:19 · 5624 阅读 · 1 评论 -
Caffe Windows平台 人脸性别预测(1)
摘要安装微软caffe数据集准备CPU训练网络模型和solver方案训练后序优化工作1、摘要一般情况下,caffe的训练和使用都是在linux下使用的,但是特殊要求,所以要在windows下进行训练和使用。除了训练的工作之外,windows下caffe工程主要用来学习和代码阅读。2、安装caffewindows下的caffe版本,有两个。一个是某网友做的开源项目;一个是微软caffe。原创 2016-09-11 21:06:38 · 1935 阅读 · 1 评论 -
Coursera 的机器学习 (Andrew Ng) 课程 视频百度云
关于视频资源的几个问题1.视频来自哪里?视频本题主从 youtube下载.2.视频为什么不全?2016/9/17包括了第一周的视频。以后会再次更新。视频下载地址链接:http://pan.baidu.com/s/1miJbkPq 密码:6p7u原创 2016-09-17 18:24:09 · 25365 阅读 · 6 评论 -
机器学习是深度学习之母
博主不才,研究深度学习有一段时间,主要专注CV领域。本科期间学习了机器学习的一些算法,用SVM做的人脸识别的工作,之后又去中科院实习,用深度学习来做人脸识别。所以,从传统算法,到深度,这个过程,我是深深体会到的。单从CV领域,尤其是二维方面的工作,卷积神经网络取得的成果,让我深深感到传统算法的无力。总的来说,深度学习算法是近几年机器学习革命般的成果。举个例子,很明显的对于传统算法很困难的LFW人脸数原创 2016-10-19 09:29:16 · 1825 阅读 · 0 评论 -
实例分析神经网络传播过程
神经网络简介博客主要内容神经网络框架神经网络前向传播实例神经网络反向传播实例总结引用一.神经网络简介今天,神经网络(nerual networks)已经是一个相当大的、多学科交叉的学科领域[1]。它不能用简单的用“一个算法”,“一个框架”,来总结它的内容。从早期神经元(neuron),到感知器(Perceptron),再到Bp神经网络,然后到今天的深度学习(deep learning)原创 2016-11-01 23:03:08 · 1461 阅读 · 0 评论 -
Convolution Networks 和Deconvolution Networks
一.卷积的概念卷积是分析数学中的一种重要运算,英文convolution。需要注意的是,以下我们考虑都是离散情况下的卷积操作。从概念上说,卷积是线性情况的下的滤波处理,性滤波处理经常被称为“掩码与图像的卷积”[1]。具体的操作则是,卷积是两原创 2016-11-24 12:47:44 · 12006 阅读 · 2 评论 -
对抗神经网络之对抗卷积神经网络[2]
上一篇博文[1]简单介绍了对抗网络的理论和大概流程。其中所谓的对抗网络可以归结为unsupervised learning 或者 generative model。从无监督学习来进行feature representation,有k-means聚类算法,auto-encoders[2],以及09年的Deep belief networks等等。原创 2016-12-13 16:53:24 · 17883 阅读 · 9 评论 -
Android端调用Caffe模型实现CNN分类
本文的主要内容如下。移动端的深度学习的实现方式tiny-cnn介绍以及移动端移植总结与改进应用截图一.移动端深度学习的几种实现方式(1)Caffe的移动端编译项目caffe(命令式框架)算是在国内最流行的深度学习开源框架,使用它进行商业,研究的人很多。对于移动端的实现,也有开源项目对caffe进行了移植。 项目连接如下:android-lib android-demo我认识的很多科研原创 2016-08-07 16:31:45 · 21028 阅读 · 10 评论 -
对抗神经网络(Adversarial Nets)的介绍[1]
对抗NN简介概念介绍对抗名字的由来及对抗过程对抗NN的模型对抗NN的模型和训练判别网络D的最优值模拟学习高斯分布对抗NN实验结果《生成对抗NN》代码的安装与运行对抗网络相关论文论文引用一、对抗NN简介大牛Ian J. Goodfellow 的2014年的《Generative Adversative Nets》第一次提出了对抗网络模型,短短两年的时间,这个模型在深原创 2016-10-03 20:58:09 · 47246 阅读 · 5 评论