自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 资源 (1)
  • 收藏
  • 关注

原创 统计自然语言处理——概率图模型(1)

概述概率图模型(probabilistic graphical models)在概率模型的基础上,使用了基于图的方法来表示概率分布(或者概率密度、密度函数),是一种通用化的不确定性知识表示和处理方法。根据图模型的边是否有向,概率图模型通常被划分成有向概率图模型和无向概率图模型。可将图模型粗略的表示为:几种常见的图模型动态贝叶斯网络(dynamic Bayesian networks, ...

2019-09-01 11:40:06 1409

原创 Caffe学习4——源码分析(classification.cpp)

后面一阶段会对Caffe的源码进行边学习边记录,大家一起学习进步!

2018-07-27 23:12:13 726

原创 BLAS库中level3的GEMM简单计算优化

最近由于工作需要,研究了GEMM算子的简单优化。在这里做一个简单的记录,方便以后的查阅。目前,开源的BLAS库已经有很多的,例如OpenBLAS,BLIS等。而可以发现,这些开源的计算库,大多是根据之前GotoBLAS库的优化方法基础上进一步开发的。而GotoBLAS的优化主要是基于论文"BLISlab: A Sandbox for Optimizing GEMM"进行的。本文主要对这篇论文进行分析理解,希望对大家有所帮助。

2018-07-15 20:39:17 2084 4

翻译 Caffe学习3——Forward and Backward

Forward和Backward是Net中的计算本质。 让我们考虑最简单的逻辑回归分类器。前向传播的部分是根据input来计算output,从而进行inference。在前向中,Caffe通过模型中每个layer的计算组合来计算“function”的值。这个传播从bottom到top进行。 数据x通过inner product layer来得到g(x)g(x)g(x),在通过一个s...

2018-07-07 22:30:18 1604

翻译 Caffe学习2——Blobs, Layers, and Nets: anatomy of a Caffe model

testing

2018-07-07 19:33:52 349

原创 Caffe学习1——在ubuntu16.04环境下安装Caffe(CPU)

目前在网上,已经存在很多的Caffe安装教程。本文主要介绍笔者在安装Caffe——CPU版本所遇到的问题,以及相关解决方法。以下给出基于ubuntu 16.04系统的Caffe的CPU安装步骤:1. 安装gitsudo apt-get install git2. 安装依赖库sudo apt-get install libprotobuf-dev sudo apt-get install libl...

2018-07-01 20:39:17 906 2

linux源程序easymesh

easymesh的在linux系统下的程序,可以划分一定区域内的网格,形成性质良好的三角网格

2015-10-27

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除