- 博客(8)
- 资源 (1)
- 收藏
- 关注
转载 VS编译时使用/去除NuGet管理库
之前一直使用NuGet来管理一些第三方的库,但是每次check in代码时候为了保证编译通过,都需要把对应的packages check in。同样,在相应的设置界面关闭即可。若只是想使用本地的一些软件包,而不是网络版本,打开工程的package.config文件,删除掉特定的行即可。
2017-09-25 10:46:46
6816
原创 Windows下使用Caffe-Resnet
编译历程参考:CNN:Windows下编译使用Caffe和Caffe2 caffe的VS版本源代码直接保留了sample里面的shell命令,当然这些shell命令在Windows平台下是不能运行的,需要稍微修改一下,转换为CMD可以理解的脚本代码。
2017-09-24 16:14:27
1310
原创 推荐系统:MovivLens20M数据集解析
此数据集描述了5星之内的电影不受限制的标记,用于给出用户推荐。数据集包含了138493个用户对27278个电影的20000263个评分和465564个标签。此评价收集于1995年1月到2015年3月之间,并在2016年10月17日更新为csv格式。用户为随机选取,每个选取的用户至少评分20个电影。没有人口统计信息。每个用户只给出一个ID,且不涉及其他私人信息。
2017-09-22 10:59:02
4216
转载 推荐系统中基于深度学习的混合协同过滤模型
协同过滤的一个关键点是协同,即找到用户喜好相似的K个用户,一个多维向量的K近邻查找方法。 提出了一种Additional Stacked Denoising Autoencoder(aSDAE)的深度模型用来学习User和Item的隐向量,该模型的输入为User或者Item的评分值列表,每个隐层都会接受其对应的Side information信息的输入(该模型灵感来自于NLP中的Seq-2-Seq模型,每层都会接受一个输入,我们的模型中每层接受的输入都是一样的,因此最终的输出也尽可能的与输入相等)。
2017-09-14 16:30:23
3552
转载 CNN:Windows下编译使用Caffe和Caffe2
用于检测的CNN分为基于回归网络的方法和基于区域+CNN网络的方法,其中基于回归网络的方法典型为YOLO9000,可以兼容使用VGG-Net框架。其中基于区域+CNN网络方法,大量使用了Caffe作为基础CNN框架。 准备工作(python27环境,X64平台,使用Vs2013和Vs2015): 1. 安装 VcforPython27 9.0或者安装VS2010版本。此步骤...
2017-09-14 14:28:31
8625
5
转载 DNN:windows使用 YOLO V1,V2
一个yolo,然后进入yolo-windows-master\build\darknet\下面,用vs2013直接打开darknet.sln,选择,x64版本,只要配置OpenCV和pthreads就可以,
2017-09-05 13:34:32
2917
转载 推荐系统的基本原理
冷启动问题:推荐系统需要数据作为支撑。但亚马逊在刚刚开始做推荐的时候,是没有大量且有效的用户行为数据的。这时候就会面临着“冷启动”的问题。没有用户行为数据,就利用商品本身的内容数据。这就是推荐系统早期的做法。
2017-09-05 11:06:19
557
使用FLANN.LSH进行检索
2014-04-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人