2017年09月_wishchin

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

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

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