yeler082的博客

原创 caffe简要介绍

一、深度学习参考资料英文资料：1. Deep Learning by Yoshua Bengio, Ian Goodfellow and Aaron Courville2. Deep Learning by Microsoft Research3. Stanford University 2016 CS231n: Convolutional Neural Networks for

原创 ubantu下opencv的安装

说明，我的操作系统是Ubantu16.04 安装的opencv版本是3.1.0，需要准备的文件有如下三个分享链接：https://pan.baidu.com/s/1eSbDjpw 密码：edtn   当然也可以从官网下载...第一步：安装源码前先安装好需要的第三方环境[compiler] sudo apt-get install build-essential[requi

原创 有关于caffe版本的介绍

caffe官网：http://caffe.berkeleyvision.org/        caffe可视化工具链接：http://ethereon.github.io/netscope/quickstart.html1.最原始的最开始版本：伯克利BVLC版  https://github.com/BVLC/caffe    主要在Linux上运行，有matlab和Python接口

原创 CentOS 7 安装OpenCV过程记录

最终安装成功,大致步骤如下:1.在CentOS 7命令行中直接在线安装: yum  install  numpy  opencv*2.安装完成后进行全盘搜索:find  /  -name   "cv2.so", 我搜出来的路径在:/usr/lib64/python2.7/site-packages/cv2.so3.vi ~/.bashrc ,在最下方输入命令:export

原创 Linux环境下公共软件的使用

1、使用情景说明，这里以matlab2017a为例，这个软件是已经安装完成的，但是是管理员安装在/public/software/ 的目录下，下面说一下两种用法。2、方法一：进入该安装目录。执行./matlab命令，打开软件界面。

原创 人脸识别的基本概念与阅读文章

1、基本概念：人脸识别（face recognizaton）按顺序可以大体上分为四个部分，即人脸检测（face detection),人脸对齐（face alignment），人脸校验（face verification）和人脸识别（face identification）。 人脸检测就是在一张图片中找到人脸所处的位置，即将人脸圈出来，比如拍照时数码相机自动画出人脸。人脸对齐就是在已经检测到的人脸的

原创 深度学习框架究竟是什么？

1 引言一直在说深度学习框架，最近也在使用tensorflow进行了简单的实验，但是对其中关系的理解还是不够到位，他们里面究竟是怎样的一个运行机制呢？2 说明深度学习框架也就像Caffe、tensorflow这些是深度学习的工具，简单来说就是库，编程时需要import caffe、import tensorflow。作一个简单的比喻，一套深度学习框架就是这个品牌的一套积木，各个组件就是某个模型或算法

原创 点到平面的距离公式

准备知识1 平面的一般式方程Ax +By +Cz + D = 0其中n = (A, B, C)是平面的法向量，D是将平面平移到坐标原点所需距离（所以D=0时，平面过原点）2 向量的模（长度）给定一个向量V（x, y, z),则|V| = sqrt(x * x + y * y + z * z)3 向量的点积（内积）给定两个向量V1(x1, y1, z1)和V2(x2, y2, z2)则他们的内积是V1

原创 PyTorch入门文档--带你入门优雅的 PyTorch

参考文章[教程] PyTorch 手把手深度学习教程系列完整版 PyTorch-1、一文带你入门优雅的 PyTorch PyTorch-2、< 快速理解系列 (一): 图文 代码, 让你快速理解 CNN > PyTorch-3、< 快速理解系列 (二): 图文 代码, 让你快速理解 LSTM> PyTorch-4、< 快速理解系列 (三): 图文 代码, 让你快速理解 GAN > PyTo

原创 做AI必须要知道的十种深度学习方法

The 10 Deep Learning Methods AI Practitioners Need to Apply1-反向传播2-随机梯度下降3-学习率衰减4-dropout5-max pooling6-批标准化7-long short-term memory8-skip-gram9-连续词袋10-迁移学习The 10 Deep Learning Methods AI Prac

转载 2017年深度学习--梯度下降 优化算法研究

原文链接 【导读】梯度下降算法是机器学习中使用非常广泛的优化算法，也是众多机器学习算法中最常用的优化方法。几乎当前每一个先进的(state-of-the-art)机器学习库或者深度学习库都会包括梯度下降算法的不同变种实现。但是，它们就像一个黑盒优化器，很难得到它们优缺点的实际解释。Sebastian Ruder曾在去年发表博文 《梯度下降优化算法综述》（An overview of gradien

原创 知识资料全集荟萃

【01】深度学习知识资料大全集（入门/进阶/论文/代码/数据/综述/领域专家等）（附pdf下载） 【02】自然语言处理NLP知识资料大全集（入门/进阶/论文/Toolkit/数据/综述/专家等）（附pdf下载） 【03】知识图谱KG知识资料全集（入门/进阶/论文/代码/数据/综述/专家等）（附pdf下载） 【04】自动问答QA知识资料全集（入门/进阶/论文/代码/数据/综述/专家等）（附pdf

原创 机器视觉与这个多彩的世界火花

1 引语一部风靡全球《星际穿越》激起了无数人对探索浩瀚宇宙奥秘的渴望,也让许多人记住了Tars这个聪明可爱,幽默风趣的智能机器人。人工智能主题的好莱坞电影一直广受影迷们的喜爱,人类用无尽的想象力和炫目的特技构筑了一个又一个无比精彩的未来世界,令人如痴如醉。不过,回到现实,计算机科学家们的行动力却看似远远赶不上电影艺术家们的想象力,电影终归是电影,要研发出一个像Tars一样能看懂周围世界,听懂人类语言

原创 胶囊间的动态路由（2）

关于老爷子的那篇论文这里有比较好的解释，这里放上两个传送门。 1、初读Geoffrey Hinton颠覆之作 2、Hinton最新 Capsule Networks 视频教程分享和PPT解读（附pdf下载） 3、论文知乎解析

原创 OpenMP的一点使用经验

这个学期学习了朱利老师讲的计算机系统结构，在第十章里讲解的就是多核编程，在这一章留了一个大作业，要求用到多核编程。由来就是这样，下面就对多核编程在应用方面做一个简单的介绍。 简单来说，由于现在电脑CPU一般都有四个核，8核的CPU也逐渐走入了寻常百姓家，传统的单线程编程方式难以发挥多核CPU的强大功能，于是多核编程应运而生。按照我的理解，多核编程可以认为是对多线程编程做了一定程度的抽象，提供一些简

原创 图像噪声

一，背景随着各种数字仪器和数码产品的普及，图像和视频已成为人类活动中最常用的信息载体，它们包含着物体的大量信息，成为人们获取外界原始信息的主要途径。然而在图像的获取、传输和存贮过程中常常会受到各种噪声的干扰和影响而使图像降质，并且图像预处理算法的好坏又直接关系到后续图像处理的效果，如图像分割、目标识别、边缘提取等，所以为了获取高质量数字图像，很有必要对图像进行降噪处理，尽可能的保持原始信息完整性（即

转载 Ubuntu下将python从2.7升级到3.5,以及版本的切换

在ubuntu 的终端中用代码下载最新的Pythonsudo apt-get install python3系统会提示输入Linux 的密码，输入密码后下载 刚才下载的Python程序被安装在usr/local/lib/python3.5 中 用命令删除usr/bin/目录下的默认python link文件 给系统默认python编译器建立新的连接sudo ln -s /usr/bin/py

原创 ipynb后缀文件怎么打开

ipynb，顾名思义，ipython notebook，是用ipython notebook打开的笔记文件，明显的优点是既可以放置代码也可以放置图片，显得更加直观，下面讲讲怎么安装ipython notebook。第一部分：安装ipython1：安装python，这个不说2：安装pip，这个也不说，网上有很多例子，一般装了python之后都有，在python文件夹下面的一个文件夹（名字叫 Scrip

转载 TensorFlow的55个经典案例

导语：本文是TensorFlow实现流行机器学习算法的教程汇集，目标是让读者可以轻松通过清晰简明的案例深入了解 TensorFlow。这些案例适合那些想要实现一些 TensorFlow 案例的初学者。本教程包含还包含笔记和带有注解的代码。第一步：给TF新手的教程指南1：tf初学者需要明白的入门准备机器学习入门笔记：https://github.com/aymericdamien/TensorFlo

原创 谷歌、微软、OpenAI 等巨头的机器学习开源项目

原文链接：https://www.leiphone.com/news/201612/rFVygnQf4WjogJQR.htmlpart1:以下为巨头公司的开源深度学习框架1、Google：TensorFlow2、Google：DeepMind Lab3、OpenAI：Universe4、Facebook：FastText5、Microsoft：CNTK6、Amazon：MXNet7、IBM：Sys...

转载 keras学习笔记——基本概念

参考链接：keras学习笔记一些基本概念1、符号计算Keras的底层库使用Theano或TensorFlow，这两个库也称为Keras的后端。无论是Theano还是TensorFlow，都是一个“符号式”的库。因此，这也使得Keras的编程与传统的Python代码有所差别。笼统的说，符号主义的计算首先定义各种变量，然后建立一个“计算图”，计算图规定了各个变量之间的计算关系。建立好的计算图需要编译以确

原创 深度学习中关于epoch的几个词汇的理解

（1）iteration：表示1次迭代，每次迭代更新1次网络结构的参数；（2）batch_size：1次迭代所使用的样本量；（3）epoch：1个epoch表示过了1遍训练集中的所有样本。需要补充的是，在深度学习领域中，常用随机梯度下降算法（Stochastic Gradient Descent, SGD）训练深层结构，它有一个好处就是并不需要遍历全部的样本，当数据量非常大时十分有效。此时，可

转载 在CSDN上MarkDown的使用

[编辑部分]# 欢迎使用Markdown编辑器写博客本Markdown编辑器使用[StackEdit][6]修改而来，用它写博客，将会带来全新的体验哦：- **Markdown和扩展Markdown简洁的语法**- **代码块高亮**- **图片链接和图片上传**- ***LaTex*数学公式**- **UML序列图和流程图**- **离线写博客**- **导入导出Markdown文件

原创 Centos下tensorflow环境搭建

Centos下tensorflow环境搭建  最近辛顿的动态路由的一篇论文相当的火，大家都十分的关注，当然也有一些大牛们使用代码实现了他的想法，我在导师的指导下准备去跑下代码，试着去理解琢磨。但是无奈的是个人的笔记本配置还是太渣了，所以在导师的帮助下从学院弄过来一个账号（哈哈 我现在是直接用的老师的账户），开始搭这个环境，但是这个账户在普通节点下并不支持GPU的运算，实际上我们需要通过命令 $

原创 如何通过网上的一个链接访问图片-----使用图床

一、需求：我们往往需要通过一个链接去访问图片，但是图片在我们的本地，我们的个人网站（比如个人博客）如何能够访问到图片呢？二、下面给出一点具体的操作。1、获取你需要访问的图片，可以从网上的图片库进行下载，这里推荐一个网站彼岸桌面，大家可以在里面免费下载到高清图片。看起来不错呦，哈哈，我们下载好了一张图片以后在本地的电脑上了。2、选一个适合的图床，这里推荐一款名为SM.SM

原创 Windows下 Python 模块的安装方法

最近在学习python的时候总是让引用一些model，但是自己也不了解引用的方法，所以填了不少坑。在网上找了一些方法，在此处只记录最好用的方法。以下分两个步骤：一、安装pip 包打开windows  输入cmd 进入命令行，输入cd  F:\pycharm\pythonInterpreter(这里是我的python编译环境的目录)切换到python 所在的目录，最方便的

原创 Python IDE for Windows pycharm的安装与配置

1、首先可以到官网下载  下载pycharm链接2、安装该软件，windows下安装软件的过程比较简单，此处不做介绍了3、当打开软件时，提示jdk的版本太低时，需要更新JDK的版本（这里如果没有报错，可以直接略过），当然更新了JDK版本以后，环境变量需要作出相应的修改了4、上述安装完成以后，打开pycharm时，只有30天的试用期，或者购买软件。这里提供一个免费使用

原创 FileZilla连接虚拟机ubuntu

FileZilla 实现Ubuntu 虚拟机与Win7 主机的文件共享下载安装FileZilla 下载链接1、打开FileZilla 客户端，点击【文件】->【站点管理器】->【添加新站点】2. 设置【通用】选项卡：（1）主机：虚拟机IP 地址 可以输入命令ifconfig查看  这⾥我们看到当前系统的IP 地址是:192.168.*.*（2）协议SFTP/端口

原创 【TensorBoard】如何启动tensorboard的详尽步骤

TensorBoard是TensorFlow下的一个可视化的工具，能够帮助我们在训练大规模神经网络过程中出现的复杂且不好理解的运算。TensorBoard能展示你训练过程中绘制的图像、网络结构等。图1 神将网络结构图首先我们给出一个创建神经网络的python代码作为一个案例：# -*- coding:utf-8 -*-import tensorflow as tfdef...

转载 Sublime Text 3 快捷键汇总

Sublime Text 3非常实用，但是想要用好，一些快捷键不可或缺，所以转了这个快捷键汇总。用惯了vim，有些快捷键也懒得用了，尤其是在win下面，还有图形界面，所以个人觉得最有用的还是搜索类，对于阅读和修改代码来说，非常实用。选择类Ctrl+D 选中光标所占的文本，继续操作则会选中下一个相同的文本。Alt+F3 选中文本按下快捷键，即可一次性选择全

翻译 胶囊间的动态路由

原文链接：Dynamic Routing Between Capsules摘要  胶囊意为一组神经元，其激活向量反映了某类特定实体（可能是整体也可能是部分）的表征。我们使用激活向量的模长来描述实体存在的概率，用激活向量的方向表征对应实例的参数。某一层级的活跃胶囊通过模型变换做出预测，预测结果会用来给更高层级的胶囊提供实例参数。当多个预测值达成一致时，一个高层级的胶囊就会被激

原创 python全局变量与局部变量

原创 图像处理技术上的空间域和空间频率域

二者可以通过傅里叶变换相互转化，因为在频率域就是一些特性比较突出，容易处理。比如在空间图像里不好找出噪声的模式，如果变换到频率域，则比较好找出噪声的模式，并能更容易的处理。具体名词解释如下：空间域　英文： spatial domain。 释义： 又称图像空间(image space)。由图像像元组成的空间。在图像空间中以长度(距离)为自变量直接对像元值进行处理称为空间域处理。频率域

原创 可变形的卷积网络

原文链接：Deformable Convolutional Networks代码链接：https://github.com/msracver/Deformable-ConvNets一、首先看看文章的摘要 由于构造卷积神经网络 (CNN) 所用的模块中几何结构是固定的，其几何变换建模的能力本质上是有限的。在我们的工作中，我们引入了两种新的模块来提高卷积神经网络 (CNN) 对变换...

原创 【01】机器学习浅谈

导读：在本篇文章中，将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。当然，本文也面对一般读者，不会对阅读有相关的前提要求。在进入正题前，我想读者心中可能会有一个疑惑：机器学习有什么重要性，以至于要阅读完这篇非常长的文章呢？ 我并不直接回答这个问题前。相反，我想请大家看两张图，下图是图一：图1 机器学习界的执牛耳者与

原创 双线性插值原理与实现

在对图像进行空间变换的过程中，典型的情况是在对图像进行放大处理的时候，图像会出现失真的现象。这是由于在变换之后的图像中，存在着一些变换之前的图像中没有的像素位置。为了说明这个问题，不妨假设有一副大小为64x64的灰度图像A，现在将图像放大到256x256，不妨令其为图像B，如图1所示。显然，根据简单的几何换算关系，可以知道B图像中(x,y)处的像素值应该对应着A图像中的(x/4,y/4)处的象...

原创 如何在README.md文件中添加图片

笔者想通过一款离线的编辑文件编辑好带有图像的说明文档，最后一起上传到gitHub，目前仅仅找到doc，ppt等文件可以编辑图片和文字但是在gitHub上对doc等文件不能支持在线浏览，所以不是很友好。md文件支持在线浏览，但是在离线的情况下又不能添加图片，所以以下介绍一种md文件在GitHub线上编辑添加图片的方法，供以参考。1、在github上的仓库建立一个存放图片的文件夹，文件夹名字随

原创 #extend---append的区别

aa = [11,22,33]bb = [44,55]aa.append(bb)print(aa)cc = [11,22,33]dd = [44,55]cc.extend(dd)print(cc)

原创 #for---else的应用

card_info =[{"name":"laowang","age":18},{"name":"laoli","age":28},{"name":"laozhao","age":38}] #定义一个字典name = input('输入要查询的名字：')for person in card_info: if name==person['name']: print("%s\t%d\t"%(

原创 Python列表的增删改查和元祖

一、定义列表1.names = ['mike','mark','candice','laular'] #定义列表2.num_list = list(range(1,10)) #range生成1-10范围内的数，并强制转化成列表二、增：append（）、insert（）方法1.append（）方法：在末尾添加元素#szz = ['ab','jhj','nhy']#szz.ap...