2017年01月_阿尔法旺旺

08月 07月 06月 05月 04月 02月 01月

转载深度学习新星：GAN的基本原理、应用和走向

转载自：http://www.leiphone.com/news/201701/Kq6FvnjgbKK8Lh8N.html GAN是“生成对抗网络”（Generative Adversarial Networks）的简称，由2014年还在蒙特利尔读博士的Ian Goodfellow引入深度学习领域。2016年，GAN热潮席卷AI领域顶级会议，从ICLR到NIPS，大量高质量论文被发表和探讨。Ya

2017-01-25 21:10:55 10226

原创 TensorFlow之深入MNIST

执行：D:\Anaconda3>py -3 -m tensorflow.examples.tutorials.mnist.mnist_advance from __future__ import absolute_import from __future__ import division from __future__ import print_functionimpor

2017-01-10 21:54:33 598

转载 TensorFlow之MNIST机器学习入门

MNIST机器学习入门转载自：http://www.tensorfly.cn/tfdoc/tutorials/mnist_beginners.html 这个教程的目标读者是对机器学习和TensorFlow都不太了解的新手。如果你已经了解MNIST和softmax回归(softmax regression)的相关知识，你可以阅读这个快速上手教程。当我们开始学习编程的时候，第一件事往往是学习

2017-01-08 21:35:10 3229

转载 TensorFlow使用基础(Basic Usage)

转载自：http://www.tensorfly.cn/tfdoc/get_started/basic_usage.html 基本使用 TensorFlow的基本概念使用图 (graph) 来表示计算任务. 在会话(Session) 的上下文 (context) 中执行图. 使用张量（tensor）表示数据. 通过变量 (Variable) 维护状态.

2017-01-07 20:39:44 448

原创 Caffe源码解析10：Caffe的求解（Solver）

1、先看一个Caffe Model Zoo的例子 cd到当前Caffe目录，下载meta数据，通过data\ilsvrc12\get_ilsvrc_aux.sh脚本，windows用户直接通过脚本中“http://dl.caffe.berkeleyvision.org/caffe_ilsvrc12.tar.gz”下载该数据包，解压。将其中的imagenet_mean.binaryproto

2017-01-04 22:03:12 903

原创 Caffe源码解析9: Caffe模型

一个完整的深度学习系统最核心的两个方面是数据和模型。一个深度学习模型通常由三部分参数组成：可学习参数（Learnable Parameter），又称可训练参数、神经网络权重系数、权重，其数值由模型初始化参数、误差反向传播过程控制，一般不可人工干预。结构参数（Archetecture Parameter），包括卷积层/全连接层/下采样层数目、卷积核数目、卷积核大小等描述网络结构

2017-01-03 21:17:28 671

原创 Caffe源码解析8: Net

Net在Caffe中代表一个完整的CNN模型，它包含若干个Layer实例。前面看到的各类prototxt的经典网络结构如LeNet、AlexNet等都是Caffe代码实现的一个Net对象。 1、Net基本用法 #include 在main（）中添加 std::string proto("deploy.prototxt");Netfloat> nn(proto, caffe::

2017-01-03 19:48:40 1942

转载 Caffe源码解析7：Pooling_Layer

转载自：http://home.cnblogs.com/louyihang-loves-baiyan/ Pooling 层一般在网络中是跟在Conv卷积层之后，做采样操作，其实是为了进一步缩小feature map，同时也能增大神经元的视野。在Caffe中，pooling层属于vision_layer的一部分，其相关的定义也在pooling_layer.hpp的头文件中，pooling_laye

2017-01-03 19:36:44 596

转载 Caffe源码解析6：Neuron_Layer

转载自：http://home.cnblogs.com/louyihang-loves-baiyan/ NeuronLayer，顾名思义这里就是指神经元，激活函数的相应层。我们知道在blob进入激活函数之前和之后他的size是不会变的，而且激活值也就是输出 \(y\) 只依赖于相应的输入 \(x\)。在Caffe里面所有的layer的实现都放在src文件夹下的layer文件夹中，基本上很多文章里

2017-01-03 19:32:08 422