2019年05月_Alpha205

转载 c++智能指针用法

本文转自博客：http://www.cnblogs.com/TenosDoIt/p/3456704.html，非常感谢作者！本文介绍c++里面的四个智能指针: auto_ptr, shared_ptr, weak_ptr, unique_ptr 其中后三个是c++11支持，并且第一个已经被c++11弃用。为什么要使用智能指针：我们知道c++的内存管理是让很多人头疼的...

2019-05-23 09:03:49 207

原创 matlab常用操作随手记录

在matlab中，如果需要获取.m文件所在的路径，按照如下方法即可：p1 = mfilename('fullpath'); % 获取m文件所在的路径i = findstr(p1, '\');p1 = p1(1:i(end)-1);disp(p1);得到p1为m文件所在的路径matlab中判断路径是否存在以及创建路径：例如在路径下创建data文件夹：data_p...

2019-05-20 20:43:19 291

原创算法设计分治，归并排序，快速排序

算法思想：分治方法与软件设计的模块化方法非常的相似。要解决一个大实例问题，可以（1）将它分解成多个更小的实例，（2）分别解决每个小实例，（3）将小实例的解组合成大实例的解。例子：寻找假硬币。一个袋子有16枚硬币，其中可能有一个假币，并且假币比真币要轻，现在要找出这个假币。现在要找出假硬币，我们把两个或者三个硬币视为不可再分的小实例，只有一个硬币时，不能确定它的真假。2. 金块问...

2019-05-20 10:41:21 1554

原创 VGGNet原理及tensorflow实现

VGGNet介绍：VGGNet是牛津大学计算机视觉组和Google DeepMind一起研发的卷积神经网络，VGGNet探索了卷积神经网络的深度与其性能之间的关系。VGG的结构特点是通过反复堆叠3x3的卷积核和2x2的max-pool, 与在其之前的卷积神经网络相比，错误率大大降低。同时，VGGNet扩展性强，迁移其他数据上的泛化能力好，因此VGGNe常被用来提取图像特征。VGG各级别网络...

2019-05-12 21:17:30 961

原创 Python PIL库处理图片常用操作，图像识别数据增强的方法

在博客AlexNet原理及tensorflow实现训练神经网络的时候，做了数据增强，对图片的处理采用的是PIL(Python Image Library), PIL是Python常用的图像处理库.下面对PIL中常用到的操作进行整理：1. 改变图片的大小from PIL import Image, ImageFont, ImageDrawdef image_resize(image...

2019-05-11 13:58:30 4340

原创 AlexNet原理及tensorflow实现

AlexNet的介绍在前一篇博客卷积神经网络CNN介绍了Le-Net5网络的结构以及tensorflow实现，下面介绍一下另一种经典的卷积神经网络AlexNet的结构以及实现。AlexNet可以看作Le-Net5网络的一个更深更宽的版本。其首次在CNN中成功应用了dropout，ReLu,和LRN等trick.1. dropout防止模型过拟合，增强模型的健壮性。2....

2019-05-11 09:47:17 3966 8

原创深度学习循环神经网络RNN

循环神经网络简介：循环神经网络(Recurrent Neural Networks)是一种特殊的神经网络结构, 它是根据"人的认知是基于过往的经验和记忆"这一观点提出的. 它与DNN,CNN不同的是: 它不仅考虑前一时刻的输入,而且赋予了网络对前面的内容的一种'记忆'功能。RNN的主要用途是处理和预测序列数据。 RNN之所以称为循环神经网路，是因为一个序列当前的输...

2019-05-05 21:51:18 1698

原创卷积神经网络CNN（Convolutional Neural Network）原理与代码实现 Le-Net5

图像识别经典数据集：图像识别是人工智能的一个重要的领域。其他常用的图像识别数据集：CIFAR:http://www.cs.toronto.edu/~kriz/cifar.html CIFAR数据集分为CIFAR-10和CIFAR-100两个问题。 CIFAR-10数据集共有60000张彩色图像，这些图像是32*32，分为10个类，每类6000张...

2019-05-02 16:09:50 1782

原创深度学习手写字体识别

数据集介绍：mnist数据集使用tensorflow封装好的数据（包含6000张训练数据，1000张测试数据），图片大小为28x28。在神经网络的结构上，一方面需要使用激活函数去线性化。另一方面需要增加网络的层数以解决更加复杂的问题。关于tensorflow中的几个函数：1. tf.Variable()和 tf.get_variable()中的区别：tf.Variable()：...

2019-05-01 18:47:16 10774 3

原创深层神经网络

线性模型的局限性：因为线性模型的组合任然是线性模型，所以任意的全连接层网络和单层的神经网络在表达能力上没有任何区别。激活函数：如果将线性模型中每一个神经元通过非线性函数，那么整个神经网络模型就不再是非线性的了。这个非线性函数就是激活函数。tensorflow中有其中激活函数，常见的激活函数：参考：https://www.cnblogs.com/lliuye/p/9486500.ht...

2019-05-01 18:13:18 302

开到荼蘼的博客