- 博客(29)
- 资源 (2)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 tf.contrib.image.transform与opencv中PerspectiveTransform
tensorflow中tf.contrib.image.transform函数可对图像做透视变换，用法如下#读取图像img=cv2.imread('/home/xp1/Pictures/004545.jpg')input=tf.placeholder(dtype=np.uint8,shape=[375,500,3]) #高，宽，通道src_points = np.array([[165., 270.], [400., 270.], [360., 125.], [400., 125.]], d
2021-03-09 11:38:30
982
原创 Tensorflow中截断高斯分布(truncated norm)采样的python实现
Tensorflow中可调用函数tf.truncated_normal来进行截断高斯分布的采样，具体如下import tensorflow as tfimport matplotlib.pyplot as pltc = tf.truncated_normal(shape=[10000, ], mean=0, stddev=0.05)with tf.Session() as sess: sess.run(c) data = c.eval()plt.hist(x=data, b
2021-03-08 15:25:13
1683
翻译 Sinkhorn算法
从Superpoint到SuperGlue再到其它基于深度学习的图像匹配算法，几乎都用到了Sinkhorn算法，到底什么Sinkhorn算法，参考了一篇外文，写的很清晰，翻译了一下，供大家参考(注意，本文不分析Sinkhorn到底如何用于图/图像匹配，但如果看懂本文，我想这一问题就不在话下了)Sinkhorn解决的是最优传输问题，简单将就是把一个概率分布以最小代价转换成另外一个分布(此非人话，不理解也无妨，我也很讨厌这种过于学术的表述，不利于知识传播，但是确实没想出来到底怎么表述更合理更易于理解)
2021-01-12 14:48:26
36644
25
原创 Numpy/Pytorch中函数参数dim/axis到底怎么用？
numpy或pytorch中很多函数可指定参数dim或axis。例如sum函数，dim=0或dim=1是对矩阵列/行进行求和，时间久了，就搞混了，如果是高维array/tensor，这两个参数简直就是噩梦，给人的感觉就是一个字：乱那到底如何方便合理的记住这两个参数的使用规则呢？这篇文章总结出了非常惊艳的规则，即，只有dim指定的维度是可变的，其他都是固定不变的。函数对 dim指定的维度变化时，所遍历的所有元素 进行操作例如：M = [[1,2,3],[4,5,6]]np...
2021-01-12 10:41:33
1608
1
原创 基于Gensim的Word2Vec增量式训练方法
Word2Vec训练好以后，随着时间的积累，出现一些新词，此时可能需要在已有的模型基础上重新训练，以补充这些新词汇，亦即增量式训练。本文分析了基于Gensim的Word2Vec的增量式训练方法。 数据： 以小说《人民的名义》，《明朝那些事儿》作为语料库，小说中出现的词语相对集中，且很容易找到未出现词，便于观察增量式训练效果。 过程：首先以小说《人民的...
2020-03-11 16:09:10
6449
5
原创 yacs直接读取yaml文档(python)
yacs在我理解是一种读写配置文件的python包。在机器学习领域，很多模型需要设置超参数，当超参数过多时，不方便管理，于是出现了很多类似yaml，yacs的包。关于yacs的使用，网上有一些文档，类似这篇。这些方法都需要先加载定义了一些CfgNode的文档，然后通过merge_from_file函数加载yaml. 本文要介绍的是如何直接加载yaml文件。如有文件test.yaml，内容如...
2019-09-05 16:12:24
4825
转载 梯度下降方法中的学习率(learning rate), 衰减因子(decay) 冲量(momentum)
本文总结自如下两个链接的内容，建议读者直接阅读链接中的文章1.https://www.jianshu.com/p/58b3fe300ecb2.https://www.jianshu.com/p/d8222a84613c学习率学习率 lr(learning rate), 梯度下降算法中迭代步长。假设待优化函数为func(x), dx为函数对变量x的导数，即下降方向。每次x的迭...
2019-05-23 13:26:45
16841
原创 torch.utils.data.dataloader参数collate_fn简析
torch.utils.data.DataLoader是pytorch提供的数据加载类，初始化函数如下，torch.utils.data.DataLoader(dataset,batch_size=1,shuffle=False,sampler=None,batch_sampler=None,num_workers=0,collate_fn=<function default...
2019-05-22 12:18:24
6381
1
转载 Mark:UFLDL反向传播算法及其检验调试方法——适合自己的才是好的
人工智能、机器学习泛滥。以前搜不出来，现在搜出来的太多。找自己想看的都得费半天劲。这当然是好的，有资料总比没有强。但是搞这个方向，适合自己的才是好材料。太简单，你觉得不过瘾，太深奥，你看不懂，所以文章，刚好讲到你的困惑点，对你来说才是好文章。我自己觉得，反向传播方法，UFLDL里的讲解比较适合我，通篇没有废话，简单直接，写的非常好，所以Mark一下，免得下次忘了UFLDL这个关键词，又费半...
2019-03-13 09:31:20
412
转载 Faster-RCNN解读材料优选
先吐槽一下，目前CSDN上的一些关于AI方面的文章都是靠为了蹭热度粗制滥造。骗人点进去，其实什么有价值的内容也没有，浪费大家时间。吐槽完毕。 1. 知乎《一文读懂Faster RCNN》，通过此文能对Faster RCNN有一个全面的了解。文章后面关于训练的部分讲的比较粗糙。 2. "Object Detection and Classificati...
2019-03-06 10:32:36
777
原创 VNC远程桌面连接Ubuntu16.04及灰屏、仅桌面背景无图标问题解决方案
最近想调试Faster-rcnn.pytorch, 发现笔记本的GPU已经无法承受如此大量的数据及运算，因此只能在服务器上调试。但服务器目前只能通过SSH连接，这样跟踪调试就需要pdb，在命令行下进行，麻烦。于是想通过vnc图形化连接ubuntu桌面，没想到这一想法直接让我入了好几个坑...看官请对坑入座。（网上其它方法如vnc4server+xfce4等在你的环境下未必不可行，如果你解决了灰屏等...
2019-01-26 13:39:15
22962
8
原创 matplotlib.pyplot.axis 画faster-rcnn的anchors
参考来源：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.axis.html心血来潮，想用matplotlib画一下faster-rcnn中生成的基础anchors，如下，base_anchors = [[ -84.,-40., 99., 55.], [-176.,-88.,191.,103.], [-360. -184...
2019-01-25 11:32:05
383
1
原创 Jetson TX2 编译 Pytorch (Wheel)
参考https://gist.github.com/dusty-nv/ef2b372301c00c0a9d3203e42fd834261.按照注释内容修改源码2. 修改 -d参数sudo python setup.py bdist_wheel -d [the path where to save the wheel file]3.执行以下命令### before...
2018-11-15 10:36:45
4014
2
原创 Banach's Fixed Point Theorem（contraction mapping theorem，巴拿赫不动点定理）
先看一下定理描述：Theorem 1.1： Let (, ) be a complete metric space and be a map such that for some and all and in . Then has a unique fixed point in . Moreover, for any the sequence of iterates...
2018-11-01 16:48:23
6704
原创 PR&ML之路
先写篇初稿吧12年读研，我初次接触到机器学习模式识别（PR&ML）这个方向。当时PR&ML绝对不像今天这么火，甚至时至今日，大家也只是知道人工智能，不知道人工智能再次兴起与PR&ML有什么关系。无所谓，不研究这些确实不需要了解这些，但是如果你想入坑PR&ML，现在确实是好时机：打开网页，输入关键词“机器学习”、“模式识别”、“神经网络”、能得到太多相关文献、博客...
2018-10-12 12:58:18
668
1
转载 （转）从CNN到GCN的联系与区别——GCN从入门到精（fang）通（qi）
转载于：博客1 什么是离散卷积？CNN中卷积发挥什么作用？了解GCN之前必须对离散卷积（或者说CNN中的卷积）有一个明确的认识：如何通俗易懂地解释卷积？这个链接的内容已经讲得很清楚了，离散卷积本质就是一种加权求和。如图1所示，CNN中的卷积本质上就是利用一个共享参数的过滤器（kernel），通过计算中心像素点以及相邻像素点的加权和来构成feature map实现空间特征的提取，当然...
2018-09-07 10:44:43
3729
转载 Learning Convolutional Neural Networks for Graphs论文导读及代码链接
本博客主要是关于论文“Learning Convolutional Neural Networks for Graphs”的导读并记录代码链接方便大家学习。内容并非自己写的，导读部分源于文章《卷积神经网络不能处理“图”结构数据？这篇文章告诉你答案》，链接在GitHub上。目录：一、 论文导读二、链接一、论文导读本文要介绍的这一篇paper是ICML2016上一篇关于 CNN 在...
2018-09-06 18:23:28
9484
7
转载 Matrix67：什么是P问题、NP问题和NPC问题
前记本想写一篇介绍P，NP， NPC， NP-hard问题的文章，搜索了一下，看到了Matrix67写的这篇：什么是P问题、NP问题和NPC问题文章写的非常清晰易懂，自知能力有限，所以直接转载了。总结一下：P:在多项式时间( Polynomial time)内可求解的一类问题；NP :（Non-deterministic polynomial time）在多项式时间内可以验证一个解...
2017-12-03 17:49:56
660
原创 windows下GDAL及python接口编译过程注意事项
Window下编译GDAL的方法在网上已经能搜到很多了，例如http://blog.csdn.net/zhoubl668/article/details/6641027但是在实际操作中还是碰到些问题，现在把注意事项写下。（具体步骤参考上面链接。下面是一些注意事项）：1. 将命令nmake /f makefile.vc #编译nmake /f makefile.vc in
2017-11-28 17:21:08
508
原创 李航博士-统计学习方法-SVM-python实现
下面的代码是根据李航博士《统计学习方法》一书写的SVM的实现。还有些问题，贴出来大家给些建议。
2017-11-28 16:35:33
1597
转载 latex并排插入两幅图像
from:http://zhaoshiliang.wordpress.com/2010/07/27/%E5%A4%9A%E5%9B%BE%E6%8E%92%E7%89%88/1. 并排摆放，共享标题当我们需要两幅图片并排摆放，并共享标题时，可以在 figure 环境中使用两个 \includegraphics 命令。\begin{figure}[htbp]\center
2017-11-15 15:39:07
30673
2
原创 李航统计学习方法EM算法三枚硬币例子Q函数推导
李航《统计学习方法》中关于EM算法有个抛三枚硬币的例子，例子没有给出Q函数的具体推导，查了很多资料，也没有满意的答案，所以自己推到了一下。哎大牛就是大牛，个人感觉EM算法理解起来不难，但是真正用起来很多问题需要讨论。比如里面涉及很多概率论的知识，条件概率，条件独立，条件期望等等，都值得研究一下
2017-08-29 09:18:05
5481
转载 转：模式识别 机器学习 计算机视觉 相关资料 论坛 网站 牛人...
转自 http://www.cnblogs.com/kshenf/archive/2012/02/07/2342034.html常用牛人主页链接（计算机视觉、模式识别、机器学习相关方向,陆续更新。。。。）牛人主页（主页有很多论文代码）Serge Belongie at UC San DiegoAntonio Torralba at MITAlexei Ffros
2015-04-07 20:24:24
1816
原创 梯度下降(Gradient Descent)简析及matlab实现
本文结合实例简单介绍梯度下降算法。梯度下降用处广泛，既可以用于回归也可以用于分类，在神经网络中更是作为主流方法完成网络参数估计任务。方便起见，用二维点表示我们的训练数据集。 (a) ...
2014-03-21 20:51:06
39390
7
转载 匈牙利算法(Kuhn-Munkres)算法
个人感觉匈牙利算法(KM算法)并不好理解，想搞懂需要花一些时间。如果只是想用，那直接使用Matlab版本的链接里的代码即可几个非常有用的连接：1 https://www.topcoder.com/community/data-science/data-science-tutorials/assignment-problem-and-hungarian-algorithm/#!2...
2014-03-07 23:07:11
32408
4
caffe框架下AlexNet的Classification类的动态连接库X64
2016-10-20
VC下的一个OpenGL实例
2012-11-02
pytorch RuntimeError: already started
2019-03-30
TA创建的收藏夹 TA关注的收藏夹
TA关注的人