机器学习猪

--------一只帅气潇洒略带才气的猪

  博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

2017年12月5日

摘要: https://tianchi.aliyun.com/competition/new_articleDetail.html?spm=5176.8366600.0.0.7012cbe7oXWE6g&raceId=231615&postsId=3433 阅读全文
posted @ 2017-12-05 23:21 机器学习猪 阅读(323) 评论(0) 推荐(0) 编辑

2017年10月11日

摘要: 博客 http://blog.csdn.net/seven_first/article/details/47378697 https://zhuanlan.zhihu.com/p/25127756?refer=xiaoleimlnote https://github.com/BUPTLdy/Caff 阅读全文
posted @ 2017-10-11 16:05 机器学习猪 阅读(807) 评论(0) 推荐(0) 编辑

2017年9月20日

摘要: 一、前言 近年来,深度学习因为在图像,语音等领域得到了很好的实践效果,而被广泛使用。随着深度学习的发展,深度模型越来越大,越来越复杂。伴随而生研究方向是:网络压缩。 网络压缩是指,在不损失网络精度的同时,减少网络的测试时间或者是网络参数的存储空间。本文主要介绍一种通过低秩逼近的方法对网络进行压缩,提 阅读全文
posted @ 2017-09-20 13:09 机器学习猪 阅读(5016) 评论(1) 推荐(0) 编辑

2017年6月27日

摘要: https://zhuanlan.zhihu.com/p/27515705 阅读全文
posted @ 2017-06-27 15:11 机器学习猪 阅读(146) 评论(0) 推荐(0) 编辑

2016年11月19日

摘要: 1 前言 Caffe对于像我这样的初学者来说是一款非常容易上手的深度学习框架。关于用Caffe跑自己的数据这样的博客已经非常多,感谢前辈们为我们提供的这么好的学习资源。这里我主要结合我所在的行业,说下如何对跑通具有多通道多格式的遥感数据。 2 数据准备 Caffe封装的非常好,要想将我们的数据运用于 阅读全文
posted @ 2016-11-19 15:34 机器学习猪 阅读(2578) 评论(3) 推荐(1) 编辑

2016年10月19日

摘要: 1 前言 纹理特征在地物光谱特征比较相似的时候常作为一种特征用于图像的分类和信息提取。本文主要介绍基于灰度共生矩阵的图像纹理提取。 2 灰度共生矩阵 纹理石油灰度分布在空间位置上反复出现而形成的,因而图像空间中相隔某距离的两个像素之间存在一定的灰度关系,即图像中灰度的空间相关特性。灰度共生矩阵是一种 阅读全文
posted @ 2016-10-19 22:00 机器学习猪 阅读(15105) 评论(0) 推荐(1) 编辑

2016年10月18日

摘要: 1 前言 之前在写影像融合算法的时候,免不了要实现将多光谱影像重采样到全色大小。当时为了不影响融合算法整体开发进度,其中重采样功能用的是GDAL开源库中的Warp接口实现的。 后来发现GDAL Warp接口实现的多光谱到全色影像的重采样主要存在两个问题:1 与原有平台的已有功能不兼容,产生冲突;2 阅读全文
posted @ 2016-10-18 21:14 机器学习猪 阅读(5053) 评论(2) 推荐(0) 编辑

2016年8月29日

摘要: 一、前言 学习的第一个设计模式!不知道理解的对不对,期望大家一起多交流~ Strategy模式:策略模式,定义了算法族,分别封装起来,此模式可以让算法的变化独立于使用算法的客户。Strategy模式将逻辑算法封装到一个类中,通过组合的方式将具体的算法实现在组合对象中,再通过委托的方式将抽象的接口的实 阅读全文
posted @ 2016-08-29 21:13 机器学习猪 阅读(927) 评论(1) 推荐(0) 编辑

2016年8月28日

摘要: 本博客为原创内容,未经博主允许禁止转载,商用,谢谢。 一、前言 关于GDAL与openCV间的数据格式转换,在我之前的博客中已有简要说明,这里,由于最近工作上经常用到openCV里的函数进行图像处理,所以写了一个程序,进一步对这两个开源库进行连接。 除了格式转换外,该类还支持数据的分块读入与写出。 阅读全文
posted @ 2016-08-28 20:52 机器学习猪 阅读(4304) 评论(43) 推荐(0) 编辑

2016年3月12日

摘要: 给自己定一个计划,每天看一点深度学习的内容,为接下来的工作准备基础。努力~~~~~^_^ 阅读全文
posted @ 2016-03-12 21:24 机器学习猪 阅读(252) 评论(0) 推荐(0) 编辑