MissSimple - 博客园

Learning both weights and connections for efficient neural networks

摘要： Introduction and related work 这是《LearningbothWeightsandConnectionsforEfﬁcient NeuralNetworks》中所有关于缩小时间的描述：这个3x就是根据应该计算的浮点数得出的，即去掉那些剪掉的权重，余下的权重需要参与的浮点阅读全文

posted @ 2017-09-27 16:59 MissSimple 阅读(699) 评论(0) 推荐(0) 编辑

metric learning -- knn与马氏距离

摘要：欧氏距离即两项间的差是每个变量值差的平方和再平方根，目的是计算其间的整体距离即不相似性。马氏距离（Mahalanobis distances） 1）马氏距离的计算是建立在总体样本的基础上的，这一点可以从上述协方差矩阵的解释中可以得出，也就是说，如果拿同样的两个样本，放入两个不同的总体中，最后计算得阅读全文

posted @ 2017-09-27 09:14 MissSimple 阅读(1947) 评论(0) 推荐(1) 编辑

metric learning -- 马氏距离与欧氏距离

摘要：一基本概念方差：（variance）是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。在统阅读全文

posted @ 2017-09-26 16:38 MissSimple 阅读(2605) 评论(0) 推荐(0) 编辑

LBP（Local binary pattern）

摘要： LBP根据像素周边8个临近像素的灰度值，和中心灰度值比较，得到一个八位的编码（大于为1，小于为0）然后根据这样的编码的直方图来做分类这是最简单的LBP，现在还有很多变种，比如扩大临域范围，更复杂的编码方式等。算是比较流行的feature，因为对光照不敏感。 LBP根据像素周边8个临近像素的灰度值阅读全文

posted @ 2017-09-26 14:27 MissSimple 阅读(1017) 评论(0) 推荐(0) 编辑

metric learning

摘要：度量（metric）的定义：在数学中，一个度量（或距离函数）是一个定义集合中元素之间距离的函数。一个具有度量的集合被称为度量空间。为什么要用度量学习？很多的算法越来越依赖于在输入空间给定的好的度量。例如K-means、K近邻方法、SVM等算法需要给定好的度量来反映数据间存在的一些重要关系。这一问阅读全文

posted @ 2017-09-26 13:21 MissSimple 阅读(1305) 评论(0) 推荐(0) 编辑

siamese network（暹罗网络）--Learning a similarity metric discriminatively, with application to face verification

摘要：这篇paper主要是利用Siamese网络做人脸相似度判别，可以用于人脸识别哦，因为我觉得这篇文献的网络结构图画的比较漂亮，比较容易看懂，所以就用这一篇文章，简单讲解Siamese网络的思想。其网络如下图所示，有两个分支分别输入图片x1、x2（须知：这两个分支其实是相同的，同一个cnn模型，同样的参阅读全文

posted @ 2017-09-26 12:38 MissSimple 阅读(5324) 评论(2) 推荐(1) 编辑

siamese network（暹罗网络）--Learning to Compare Image Patches via Convolutional Neural Networks

摘要： 2015,cvpr 的一篇文章。本篇文章对经典的算法Siamese Networks 做了改进。学习这篇paper的算法，需要熟悉Siamese Networks（经典老文献《Signature Verification Using a Siamese Time Delay Neural Netw 阅读全文

posted @ 2017-09-26 09:42 MissSimple 阅读(1546) 评论(1) 推荐(1) 编辑

siamese network（暹罗网络）

摘要：缘起于寻找caffe如何输入多通道图片（两张四通道图片），希望通过寻找制作lmdb时，遇到的datum，来得到如何设置lmdb的通道。结果发现了siamese网络。摘抄自caffe github的issue697 Siamese nets are supervised models for met 阅读全文

posted @ 2017-09-26 08:53 MissSimple 阅读(2126) 评论(0) 推荐(0) 编辑

如何让caffe读取多通道图片（>=4）

摘要：只要lmdb文件中是多通道的图片，那么网络就能读取lmdb中多通道图片。（https://github.com/BVLC/caffe/issues/586）也就是说，接下来我们就能使用python编写生成lmdb的程序了。（http://deepdish.io/2015/04/28/creatin 阅读全文

posted @ 2017-09-26 08:47 MissSimple 阅读(1610) 评论(0) 推荐(0) 编辑

caffe中的im2col

摘要：参考：http://blog.csdn.net/mrhiuser/article/details/52672824 caffe的卷积过程是im2col和SGEMM（什么是GEMM？http://www.cnblogs.com/mengmengmiaomiao/p/7587005.html）。一：i 阅读全文

posted @ 2017-09-24 16:08 MissSimple 阅读(1791) 评论(0) 推荐(0) 编辑