上一页 1 ··· 16 17 18 19 20
  2016年8月17日
摘要: 转载:调参是个头疼的事情,Yann LeCun、Yoshua Bengio和Geoffrey Hinton这些大牛为什么能够跳出各种牛逼的网络? 下面一些推荐的书和文章:调参资料总结Neural Network: Trick of the Trade Neural Networks: Tricks 阅读全文
posted @ 2016-08-17 09:58 WP的烂笔头 阅读(1081) 评论(0) 推荐(0) 编辑
摘要: 学习需要更新,网上有一些非常不错博客. 感谢这些博主,他们都很认真。 00、tornadomeet 0、denny的学习专栏 1、xizero00 2、lingerlanlan 3、iamzhangzhuping 4、zhangwang 5、yhl_leo 6、在路上 7、seven_first 8 阅读全文
posted @ 2016-08-17 09:32 WP的烂笔头 阅读(503) 评论(0) 推荐(0) 编辑
  2016年7月27日
摘要: caffe官网上的example中的例子,如果环境配对都能跑出来,接下来跑Notobook Example中的程序,都是python写的,这些程序会让你对如何使用caffe解决问题有个初步的了解(http://www.cnblogs.com/dupuleng/articles/4242983.htm 阅读全文
posted @ 2016-07-27 21:20 WP的烂笔头 阅读(243) 评论(0) 推荐(0) 编辑
  2016年7月18日
摘要: http://www.cnblogs.com/nwpuxuezha/p/4302024.html 原文链接:caffe.berkeleyvision.org/tutorial/layers.html 创建caffe模型,首先要在protocol buffer 定义文件(prototxt)中定义结构。 阅读全文
posted @ 2016-07-18 10:45 WP的烂笔头 阅读(240) 评论(0) 推荐(0) 编辑
摘要: 1.FrameWork of Caffe Caffe是一种编程框架,内部提供了一套编程机制,或者说一个模板框架,用以实现GPU并行架构下的机器学习,DeepLearing等算法,能在性能上大幅度提升,相比较 A. Krizhevsky, I. Sutskever, and G. Hinton. Im 阅读全文
posted @ 2016-07-18 10:27 WP的烂笔头 阅读(258) 评论(0) 推荐(0) 编辑
  2015年11月23日
摘要: 有监督学习:对具有概念标记(分类)的训练样本进行学习,以尽可能对训练样本集外的数据进行标记(分类)预测。这里,所有的标记(分类)是已知的。因此,训练样本的岐义性低。 监督学习是最常见的分类问题,因为目标往往是让计算机去学习我们已经创建好的分类系统。数字识别再一次成为分类学习的常见样本。更一般地说,对 阅读全文
posted @ 2015-11-23 19:40 WP的烂笔头 阅读(626) 评论(0) 推荐(0) 编辑
上一页 1 ··· 16 17 18 19 20