摘要: caffe 进行自己的imageNet训练分类:loss一直是87.3365,accuracy一直是0 解决方法: http://blog.csdn.net/jkfdqjjy/article/details/52268565?locationNum=14 知道了原因,解决时就能对症下药。总体上看,s 阅读全文
posted @ 2017-03-09 14:23 鹰杰 阅读(3161) 评论(0) 推荐(0) 编辑
摘要: 主动学习简介 在某些情况下,没有类标签的数据相当丰富而有类标签的数据相当稀少,并且人工对数据进行标记的成本又相当高昂。在这种情况下,我们可以让学习算法主动地提出要对哪些数据进行标注,之后我们要将这些数据送到专家那里让他们进行标注,再将这些数据加入到训练样本集中对算法进行训练。这一过程叫做主动学习。 阅读全文
posted @ 2018-03-07 14:43 鹰杰 阅读(17628) 评论(0) 推荐(0) 编辑
摘要: 阅读目录 1. 写在前面 2. 什么是active learning? 3. active learning的基本思想 4. active learning与半监督学习的不同 5. 参考文献 阅读目录 1. 写在前面 2. 什么是active learning? 3. active learning 阅读全文
posted @ 2018-03-07 14:27 鹰杰 阅读(13966) 评论(0) 推荐(1) 编辑
摘要: 一、命令 1 2 3 4 5 [root@localhost ~]# free -m total used free shared buffers cached Mem: 7869 7651 218 1 191 5081 -/+ buffers/cache: 2378 5490 Swap: 478 阅读全文
posted @ 2017-12-20 22:14 鹰杰 阅读(514) 评论(0) 推荐(0) 编辑
摘要: (1) sudo apt-get install cmake (2) sudo apt-get install cmake-curses-gui (3)下载安装包InsightToolkit-4.11.1.tar.gz,下载地址 sudo tar -xvf InsightToolkit-4.11.1 阅读全文
posted @ 2017-08-24 21:26 鹰杰 阅读(1156) 评论(0) 推荐(0) 编辑
摘要: 于接触linux系统时间不就,所以在操作上难免会出现失误,以下两个问题就是近期经常出现的问题,具体如下: 1.ubuntu服务器上的浏览器时常打不开。 2.安装的pycharm和系统自带的pycharm时常打不开。 上述两个问题都是由于一个原因:即在离开远程控制终端时未正确关闭相关的软件或应用(这里 阅读全文
posted @ 2017-08-24 15:04 鹰杰 阅读(1523) 评论(0) 推荐(0) 编辑
摘要: 在NG的ML课程中和西瓜书中都有提到:最佳的数据分类情况是把数据集分为三部分,分别为:训练集(train set),验证集(validation set)和测试集(test set)。那么,验证集和测试集有什么区别呢? 实际上,两者的主要区别是:验证集用于进一步确定模型的参数(或结构)而测试集只是用 阅读全文
posted @ 2017-06-27 16:28 鹰杰 阅读(3024) 评论(0) 推荐(1) 编辑
摘要: 1.VS2012及以上版本,支持C++11 thread类的并发编程。 相关材料可以参考博客:http://www.cnblogs.com/rangozhang/p/4468754.html 2.但对其之前的版本,可采用以下方式,实现类成员函数创建子线程实现并发。 首先需实现线程类的run函数,故定 阅读全文
posted @ 2017-06-19 22:48 鹰杰 阅读(275) 评论(0) 推荐(0) 编辑
摘要: 在matlab中,我们常使用imshow()函数来显示图像,而此时的图像矩阵可能经过了某种运算。在matlab中,为了保证精度,经过了运算的图像矩阵I其数据类型会从unit8型变成double型。如果直接运行imshow(I),我们会发现显示的是一个白色的图像。这是因为imshow()显示图像时对d 阅读全文
posted @ 2017-03-28 12:48 鹰杰 阅读(3478) 评论(0) 推荐(0) 编辑
摘要: OpenCV中的SVM参数优化 OpenCV中的SVM参数优化 svm参数优化opencv SVMSVR参数优化CvSVMopencv CvSVM SVM(支持向量机)是机器学习算法里用得最多的一种算法。SVM最常用的是用于分类,不过SVM也可以用于回归,我的实验中就是用SVM来实现SVR(支持向量 阅读全文
posted @ 2017-03-19 20:56 鹰杰 阅读(8306) 评论(0) 推荐(0) 编辑
摘要: caffe solver参数意义与设置 batchsize:每迭代一次,网络训练图片的数量,例如:如果你的batchsize=256,则你的网络每迭代一次,训练256张图片;则,如果你的总图片张数为1280000张,则要想将你所有的图片通过网络训练一次,则需要1280000/256=5000次迭代。 阅读全文
posted @ 2017-03-15 10:11 鹰杰 阅读(4200) 评论(0) 推荐(1) 编辑