11 2018 档案
摘要：由于昨天在学习人脸识别，就涉及到了openface 我使用的是Windows环境下的pycharm开发工具，昨天一直安装openface但就是没有相关的教程，使用pip install openface当然是不成功的，还有其他类似的，也在网上看到了说是openface没有Windows环境只有Lin
阅读全文
摘要：cv2.imwrite("./data/photo_{}.jpg".format(i), photo)
阅读全文
摘要：这是在知乎上看到的一篇，发这里当是收藏了！ 1，首先Python学会，在学会Python以后， 2，一边学习Python机器学习算法的理论(借助视频)，一般学习程序实现(借助博客)。 2，选一个研究方向，视觉，还是推荐系统，还是自然语言处理等等，然后在自己选的方向下学习更多方法，这一阶段一般来说必须
阅读全文
摘要：损失函数最小，也就是求极值点，也就是损失函数导数为0。上面也说了，如果d0+λ和d0-λ为异号的时候刚好为极值点，损失函数导数为0（w为0是条件）。而对于L2正则化，在w=0时并不一定是极值点而是d0。这就说明了L1正则化更容易稀疏化。
阅读全文
摘要：养成一个习惯，也是一个小目标： 1、早睡（23：50之前睡觉） 2、早起（7点50之前起床） 3、每天练习毛笔字一个小时（22:30-23:30） 4、晚自习（19:00-22:00，兴许会去锻炼身体or玩几把游戏，坚持还是少玩，淡化） 5、前一天晚上把第二天需要的东西准备好 6、前一天晚上把第二天
阅读全文
摘要：log：Loaded runtime CuDNN library: 7.1.4 but source was compiled with: 7.2.1. 我安装的事cuda 9.0 cudnn 7.1.4（nvidia官网会给给出对应的版本的） 安装cudnn是真的麻烦，因为注册账号的时候特别的恶心
阅读全文
摘要：卷积过程中，输入层有多少个通道，滤波器就要有多少个通道，但是滤波器的数量是任意的，滤波器的数量决定了卷积后 featuremap 的通道数（与result区别）。 如果把输入当做一个立方体的话，那么 filter 也是一个立方体，它们卷积的结果也是一个立方体，并且上面中 input、filter、R
阅读全文
摘要：BN本质上解决的是反向传播过程中的梯度问题。 详细点说，反向传播时经过该层的梯度是要乘以该层的参数的，即前向有： 那么反向传播时便有： 那么考虑从l层传到k层的情况，有： 上面这个 便是问题所在。因为网络层很深，如果 大多小于1，那么传到这里的时候梯度会变得很小比如 ；而如果 又大多大于1，那么传到
阅读全文
