摘要：
1. 引言 当我们跑机器学习程序时，尤其是调节网络参数时，通常待调节的参数有很多，参数之间的组合更是繁复。依照注意力>时间>金钱的原则，人力手动调节注意力成本太高，非常不值得。For循环或类似于for循环的方法受限于太过分明的层次，不够简洁与灵活，注意力成本高，易出错。本文介绍sklearn模块的G 阅读全文
摘要：
最近在arxiv上读到一篇很有意思的文章，题目叫“Oriented Response Networks ”，准备翻译一下。参考文献太多，就不一一粘过来了， ORN文章阅读笔记 一、 摘要 深度卷积神经网络能够从图像中习得有效的表示，但是其处理局部和全局图像旋转的能力仍然有限。本文提出主动旋转滤波器（ 阅读全文
摘要：
聚类算法评价指标学习笔记 本文列举常用聚类性能度量指标，并列出相应代码与参考资料 聚类性能度量大致分两类，一类将聚类结果与某个“参考模型”（reference model）进行比较，称为“外部指标”（external index）；另一类是直接考察聚类结果而不利用任何参考模型，称为“内部指标”（in 阅读全文
摘要：
基于sklearn的常用分类任务指标Python实现 一、摘要 分类任务常用指标包含混淆矩阵、每类分类精度、平均分类精度、总体分类精度、f1-score等。 Python的sklearn.metrics 模块覆盖了分类任务中大部分常用的验证指标， 本文选择其中几种评价指标展示代码片段，供读者使用。 阅读全文
摘要：
本文展示了使用h5py库读写超过内存的大数据的方法，利用h5py库能够读写超过内存的大数据的特点，基于keras框架与SRCNN网络实现了单图像超分辨率demo，能够直接应用于超过内存的大数据学习。并且整理了部分h5py学习资料。 阅读全文
摘要：
课程多，科研任务重…但还是要保持热情。 MXNet是一款简洁高效的深度学习框架。在准备好自己的数据集之后，我们就可以考虑使用MXNet自带的工具进行数据集打包了。 以caltech256数据集为例，caltech256数据集包含256类目标，30607张图像。数据集的简介可以在这里下载：http:/ 阅读全文
摘要：
在Linux操作系统中，程序运行离不开环境变量的设置。 添加环境变量通常使用export指令，使用export指令时要注意不要覆盖原有指令。 使用export指令之前可以先查看下环境变量中已经存在的条目 比如查看环境变量： 查看Python环境变量： 查看动态链接库路径： 之后我们打算向系统路径中添 阅读全文
摘要：
不知不觉已经准研究生了。。 1.上手 项目需要，前几天买了块Jetson TK1开发板，做了些基本操作 2.硬件准备 工欲善其事，必先利其器。首先要做一些硬件上的准备工作， 1. 开发板一块 2. HDMI转接线一条（Jetson TK1使用标准HDMI接口） 3. USB3.0 hub（最好自带电 阅读全文
摘要：
opencv3.1 linux 下载与配置这部分应该可以顺利运行 下一条语句可能会报错， `ippicv_linux_20151201.tgz` 文件校验失败如果报错，这是个诡异的问题，直接在[我的网盘下载](http://pan.baidu.com/s/1qXubN4o)，之后替换原先的文件，重新 阅读全文
摘要：
众所周知，当前主流深度学习的实现中调用的底层API都是cudnn，自己做项目需要开发深度学习模块时，也需要调用cudnn库，因此熟悉cudnn库是很有必要的。 从NVIDIA官方网站可以申请到CUDNN库与DEMO，通过研究DEMO，我们可以更好地使用CUDNN库。 下载CUDNN V4与DEMO 阅读全文