12 2016 档案
摘要：这两天看了Lenet的模型理解，很简单的手写数字CNN网络，90年代美国用它来识别钞票，准确率还是很高的，所以它也是一个很经典的模型。而且学习这个模型也有助于我们理解更大的网络比如Imagenet等等。 我这里主要是对网络配置文件做了相关注释，没时间解释了，上车:http://pan.baidu.c
阅读全文
摘要：一、物体分类： 这里使用的是caffe官网中自带的例子，我这里主要是对代码的解释~ 首先导入一些必要的库： out: out: probabilities and labels: Out[17]: [(0.3124361, 'n02123045 tabby, tabby cat'), (0.2379
阅读全文
摘要：环境：Windows 最近用Caffe跑了一下AlxNet网络，现在总结一下数据处理部分：（处理过的数据打包链接：http://pan.baidu.com/s/1sl8M5ad 密码：ph1y） （1）获得数据集，途径有： 1.Benchmark(数据库) AFLW FDDB 2.最新论文（2016
阅读全文
摘要：文章链接: http://pan.baidu.com/s/1bQBJMQ 密码:4772 作者在这里提出了基于神经网络的Cascade方法，Cascade最早可追溯到Haar Feature提取时用到的Adaboost算法(参考这个博客:http://blog.csdn.net/zouxy09/ar
阅读全文
摘要：《Neural Network and Deep Learning》_chapter4: A visual proof that neural nets can compute any function文章总结(前三章翻译在百度云里) 链接：http://neuralnetworksanddeepl
阅读全文
摘要：1.Feature Scaling(特征缩放)： 如上图所示，x1是房屋面积，x2是房间个数，若不进行特征缩放，则代价函数J的曲线近似为一个瘦长的椭圆（我暂时这么理解，θ1和θ2分别是x1和x2的权值系数，而x2的特征向量值相较x1很小，则x1变化一个较小的量，在J的同一条相同的圆弧曲线上θ2就要变
阅读全文
摘要：前段时间在笔记本上配置了Caffe框架，中间过程曲曲折折，但由于懒没有将详细过程总结下来，这两天又在一台配置较高的台式机上配置了Caffe,配置时便非常后悔当初没有写到博客中去，现已配置好Caffe,故应当立即写到博客中去，不可再拖延~ 准备工具：Win7(64位)；Caffe;vs2013;ana
阅读全文
