12 2017 档案
摘要：原文链接：https://www.cnblogs.com/TenosDoIt/p/3214096.html 从大学开始接触矩阵论和线性代数，记了很多公式，但是总感觉徘徊在线性代数的门外没有进去，感觉并没有接触到它的核心概念，不巧看到了这篇博客，顿时醍醐灌顶，豁然开朗，记录与此： 比如说，在全国一般工
阅读全文
摘要：原文链接：https://zhuanlan.zhihu.com/p/24863977 本文承接上篇 https://zhuanlan.zhihu.com/p/24709748，来讲矩阵对矩阵的求导术。使用小写字母x表示标量，粗体小写字母表示列向量，大写字母X表示矩阵。矩阵对矩阵的求导采用了向量化的思
阅读全文
摘要：原文链接：https://zhuanlan.zhihu.com/p/24709748 矩阵求导的技术，在统计学、控制论、机器学习等领域有广泛的应用。鉴于我看过的一些资料或言之不详、或繁乱无绪，本文来做个科普，分作两篇，上篇讲标量对矩阵的求导术，下篇讲矩阵对矩阵的求导术。本文使用小写字母x表示标量，粗
阅读全文
摘要：博客链接：http://blog.csdn.net/yangyangyang20092010/article/details/50374289 Recurrent Neural Network 学习之路 Followed by distinctive figures in corresponding
阅读全文
RNN（2） ------ “《A Critical Review of Recurrent Neural Networks for Sequence Learning》RNN综述性论文讲解”（转载）
摘要：原文链接：http://blog.csdn.net/xizero00/article/details/51225065 一、论文所解决的问题 现有的关于RNN这一类网络的综述太少了，并且论文之间的符号并不统一，本文就是为了RNN而作的综述 二、论文的内容 （0）整体一览 由前馈神经网络-》RNN的早
阅读全文
摘要：原文链接：http://www.jianshu.com/p/9dc9f41f0b29 Recurrent Neural Networks 人类并不是每时每刻都从一片空白的大脑开始他们的思考。在你阅读这篇文章时候，你都是基于自己已经拥有的对先前所见词的理解来推断当前词的真实含义。我们不会将所有的东西都
阅读全文
摘要：由于项目需要，所以在自己本子上配置了一下windows下GPU版本的caffe; 硬件： win10 ; gtx1070独显(计算能力6.1)； 安装软件： cudnn-8.0-windows10-x64-v5.1 ； cuda_8.0.61_win10 ； NugetPackages.zip ；
阅读全文
摘要：对于hard negative mining的解释，引用一波知乎： 链接：https://www.zhihu.com/question/46292829/answer/235112564来源：知乎 先要理解什么是hard negative R-CNN关于hard negative mining的部分
阅读全文
摘要：转载链接：http://blog.csdn.net/google19890102/article/details/46376603 一、集成方法(Ensemble Method) 集成方法主要包括Bagging和Boosting两种方法，随机森林算法是基于Bagging思想的机器学习算法，在Bagg
阅读全文
摘要：转载链接：http://blog.csdn.net/lanxuecc/article/details/52222369 Haar特征 Haar特征原理综述 Haar特征是一种反映图像的灰度变化的，像素分模块求差值的一种特征。它分为三类：边缘特征、线性特征、中心特征和对角线特征。用黑白两种矩形框组合成
阅读全文
摘要：转载链接：https://cosx.org/2011/12/stories-about-statistical-learning
阅读全文
摘要：参考博客：http://blog.csdn.net/thither_shore/article/details/52311282 首先说明概念1：版本空间（version space）是概念学习中与已知数据集一致的所有假设(hypothesis)的子集集合。即是版本空间是假设空间中于样本满足一致的“
阅读全文
摘要：转载链接：http://blog.csdn.net/morewindows/article/details/8426318 网上的总结的一些用openncv的库来做的事： 下面列出OpenCV入门指南系列目录，以方便大家查看： 文章链接：http://blog.csdn.net/morewindow
阅读全文
摘要：参考链接：https://www.cnblogs.com/dolphin0520/archive/2011/04/03/2004869.html 函数传参的方式有三种： （1）值传递； （2）引用传递； （3）指针传递； 值传递传递的是这个值的一个拷贝，形参是实参的一个拷贝，对形参的操作不影响实参的
阅读全文
