ukuu-优快云博客

原创一文看懂CNN经典网络的进化

目录LeNet(1998)AlexNet(2012)ZF Net (2013)VGG(2014)Network In Network(2014)Inception (GoogLeNet) (2015)ResNet(2015) DenseNet(2017)LeNet(1998)LeNet-5，这个开创性的模型很大程度上引...

2018-09-10 20:56:18 1954

原创一文看懂梯度下降算法的演化（含代码实现）

目录0 前言1 Gradient descent variants梯度下降的变体1.1 Batch gradient descent批量梯度下降，又名 Vanilla gradient descent1.2 Stochastic gradient descent 随机梯度下降1.3 Mini-batch gradient descent 小批量梯度下降2 SGD的缺点3...

2018-08-29 16:10:24 5041 4

原创从查准率、查全率到ROC、AUC （含Python实现）

目录前言：先看一个经典的例子：1 查准率与查全率2 F1_score3 ROC及代码实现4 AUC 及代码实现4.1 AUC简介4.2 AUC的几何意义和概率意义4.3 AUC判断分类器（预测模型）优劣的标准：4.4 AUC的计算方法：前言：先看一个经典的例子：目的：设计一个分类器类分类患者的肿瘤是不是良性的数据集：我们有10000个样本，其中9...

2018-08-19 19:42:02 5117

原创 kaggle phone verify 收不到手机验证码（2019.05亲测可行）

kaggle上下载一下数据集必须手机验证，结果验证时一直提示错误输入的格式错误，试了网上的很多方法均失败。第一步：验证界面下方有 contact us2.按照提示继续找3.界面会重新回到手机验证界面，不过多了一个人机验证。点击人机验证，按要求选择图片中出现的物体，完成验证。手机号前加8604. 最后就会受到短信。如下图。kaggle的短信验证好随意啊，我还以...

2019-07-15 19:20:13 21147 49

原创图像检索技术综述（从SIFT到CNN）

最近开始学习图像检索，看到一篇2015年写的不错的综述，介绍了从SIFT到CNN的技术发展。看到网上也有一些翻译版本，但是明显的机器翻译，直接复制粘贴，很多专有词汇没有翻译到位。所以为了自己学习，也为了方便后面的同学阅读，斗胆翻译了一下。这篇综述比较长，所以分为三个部分。本文是第一个部分，SIFT和CNN的综述SIFTMeets CNN:A Decade Survey of Instan...

2019-05-07 14:28:43 5380

原创关于numpy中的axis和shape的一些思考

首先对于axis的理解对于高维的矩阵，对于新手来说，分析它的axis，可能会有些困难。但是不用担心，看完这篇帖子，你应该就明白了一句话，看axis就看是几级中括号最外侧的中括号是一级中括号，表示axis=0里面一层的中括号是二级中括号，表示axis=1在一级中括号的眼里（axis=0），他看不见两个二级中括号中间的内容。上式的在axis=0方向的和在二级...

2019-05-06 17:57:42 550

原创 C++ API调用mysql内容，中文显示为问号的解决方案

数据库中可以显示中文，但是调用API读取之后发现，中文都变成了问号？，这就很尴尬了解决方法：在调用mysql_query读取数据之前执行一次mysql_query(&mysql,"set names utf8");指定客户端和服务器之间传递字符的编码规则是utf8.最后的效果--------------------------------------...

2019-04-25 10:13:24 915 1

原创 Ubuntu下配置opencv及opencv_contrib

0 前言最近的项目需要，经常配置opencv，在window,ubuntu,以及阿里云服务器上都配置过，遇到过很多问题，这里记录一下，给后面的朋友指个路1 安装环境sudo apt-get install build-essentialsudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev lib...

2019-04-19 11:04:20 3696 1

原创解决mysql只能添加sudo才可以登录，同时C++接口连接失败的问题

问题：每次需要添加sudo才可以登录，如下图所示如果只是操作简单数据库的话，虽然多输入一遍密码也能忍受，但是导致我的mysql的Ｃ++接口，因为权限不够无法连接了，这就只能逼着我解决问题查看root用户的权限，将auth_sock改为mysql_native_password。然后通过flush privileges 使更改立马生效退出mysql,然后用mysql -...

2019-04-15 16:35:41 4541 11

原创关于tkinter的水平滚动条Scrollbar无法移动的问题

最近用tkinter在做一个软件，但是在添加进度条时，发现发现垂直进度条时正常的，但是水平进度条时用不了的，它会自动全部充满，无法移动。代码参考：# -*- coding:utf-8-*-from tkinter import *from tkinter import ttkroot = Tk()root.geometry("400x400")tv = ttk.Tree...

2019-03-14 10:55:08 6664 2

原创 ResNet学习笔记

ResNet的提出随着网络的加深，出现了训练集准确率下降的现象，我们可以确定这不是由于Overfit过拟合造成的(因为过拟合的情况训练集应该准确率很高)，对于这种深度网络的退化问题，限制了模型的深度。ResNet的出现解决了这一问题（对于是否解决了，也有人提出质疑），因此是继AlexNet之后的有一个里程碑。作者针对这个问题提出了一种全新的网络，叫深度残差网络，它允许网络尽可能的加深，其中...

2018-09-10 21:33:15 908

原创【目标检测】SSD算法--损失函数的详解(tensorflow实现）

SSD的损失函数包含用于分类的log loss 和用于回归的smooth L1，并对正负样本比例进行了控制，可以提高优化速度和训练结果的稳定性。总的损失函数是分类和回归的误差的带权加和。α表示两者的权重，N表示匹配到default box的数量1 loc的损失函数：smooth L1 y_true：shape: (batch_size,n_boxes,4) ,最后一个维度...

2018-09-03 23:37:38 19960 2

原创【目标检测】SSD算法—-模型结构的详解及Python源码分析

前言最近在研究SSD算法，感觉SSD是继Faster RCNN之后的最具有开创性的工作，SSD可以和Faster-RCNN的精度与Yolo的速度相媲美，现在很多公司还在应用SSD一类的算法，有必要好好钻研一下。因此准备写一些对SSD的算法理解，以及一些关键源码的分析。刚开始啃这一块，如果有问题，辛苦大家指出来。SSD模型结构先给出经典的网络结构图，以ssd300为例可以...

2018-09-03 20:01:54 9519 9

原创 BP神经网络--纯Python实现

RequirementsNumpy keras(只用来导入dataset) sklearn（只用来导入dataset）实现的功能是多分类任务，最后在mnist上实验了一下导入Mnist数据import numpy as npfrom keras.datasets import mnistfrom sklearn.preprocessing import OneHotEnco...

2018-09-02 20:02:41 1029

原创剑指Offer（Python实现）系列更新中。。。

目录【面试题3】：数组中重复的数字【面试题4】二维数组的查找【面试题11】：旋转数组的最小数字【面试题21】：调整数组顺序使奇数位于偶数前面【面试题22】：链表中倒数第k个结点【面试题25】：合并两个排序的链表【面试题39】数组中出现次数超过一半的数字【面试题42】连续子数组的最大和【面试题45】把数组排成最小的数【面试题51】数组中的逆序对【面试题53...

2018-08-31 22:59:50 314

原创剑指Offer（C++实现）系列更新中。。。

目录【面试题3】【面试题4】【面试题11】：旋转数组的最小数字【面试题21】：调整数组顺序使奇数位于偶数前面【面试题22】【面试题25】【面试题39】数组中出现次数超过一半的数字【面试题42】连续子数组的最大和【面试题45】把数组排成最小的数【面试题51】数组中的逆序对【面试题53】数字在排序数组中的次数【面试题3】题目描述：在一个长度...

2018-08-31 22:58:52 836

原创 keras如何编写自定义的层

有时keras内置的层无法满足自己的要求时，就需要自己编写，比如自定义一个损失函数 1. 自定义层的框架结构Keras2的层应该具有的框架结构，要定制自己的层，你需要实现下面三个方法： build(input_shape)：这是定义权重的方法，可训练的权应该在这里被加入列表`self.trainable_weights中。其他的属性还包括self.non_trainabe_...

2018-08-30 16:22:35 3523 1

原创为何含有全连接层的网络，需要固定输入图片大小？

前言在图像识别，目标检测等任务中经常用到预训练的模型，比如在VGG16模型结构（除去最后一层）的基础上加上多个softmax层用来分类。在SSD中用预训练的VGG16和ResNet50作为特征提取层。当你用到包含全连接层的预训练模型时，就需要固定固定输入图片的大小。池化层需要经过Flatten压扁之后，才能和全连接成相连。如上图，经过最后一个池化层和Flatten后的输出...

2018-08-28 14:23:05 12378 1

原创 CNN卷积神经网络的前向传播

CNN的前向传播1. 输入层到卷积层的前向传播假设输入的是RGB的彩色图像，因此输入X是3个矩阵，分别对应了R,G,B的矩阵。因为输入层是三个维度，因此卷积层一个filter的维度也是3.a表示当前层的输出，上标表示层数。σ表示激活函数，一般是Relu, *表示卷积操作，W表示卷积核可以发现，CNN和标准的BPNN的前向传播很相似，只是，CNN不只是矩阵的乘积...

2018-08-26 16:13:47 1884

原创卷积到底是如何操作的？1x1卷积？参数如何计算？

目录卷积到底是如何操作的filter的参数如何计算卷积的特性1x1的卷积核卷积到底是如何操作的1. 对于一个特征图（如灰度图）卷积就是对应元素乘积的求和,然后在加上一个非线性函数。但是上面的例子只有一个输入channel和一个卷积核，当有很多channel和多个卷积核时，又改如何计算呢？2. 多个特征图如何和多个filter...

2018-08-23 10:31:59 7039 5

原创多任务学习算法及代码实现

目录多任务学习：共享相关任务表征更多的应用举例网络结构keras实现多任务学习（硬共享机制）多任务学习需要准备的数据不太一样多任务学习：共享相关任务表征定义：基于共享表示（shared representation），把多个相关的任务放在一起学习的一种机器学习方法。也就是说，基于某些层的参数共享，训练几个具有相似性的任务，然后给出每个任务的分类结果。举例：比...

2018-08-21 23:58:14 13661 6

原创就想发个帖子，等一年后回来更帖

既然选择了要转行，那就选择一条比较难的道路。为啥转行呢，无非是对自己本专业丧失了兴趣，而这，是最让我害怕的。我害怕以后几十年从事的工作并不是我喜欢和擅长的。因为喜欢，选择了CV方向，并不是想蹭热点，只是希望能在这一领域找到自己的价值和存在感。一年后回来更帖。。。2018-8-192019-10-20现在不干CV了，但因为CV进入了HW，目前从...

2018-08-19 19:53:35 294

原创 SPPNet算法详解

1.RCNN的缺点 CNN要求输入图片尺寸具有统一的尺寸不同尺度和长宽比的区域被变换到相同大小裁剪会导致信息丢失或引入过多背景）,缩放会导致物体变形 2.SPPNet结构应该是一目了然吧 3. 关于SPP的理解由于论文中用的基础网络ZF-5中含有全连接层，这就要求全连接层输入的尺寸必须一致，如RCNN中将每个区域框送入CNN网络前，需要调整为22...

2018-08-16 22:58:41 2377

原创 R-CNN网络结构讲解

结构第一步：生成候选区域 -- Selective Search(不理解可以看这里Selective Search)输入500x500的图片数量：2000第二步：CNN提取区域特征图像处理将候选框scale到227x227的大小对区域进行些许扩大以包含少量上下文信息（将获得区域框向四周扩大一些）训练：有监督预训练：训练网络参数样...

2018-08-16 22:29:48 11216

原创 XGBoost算法推导及参数配置

1.XGB的直观理解 XGB就是一堆CART树的结果的加和xgb就是将每棵树的预测值加到一起作为最终的预测值模型表示 K为树的个数 F为所有可能的CART树 f为一颗具体的CART树目标函数问题来了，一棵树的正则化项是怎们表示的？先想想，后面有详解改进：不再是直接优化整个目标函数，而是分步骤优化目标函数首先优化第一棵树，完了之后再优...

2018-08-16 22:10:20 869

原创 TypeError:parse() got an unexpected keyword argument 'trainsport_encoding'安装完tensorflow，pip出现问题

问题有时，安装tensorflow后，可能会导致pip出问题，原因因为是安装时，把html5lib被删掉了，所以重新装一下就好了。但是因为pip出现问题了，所以只能用conda 来安装了。建议尽量用conda来安装各种包。conda install -c anaconda html5lib也可能因为pip不是最新版，所以conda install pip,更新...

2018-08-16 21:51:38 553

原创 Logistic Regression——逻辑回归算法推导

前言之前学过用线性回归解决分类问题, 使用如下的阶跃函数，实现分类功能，但是这样的分类很明显太过粗糙了令z = 我们希望有一个理想的阶跃函数来帮我们实现z值到0/1值的转化。而且是单调可微的凸函数->sigmoid function定义输出Y=1的对数几率是由输入x的线性函数表示的模型，这就是逻辑回归模型。是一种广义的线性模型。所以...

2018-08-16 21:21:50 4234 3

原创极大似然估计

前言1. 概率与似然？结果相同，只是视角不同。概率是给定某一参数值，求某一结果的可能性。例如，抛一枚匀质硬币，抛10次，6次正面向上的可能性多大？解读：“匀质硬币”，硬币的密度参数是0.5，“抛10次，六次正面向上”这是一个结果，概率（probability)是求这一结果的可能性。似然是给定某一结果，求某一参数值的可能性。同理，极大似然估计就是给定一个结果，求使得结果发生...

2018-08-16 20:30:47 3680

原创关于向量的模和向量的范数的理解

向量的模含义向量的长度叫做向量的模，记作，也就是向量的大小计算公式对于向量属于n维复向量空间=(x1,x2,…,xn)的模为 = 向量的范数范数，在机器学习中通常用于衡量一个向量的大小，形式上，范数的定义如下： ...

2018-08-15 10:15:08 31164

原创选择性搜索 Selective Search -- 算法详解+源码分析

目录1 前言2 Selective Search算法3 Python源码分析 1 前言在目标检测时，为了定位到目标的具体位置，通常会把图像分成许多子块（sub-regions / patches），然后把子块作为输入，送到目标识别的模型中。selective search就是一种选择子块的启发式方法。 2 Selective Search算法主要思路：输入一...

2018-08-04 16:48:21 13914 4

原创 'conda' 不是内部或外部命令，当修改环境变量无法解决时的解决方案

踩过的坑：win10,64位。刚开始安装无论是Anaconda3，还是Anaconda2的时候，就发现没法在命令行运行conda,网上一大堆帖子告诉我要修改环境变量，可是修改完还是不行。后来发现原因是文件夹里没有conda.exe，这不是修改环境变量能解决的问题。没有conda.exe，或者activate.bat无法识别，主要还是因为Anaconda可能在你的windows上安装不完整...

2018-05-22 21:26:13 26239 27

原创 C++实现斐波那契的多种解法

定义：斐波那契数列（Fibonacci sequence），又称黄金分割数列、因数学家列昂纳多·斐波那契以兔子繁殖为例子而引入，故又称为“兔子数列”，指的是这样一个数列：0、1、1、2、3、5、8、13、21、34、……在数学上，斐波纳契数列以如下被以递归的方法定义：F(0)=0,F(1)=1,......,F(n)=F(n-1)+F(n-2)（n≥2，n∈N*）。#incl...

2018-04-04 21:30:05 1181

ABAQUS 是一套功能强大的工程模拟的有限元软件，其解决问题的范围从相对简单的线性分析到许多复杂的非线性问题。 ABAQUS 包括一个丰富的、可模拟任意几何形状的单元库。并拥有各种类型的材料模型库，可以模拟典型工程材料的性能，其中包括金属、橡胶、高分子材料、复合材料、钢筋混凝土、可压缩超弹性泡沫材料以及土壤和岩石等地质材料，作为通用的模拟工具， ABAQUS 除了能解决大量结构（应力 / 位移）问题，还可以模拟其他工程领域的许多问题，例如热传导、质量扩散、热电耦合分析、声学分析、岩土力学分析（流体渗透 / 应力耦合分析）及压电介质分析。

2019-04-30

PANDAT教程—Example-Book-2017

Pandat是一款用于计算多元合金相图和热力学性能的软件包。可用于计算多种合金的标准平衡相图和热力学性能，也可使用自己的热力学数据库进行相图与热力学计算。

2019-04-30

数据结构与算法分析C++描述_Mark.Allen.Weiss

数据结构与算法分析：C++语言描述(第四版)是数据结构和算法分析的经典教材，书中使用主流的程序设计语言C++作为具体的实现语言。书中内容包括表、栈、队列、树、散列表、优先队列、排序、不相交集算法、图论算法、算法分析、算法设计、摊还分析、查找树算法、k-d树和配对堆等。本书把算法分析与C++程序的开发有机地结合起来，深入分析每种算法，内容全面、缜密严格，并细致讲解精心构造程序的方法。适读人群：本书概念清楚，逻辑性强，内容新颖，适合作为大专院校计算机软件与计算机应用等相关专业的教材或参考书，也适合计算机工程技术人员参考。

2019-04-30

《模式识别与机器学习》中文版PDF高清（可编辑）

Bishop 的《模式识别与机器学习》(Pattern Recognization and Maching Learning)，简称为PRML，被认为是贝叶斯方法的扛鼎之作

2019-04-30

计算机组成原理(唐朔飞)

全书共分为4篇，第1篇(第1、2章)介绍计算机的基本组成、发展及应用；第2篇(第3～5章)介绍系统总线、存储器(包括主存储器、高速缓冲存储器和辅助存储器)和输入输出系统；第3篇(第6～8章)介绍CPU的特性、结构和功能，包括计算机的算术逻辑单元、指令系统、指令流水、RISC技术及中断系统；第4篇(第9、10章)介绍控制单元的功能和设计，包括时序系统以及采用组合逻辑和微程序设计控制单元的设计思想与实现措施。每章后均附有思考题与习题。

2019-04-30

Python核心编程第3版中文版

《Python核心编程（第3版）》是经典畅销图书《Python核心编程（第二版）》的全新升级版本，总共分为3部分。第1部分为讲解了Python的一些通用应用，包括正则表达式、网络编程、Internet客户端编程、多线程编程、GUI编程、数据库编程、Microsoft Office编程、扩展Python等内容。第2部分讲解了与Web开发相关的主题，包括Web客户端和服务器、CGI和WSGI相关的Web编程、Django Web框架、云计算、高级Web服务。第3部分则为一个补充/实验章节，包括文本处理以及一些其他内容。 [1] 《Python核心编程（第3版）》适合具有一定经验的Python开发人员阅读

2019-04-30

Python核心编程(第二版)-习题答案

本书是Python开发者的完全指南——针对 Python 2.5全面升级 ·学习专业的Python风格、最佳实践和好的编程习惯； ·加强对Python对象、内存模型和Python面向对象特性的深入理解； ·构建更有效的Web、CGI、互联网、网络和其他客户端/服务器架构应用程序及软件； ·学习如何使用Python中的Tkinter和其他工具来开发自己的GUI应用程序及软件； ·通过用C等语言编写扩展来提升Python应用程序的性能，或者通过使用多线程增强I/0相关的应用程序的能力； ·学习Python中有关数据库的API，以及如何在Python中使用各种不同的数据库系统，包括MySQL、Postgres和 SQLite。

2019-04-30

Python Algorithms算法导论（Python版本）Magnus Lie Hetlang

Python算法解释了Python算法的算法分析和设计方法。这本书是由MagnusLieHetland写的，他是“Beginning Python”的作者，这本书非常专注于经典算法，但它也给出了基本的算法问题解决技术的坚实理解。这本书是为那些需要学习算法解决问题或者需要复习的Python程序员而写的。计算机科学的学生，或类似的编程相关的主题，如生物信息学，也可能发现这本书是相当有用的。

2019-04-30

金字塔原理_高清版

《金字塔原理》是一本讲解写作逻辑与思维逻辑的读物，全书分为四个部分。第一篇主要对金字塔原理的概念进行了解释，介绍了如何利用这一原理构建基本的金字塔结构。目的是使读者理解和运用简单文书的写作技巧。第二篇介绍了如何深入细致地把握思维的环节，以保证使用的语句能够真实地反映希望表达的思想要点。书中列举了许多实例，突出了强迫自己进行“冷静思维”对明确表达思想的重要性。第三篇主要针对的对象是需要写研究分析报告的人士，以及需要对复杂的问题进行分析、提出结论供决策使用的人士。这一篇介绍了如何在解决问题过程中的不同阶段使用多种框架来组织分析过程，使写作者的思维在实际上进行了预先组织，从而能够更方便地应用金字塔原理。第四篇介绍了一些演示技巧，能够写作者在以幻灯片等书面形式演示具有金字塔结构的思想时，能让读者或观众感受到金字塔结构的存在。

2019-04-30

Computer Vision Models, Learning, and Inference计算机视觉：模型、学习、推理（英文版）

计算机视觉的领域的Bible 作者是伦敦大学学院计算机科学系的一名教师。他曾教授机器视觉、图像处理和高级数学方法的课程。他在生物学和计算机科学方面有着丰富的背景，并在计算机视觉、生物特征学、心理学、生理学、医学成像、计算机图形学和人机交互控制等领域发表过论文。

2019-04-30

《算法图解Python版》

本书示例丰富，图文并茂，以让人容易理解的方式阐释了算法，旨在帮助程序员在日常项目中更好地发挥算法的能量。书中的前三章将帮助你打下基础，带你学习二分查找、大O表示法、两种基本的数据结构以及递归等。余下的篇幅将主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如，何时采用贪婪算法或动态规划；散列表的应用；图算法；K最近邻算法。

2019-04-30

OpenCV 2 计算机视觉编程手册_中文版

《OpenCV2计算机视觉编程手册》以案例的形式介绍OpenCV 2.X的新特性和C++新接口，案例中包含具体的代码与详细的说明。本书很好地平衡了基础知识与进阶内容，要求读者具有基础的C++知识。本书既适合想要学习计算机视觉的C++初学者，也适合专业的软件开发人员。本书可作为高等院校计算机视觉课程的辅助教材，也可以作为图像处理和计算机视觉领域研究人员的参考手册。

2019-04-30

tkinter教程

超级详细的tkinker教程。Tkinter 是使用 python 进行窗口视窗设计的模块. 简单的构造, 多平台, 多系统的兼容性, 能让它成为让你快速入门定制窗口文件的好助手. 它在 python 窗口视窗模块中是一款简单型的. 所以用来入门, 熟悉窗口视窗的使用, 非常有必要.

2018-12-19

PRML:模式识别与机器学习中文版高清

PRML是模式识别和机器学习领域的经典著作，出版于2007年。该书作者 Christpher M. Bishop 是模式识别和机器学习领域的大家，其1995年所著的“Nerual Networks for Pattern Recognition”也是模式识别、人工神经网络领域的经典著作。 PRML深入浅出地介绍了模式识别与机器学习的基本理论和主要方法，同时还涵盖了模式识别与机器学习领域的一些最新进展，不仅适合初学者学习，而且对专业研究人员也有很大的参考价值。全书共738页，分为14章，循序渐进，前后呼应、表达清晰、理解深刻。每章都有相应的习题及答案，有助于学习和教学。

2018-11-10

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

Abaqus最全、最经典培训教程(中文版)PPT

PANDAT教程—Example-Book-2017

数据结构与算法分析C++描述_Mark.Allen.Weiss

《模式识别与机器学习》中文版PDF高清（可编辑）

计算机组成原理(唐朔飞)

Python核心编程第3版中文版

Python核心编程(第二版)-习题答案

Python Algorithms算法导论（Python版本）Magnus Lie Hetlang

金字塔原理_高清版

Computer Vision Models, Learning, and Inference计算机视觉：模型、学习、推理（英文版）

推荐系统实践-项亮-Python版

《算法图解Python版》

OpenCV 2 计算机视觉编程手册_中文版

tkinter教程

PRML:模式识别与机器学习 中文版高清

空空如也

PRML:模式识别与机器学习中文版高清