<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[以后以后的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/feimengjuan</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; feimengjuan]]></copyright><item><title><![CDATA[Caffe安装中多版本protobuf选择问题]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/78683362</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/78683362</guid><author>feimengjuan</author><pubDate>Fri, 01 Dec 2017 09:42:13 +0800</pubDate><description><![CDATA[在ubuntu下安装caffe时，使用make all命令后，经常会报出protobuf版本冲突的问题，如下：
In file included from .build_release/src/caffe/proto/caffe.pb.cc:5:0:
.build_release/src/caffe/proto/caffe.pb.h:12:2: error: #error This file w]]></description><category></category></item><item><title><![CDATA[基于Transformation Generation的单张图像视频生成]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/73614125</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/73614125</guid><author>feimengjuan</author><pubDate>Fri, 23 Jun 2017 10:33:30 +0800</pubDate><description><![CDATA[最近北京大学的几位研究者在ACM会议上发表了基于变换生成的单张图像视频生成。原论文题目为《Video Imagination from a Single Image with Transformation Generation 》，论文代码在Github上也给了出来https://github.com/gitpub327/VideoImagination。
当看到这篇论文时，瞬间就被吸引，是因为]]></description><category></category></item><item><title><![CDATA[你应该知道的9篇深度学习论文（CNNs 理解）]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/69666981</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/69666981</guid><author>feimengjuan</author><pubDate>Sat, 08 Apr 2017 14:03:37 +0800</pubDate><description><![CDATA[当时看到英文的博客，本想翻译给感兴趣的同学们看看，没想到已经有人翻译，于是作个转载，留给自己和更多的人学习。


英文博客：https://adeshpande3.github.io/adeshpande3.github.io/The-9-Deep-Learning-Papers-You-Need-To-Know-About.html


原文网址：http://blog.csdn.n]]></description><category></category></item><item><title><![CDATA[tensorlayer旧版本(1.3以下版本）中，predict过程也会更新BatchNormLayer的参数]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/67631902</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/67631902</guid><author>feimengjuan</author><pubDate>Tue, 28 Mar 2017 09:33:52 +0800</pubDate><description><![CDATA[问题描述：我的tensorlayer版本是1.2.8，训练模型中使用了BatchNormLayer层，训练好模型后，在预测过程中，利用predict函数来循环预测多张图片的label，发现上一张图片的预测过程会对下一张图片的预测结果造成影响。后面发现原来预测完一张图片后，模型中batchNormLayer层的参数会发生变化。


解决办法：这个问题是tensorlayer旧版本中的bug，将]]></description><category></category></item><item><title><![CDATA[Ubuntu下安装ffmpeg总结]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/53790175</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/53790175</guid><author>feimengjuan</author><pubDate>Wed, 21 Dec 2016 19:42:07 +0800</pubDate><description><![CDATA[下载FFmpeg和x264的包，ffmpeg可以去官网下载，last_x264.tar.bz2可以在网上搜到
ffmpeg-3.2.2.tar.bz2  last_x264.tar.bz2

libx264需要yasm,所以先安装yasm



[java] view
 plain copy


 print?



sudo apt-get install yasm]]></description><category></category></item><item><title><![CDATA[理解 LSTM 网络]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/51576399</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/51576399</guid><author>feimengjuan</author><pubDate>Fri, 03 Jun 2016 09:26:04 +0800</pubDate><description><![CDATA[[译] 理解 LSTM 网络


本文译自 Colah 的博文，如果转载请注明引用：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全部丢]]></description><category></category></item><item><title><![CDATA[RNN(Recurrent Neural Networks)公式推导和实现]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/51569517</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/51569517</guid><author>feimengjuan</author><pubDate>Thu, 02 Jun 2016 19:17:35 +0800</pubDate><description><![CDATA[过程见链接：http://x-algo.cn/index.php/2016/04/25/rnn-recurrent-neural-networks-derivation-and-implementation/]]></description><category></category></item><item><title><![CDATA[Python+Opencv进行识别相似图片]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/51279629</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/51279629</guid><author>feimengjuan</author><pubDate>Fri, 29 Apr 2016 10:22:42 +0800</pubDate><description><![CDATA[在网上看到python做图像识别的相关文章后，真心感觉python的功能实在太强大，因此将这些文章总结一下，建立一下自己的知识体系。
当然了，图像识别这个话题作为计算机科学的一个分支，不可能就在本文简单几句就说清，所以本文只作基本算法的科普向。
看到一篇博客是介绍这个，但他用的是PIL中的Image实现的，感觉比较麻烦，于是利用Opencv库进行了更简洁化的实现。


相关背景

]]></description><category></category></item><item><title><![CDATA[python小练习：Opencv中将图片转为字符画]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/51277186</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/51277186</guid><author>feimengjuan</author><pubDate>Thu, 28 Apr 2016 20:14:23 +0800</pubDate><description><![CDATA[做了个Python的小练习，网上有人是利用PIL中的Image来实现的，觉得Opencv库挺方便的，于是利用Opencv库来实现了一下，代码如下：
# -*- coding: utf-8 -*-
# feimengjuan
# 实现将图片转为字符画

import cv2

ascii_char = list("$@B%8&WM#*oahkbdpqwmZO0QLCJUYXzcvunxrjft/\]]></description><category></category></item><item><title><![CDATA[一些特征杂记]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/51244076</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/51244076</guid><author>feimengjuan</author><pubDate>Mon, 25 Apr 2016 17:51:07 +0800</pubDate><description><![CDATA[1、 GIST
SpatialEnvelope : 空间包络
 
 
Given an input image, a GISTdescriptor is computed by
Convolve the image with 32 Gaborfilters at 4 scales, 8 orientations, producing 32 feature maps of the same]]></description><category></category></item><item><title><![CDATA[发现的一个视频数据集]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/51182447</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/51182447</guid><author>feimengjuan</author><pubDate>Mon, 18 Apr 2016 20:21:53 +0800</pubDate><description><![CDATA[今天发现了一个视频数据集，把网址保存下来，以备以后有需要
http://see.xidian.edu.cn/vipsl/database_Video.html]]></description><category></category></item><item><title><![CDATA[用 Python 和 OpenCV 检测图片上的条形码]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/51171719</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/51171719</guid><author>feimengjuan</author><pubDate>Sun, 17 Apr 2016 09:21:06 +0800</pubDate><description><![CDATA[近期在学习python，于是参考博客http://blog.jobbole.com/80448/，也实现了一下用 Python 和 OpenCV 检测图片上的条形码，整个过程比较简单，那篇博客里面有很详细的解说，于是这里就直接上代码了。
# -*- coding: utf-8 -*-
# feimengjuan
import numpy as np
import cv2

# 1、整个条形码的算]]></description><category></category></item><item><title><![CDATA[利用Python爬虫，抓取淘宝MM照片]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/51169411</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/51169411</guid><author>feimengjuan</author><pubDate>Sat, 16 Apr 2016 18:40:45 +0800</pubDate><description><![CDATA[本文参考其他作者的思路来修改的，因为原作者是用Python3.5实现的，原文链接为：http://blog.youkuaiyun.com/u011049423/article/details/50781708
而我使用的是Python2.7，于是稍微进行了一些修改，主要体现在cookie的使用上。
spider.py

# -*- coding:utf-8 -*-
# feimengjuan

imp]]></description><category></category></item><item><title><![CDATA[Python与Web编程]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/51168900</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/51168900</guid><author>feimengjuan</author><pubDate>Sat, 16 Apr 2016 16:45:54 +0800</pubDate><description><![CDATA[一. 代理服务器:
代理服务器(Proxy server)，从其名字上不难理解，就是做代理的，其作用与现在各种各样的代理商差不多。

作为教育网和169的用户来讲，他们不能直接访问国外的站点，而且网络速度也惊人的慢，这样很多网络功能就无法使用。最典型的例子就是不能用Icq了，因为Icq的服务器都在国外，直接连不上。因此在这个时候代理服务器就起了至关重要的作用。

通常我们访问网站都是直接]]></description><category></category></item><item><title><![CDATA[python学习笔记三：解析html（HTMLParser、SGMLParser），并抓取图片]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/51168798</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/51168798</guid><author>feimengjuan</author><pubDate>Sat, 16 Apr 2016 16:32:41 +0800</pubDate><description><![CDATA[# -*- coding: utf-8 -*-
#feimengjuan
import urllib
import urllib2
from sgmllib import SGMLParser
import re

# 根url
host = "http://desk.zol.com.cn"

# 定义保存文件夹
localSavePath = "girls/"

# 根据首页得到的图片集遍历每个]]></description><category></category></item><item><title><![CDATA[Python爬虫学习笔记二：百度贴吧网页图片抓取]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/51164660</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/51164660</guid><author>feimengjuan</author><pubDate>Fri, 15 Apr 2016 20:54:59 +0800</pubDate><description><![CDATA[在上一篇中讲解了从百度贴吧中如何爬虫图片，并保存在本地，不过该代码只爬取了这个网址下的第一页中的60多张图片，从网页中可以看到，实际上这个帖子中存在74个页面，于是改进了一下代码，爬取了该帖子中74个页面的所有图片。并且，在代码中进行了一些改进，写了一个TiebaSpider类来实现，具体如下：
# -*- coding: utf-8 -*-
# feimengjuan
import re
im]]></description><category></category></item><item><title><![CDATA[Python爬虫学习笔记一：简单网页图片抓取]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/51163803</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/51163803</guid><author>feimengjuan</author><pubDate>Fri, 15 Apr 2016 18:23:47 +0800</pubDate><description><![CDATA[利用python抓取网络图片的步骤是：
1、根据给定的网址获取网页源代码
2、利用正则表达式把源代码中的图片地址过滤出来
3、根据过滤出来的图片地址下载网络图片


以下是比较简单的一个抓取某一个百度贴吧网页的图片的实现：
# -*- coding: utf-8 -*-
# feimengjuan
import re
import urllib
import urllib2

#抓取]]></description><category></category></item><item><title><![CDATA[python界面小程序]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/51160002</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/51160002</guid><author>feimengjuan</author><pubDate>Fri, 15 Apr 2016 11:06:14 +0800</pubDate><description><![CDATA[Python支持多种图形界面的第三方库，包括：



Tk


wxWidgets


Qt


GTK


等等。

但是Python自带的库是支持Tk的Tkinter，使用Tkinter，无需安装任何包，就可以直接使用。本章简单介绍如何使用Tkinter进行GUI编程。

Tkinter

我们来梳理一下概念：

我们编写的Python代码会调用]]></description><category></category></item><item><title><![CDATA[OpenCV实现基于8*8块DCT变换的图像压缩]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/50949152</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/50949152</guid><author>feimengjuan</author><pubDate>Mon, 21 Mar 2016 18:35:26 +0800</pubDate><description><![CDATA[这几天一直在看MPEG编解码的原理，由于利用ffmpeg实在提不出DCT系数，就根据MPEG的编码原理来看看这个DCT系数到底什么样，于是在OpenCV中实现了一下图像压缩这一块，基于8*8块DCT变换，同时也再进行了一下反变换，最后得到了原图。
代码如下：
#include "highgui.h"
#include 
#include
using namespace std;
using n]]></description><category></category></item><item><title><![CDATA[利用VL-feat提取fisher特征]]></title><link>https://blog.youkuaiyun.com/feimengjuan/article/details/50924306</link><guid>https://blog.youkuaiyun.com/feimengjuan/article/details/50924306</guid><author>feimengjuan</author><pubDate>Fri, 18 Mar 2016 16:00:30 +0800</pubDate><description><![CDATA[在网上下载下来vlfeat的工具包后，在matlab里面参考readme文件里面的介绍来查看是否能用，要运行toolbox里面的vl_setup.m，然后根据以下过程来提取，其中vl_gmm，vl_fisher这些函数里面都有。
参考：




我自己的提取过程：

如果特征是sift，则代码如下：

img = imread('1.jpg');
img2 = rgb2gra]]></description><category></category></item></channel></rss>