GL_a_的博客

因为我们要学习的是特征的表达，那么关于特征，或者说关于这个层级特征，我们需要了解地更深入点。所以在说Deep Learning之前，我们有必要再啰嗦下特征（呵呵，实际上是看到那么好的对特征的解释，不放在这里有点可惜，所以就塞到这了）。四、关于特征特征是机器学习系统的原材料，对最终模型的影响是毋庸置疑的。如果数据被很好的表达成了特征，通常线性模型就能达到满意的精度。那对于特征，我们需

转载自：https://blog.youkuaiyun.com/zxj942405301/article/details/72775463这里介绍的是通过添加自定义层（RPN层）代替python层，实现c++版的Faster R-CNN，因为去掉python了，所以部署时不会因为牵扯到python库等其它的莫名其妙的错误，使用起来就跟单纯的caffe一样，更简单方便。 核心代码，借鉴的是这篇博客，这里的话...

转载自http://blog.youkuaiyun.com/cnbloger/article/details/78005680opencv提供了非常多的机器学习算法用于研究。这里对这些算法进行分类学习和研究，以抛砖引玉。这里使用的机器学习算法包括：人工神经网络，boost,决策树，最近邻，逻辑回归，贝叶斯，随机森林，SVM等算法等。机器学习的过程相同，都要经历1、收集样本数据sampleD

1、编译好的libcaffe.lib，放在控制台下进行调用，需要注意的是将classification.cpp里面的函数再封装才好调用，再封装时候需要会出现部分网络层没有注册的错误：需要添加extern INSTANTIATE_CLASS(InputLayer);REGISTER_LAYER_CLASS(Input);extern INSTANTIATE_CLASS(InnerPr

1在windows上面训练和测试ssd的方法很少，而且配置也相当之麻烦，搞了几天才调试成功。现在写一下过程分享到博客上，顺便也可以作为今后再次安装的参考。我的配置环境：windows: 10 gpu: Titan X cuda: 8.0 caffe: caffe-ssd-microsoft python: 2.7.13Caffe-SSD的编译与配置编译这

概述Artificial Intelligence，也就是人工智能，就像长生不老和星际漫游一样，是人类最美好的梦想之一。虽然计算机技术已经取得了长足的进步，但是到目前为止，还没有一台电脑能产生“自我”的意识。是的，在人类和大量现成数据的帮助下，电脑可以表现的十分强大，但是离开了这两者，它甚至都不能分辨一个喵星人和一个汪星人。图灵（图灵，大家都知道吧。计算机和人工智能的鼻祖，分别对应

支持向量机通俗导论（理解SVM的三层境界）作者：July ；致谢：pluskid、白石、JerryLead。出处：结构之法算法之道blog。前言    动笔写这个支持向量机(support vector machine)是费了不少劲和困难的，原因很简单，一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力，二者这个东西也不好讲

9.2、Sparse Coding稀疏编码如果我们把输出必须和输入相等的限制放松，同时利用线性代数中基的概念，即O = a1Φ1 + a2Φ2+….+ an*Φn， Φi是基，ai是系数，我们可以得到这样一个优化问题：Min |I – O|，其中I表示输入，O表示输出。通过求解这个最优化式子，我们可以求得系数ai和基Φi，这些系数和基就是输入的另外一种近似表达。

九、Deep Learning的常用模型或者方法9.1、AutoEncoder自动编码器Deep Learning最简单的一种方法是利用人工神经网络的特点，人工神经网络（ANN）本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动

好了，到了这一步，终于可以聊到Deep learning了。上面我们聊到为什么会有Deep learning（让机器自动学习良好的特征，而免去人工选取过程。还有参考人的分层视觉处理系统），我们得到一个结论就是Deep learning需要多层来获得更抽象的特征表达。那么多少层才合适呢？用什么架构来建模呢？怎么进行非监督训练呢？五、Deep Learning的基本思想假设我们有一个系

配置环境：VS2010+OpenCV2.4.9为了使用OpenCV实现图像拼接头痛了好长时间，一直都没时间做，今天下定决心去实现基本的图像拼接。首先，看一看使用OpenCV进行拼接的方法基本都是用Stitcher类中的stitch方法。下面是网上的代码，同时也是opencv\samples\cpp\stitching.cpp的代码。  1 #include <ios...