gloriazhang2013的博客

1、cnnexamples.m   load 数据集  归一化  cnn 层 结构 cnnsetup  设置权重和偏向进行初始化  cnntrain  cnntest  2、cnnsetup.m       下采样层和卷积层参数设置3、cnntrain.m 对数据进行处理 训练过程包括：前向传递和反向传播，根据损失函数更新网络参数4、cnnff5

Labelme它来自下面的项目：https://github.com/wkentaro/labelme该软件实现了最基本的分割数据标注工作，在save后将保持Object的一些信息到一个json文件中，如下：https://github.com/wkentaro/labelme/blob/master/static/apc2016_obj3.json同时该软件提供了将json文件转化为l...

KaiyangZhou/deep-person-reidlayumi/Person_reID_baseline_pytorch caltech   ETH Daimler INRIA TUD-Brussels    但是目前制约行人检测发展的主要包括了以下几个方面:(1)现实生活中背景复杂多样；(2)场景光照强弱不一：(3)行人着装千差万别；(4)行人之间相互遮挡或行人被其...

吴恩达深度学习train val test　6/2/2big data train val test 90/10/10 99.5/0.4/0.1可以没有testhigh bias 欠拟合｛big network;train longer｝high variance 过拟合{more data;regularization}目标函数的计算overfittingunderfi...

转载自： denny的学习专栏在深度学习的实际应用中，我们经常用到的原始数据是图片文件，如jpg,jpeg,png,tif等格式的，而且有可能图片的大小还不一致。而在caffe中经常使用的数据类型是lmdb或leveldb，因此就产生了这样的一个问题：如何从原始图片文件转换成caffe中能够运行的db（leveldb/lmdb)文件？在caffe中，作者为我们提供了这样一个文件：c

卷积神经网络是一个多层的神经网络，每层由多个二维平面组成，而每个平面由多个独立神经元组成。       图：卷积神经网络的概念示范：输入图像通过和三个可训练的滤波器和可加偏置进行卷积，滤波过程如图一，卷积后在C1层产生三个特征映射图，然后特征映射图中每组的四个像素再进行求和，加权值，加偏置，通过一个Sigmoid函数得到三个S2层的特征映射图。这些映射图再进过滤波得到C3层。这个层级结构再

%%=========================================================================  % 函数名称：cnnsetup  % 输入参数：net，待设置的卷积神经网络；x，训练样本；y，训练样本对应标签；  % 输出参数：net，初始化完成的卷积神经网络  % 主要功能：对CNN的结构进行初始化  % 算法流程：1）  % 注意事项：

%%=========================================================================  %函数名称：cnntrain（）  %输入参数：net，神经网络；x，训练数据矩阵；y，训练数据的标签矩阵；opts，神经网络的相关训练参数  %输出参数：net，训练完成的卷积神经网络  %算法流程：1）将样本打乱，随机选择进行训练；  %  

网址：http://blog.youkuaiyun.com/u010193446/article/details/53259856

DeepLearnToolbox是一个简单理解CNN过程的工具箱，可以在github下载。为了理解卷积神经网络的过程，我特此对CNN部分源码进行了注释。公式的计算可以由上一篇blog推导得出。         注意：代码中没有的subsampling进行设置参数，将subsampling层的参数w就设置为了0.25,而偏置参数b设置为0。卷积层计算过程为上一层所有feature map的卷积的

1. ufldl教程√   Andrew Ng的教程，matlab代码。2. Neural Network and Deep Learning√：   一本未写完的书，非常细致，对基础的概念比如cross entropy cost function, backpropagation有十分详细的介绍，python实现，但是是针对多层神经网络的，没有cnn。3. Deep

deepLearnToolbox-master是一个深度学习matlab包，里面含有很多机器学习算法，如卷积神经网络CNN，深度信念网络DBN，自动编码AutoEncoder（堆栈SAE，卷积CAE）的作者是 RasmusBerg Palm。今天给介绍deepLearnToolbox-master中的CNN部分。DeepLearnToolbox-master中CNN内的函数：调用关

１打开一个新窗口：Ctrl+Shift+N2关闭窗口：Ctrl+Shift+W3新建文件Ctrl+N4文件之间切换Ctrl+Tab5切出一个新的编辑器Ctrl+\,左中右３个编辑器的快捷键Ctrl+1 Ctrl+2 Ctrl+3代码编辑１代码行缩进Ctrl+[、Ctrl+]2Ctrl+C、Ctrl+V复制或剪切当前行、当前选中内容光标相关１移动到文件结尾 Ctrl+End2移...