gqixf的博客

【原文：http://www.cnblogs.com/justany/archive/2012/11/23/2784125.html】分类器分类器是一种计算机程序。他的设计目标是在通过学习后，可自动将数据分到已知类别。平面线性分类器一个简单的分类问题，如图有一些圆圈和一些正方形，如何找一条最优的直线将他们分开？我们可以找到很多种方法画出这条直线，但怎样的直线

 [13] Training Deep AutoEncoders for Collaborative FilteringOleksii Kuchaiev, Boris GinsburgICLR 2018 Submissionhttps://arxiv.org/pdf/1708.01715.pdf这篇文章将6层的深层自编码用于协同过滤。这种网络的训练是端到端的，并且无需预训练。该...

COCO数据集的标注格式COCO的 全称是Common Objects in COntext，是微软团队提供的一个可以用来进行图像识别的数据集。MS COCO数据集中的图像分为训练、验证和测试集。COCO通过在Flickr上搜索80个对象类别和各种场景类型来收集图像，其使用了亚马逊的Mechanical Turk（AMT）。比如标注image captions（看图说话）这

从人脸图像中的表情判断一个人是否快乐。本文将基于Keras实现该功能。Keras是一个更高级的API，其底层框架可以是TensorFlow或者CNTK。1-数据加载：导入依赖的库：import numpy as np#import tensorflow as tffrom keras import layersfrom keras.layers import Input, Den

感谢原作者整理：http://blog.youkuaiyun.com/zhubenfulovepoem/article/details/7191794以下是computer vision：algorithm and application计算机视觉算法与应用这本书中附录里的关于计算机视觉的一些测试数据集和源码站点，我整理了下，加了点中文注解。ComputerVision:Algor

作者：zy1034092330Faster RCNN github : https://github.com/rbgirshick/py-faster-rcnnFaster RCNN paper : https://arxiv.org/abs/1506.01497Bound Box Regression详解 : http://download.youkuaiyun.com/downlo

Anaconda下载安装：Window下安装非常简单，直接运行安装包下一步下一步就行，安装过程会有选择打钩的地方，第一个是添加环境变量，第二个是把Anaconda下的Python设置为默认版本，这里建议都勾选。 。了解Anaconda的应该都知道可以用conda环境管理不同版本的python,比如我现在安装的是Anaconda2，默认python版本是2.7，但是我想用下Pyt

一、tensorflow安装如果安装是GPU版本Tensorflow ,在安装前安装好Cuda和Cudnn。一般情况下安装好ubuntu系统后就会自带安装好了python最好用这个原装的python不需要再重新安装python的编辑器了。在这里选择用pip安装tensorflow，所以先安装pip。 1、安装pip步骤很简单，依次在终端上编辑这三行代码： 1、$ sud

[+]思想基础RCNN改进Fast RCNN特征提取网络基本结构roi_pool层的测试forwardroi_pool层的训练backward网络参数训练参数初始化分层数据训练数据构成分类与位置调整数据结构代价函数全连接层提速实验与结论Fast-Rcnn 改进RoI pooling layerRoi_pool层的测试for

一.引入决策树基本上是每一本机器学习入门书籍必讲的东西，其决策过程和平时我们的思维很相似，所以非常好理解，同时有一堆信息论的东西在里面，也算是一个入门应用，决策树也有回归和分类，但一般来说我们主要讲的是分类，方便理解嘛。虽然说这是一个很简单的算法，但其实现其实还是有些烦人，因为其feature既有离散的，也有连续的，实现的时候要稍加注意          (不同特征的决策，图片来自【1

分类与回归问题在用DBN作手写体识别实验的时候，hinton 2006年发表的论文 A fast learning Algorithm for deep belief nets所对应的代码，里面用到softmax进行多分类。现就所查的资料和自己所理解的，整理这篇Blog。 Softmax回归模型，该模型是logistic回归模型在多分类问题上的推广，本文针对线性回归

基于R-CNN的物体检测原文地址：http://blog.youkuaiyun.com/hjimce/article/details/50187029作者：hjimce一、相关理论   本篇博文主要讲解2014年CVPR上的经典paper：《Rich feature hierarchies for Accurate Object Detection and Segmenta

尺度不变特征变换匹配算法详解Scale Invariant Feature Transform(SIFT)Just For Fun1、SIFT综述尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量。其应用范围包含物体辨识、

在深度学习训练中，我们经常遇到 GPU 的内存太小的问题，如果我们的数据量比较大，别说大批量（large batch size）训练了，有时候甚至连一个训练样本都放不下。但是随机梯度下降（SGD）中，如果能使用更大的 Batch Size 训练，一般能得到更好的结果。所以问题来了：问题来了：当 GPU 的内存不够时，如何使用大批量（large batch size）样本来训练神经网络呢？...