hjimce算法类博文目录

深度学习与图像处理精要
本文档汇集了深度学习及图像处理领域的精选学习笔记,涵盖卷积神经网络、词向量、对抗自编码网络等内容,并深入探讨图像分割、变形等技术。适合于对深度学习与图像处理感兴趣的读者。

hjimce算法类博文目录

个人博客:http://blog.csdn.NET/hjimce

个人微博:黄锦池-hjimce

博文主要是我学习算法过程中的学习笔记,博文的编写我主要参考网上资料,并结合个人见解;非商业用途,仅供学习、交流使用,如有侵权,请联系博主删除,原创文章,转载还请注明出处。

博文中如有“未完待续”,表示本人最近忙碌没时间写文章,后续更新,敬请关注……

博文是我自己的个人学习笔记,所以难免理解出错,博文中如有错误,还请前辈们不吝指正……

2016-9-8更新:

深度学习(二十一)基于FCN的图像语义分割-CVPR 2015

深度学习(四十二)word2vec词向量学习笔记






一、深度学习

深度学习(四十二)word2vec词向量学习笔记

深度学习(四十一)cuda8.0+ubuntu16.04+theano、caffe、tensorflow环境搭建

深度学习(四十)caffe使用点滴记录

深度学习(三十九)可视化理解卷积神经网络(2.0)

深度学习(三十八)卷积神经网络入门学习(2.0)

深度学习(三十七)优化求解系列之(1)简单理解梯度下降

深度学习(三十六)异构计算CUDA学习笔记(1)

深度学习(三十五)异构计算GLSL学习笔记(1)

深度学习(三十四)对抗自编码网络-未完待续

深度学习(三十三)CRF as RNN语义分割-未完待续

深度学习(三十二)半监督阶梯网络学习笔记-NIPS 2015

深度学习(三十一)基于深度矩阵分解的属性表征学习

深度学习(三十)贪婪深度字典学习

深度学习(二十九)Batch Normalization 学习笔记

深度学习(二十八)基于多尺度深度网络的单幅图像深度估计-NIPS 2014

深度学习(二十七)可视化理解卷积神经网络-ECCV 2014

深度学习(二十六)Network In Network学习笔记-ICLR 2014

深度学习(二十五)基于Mutil-Scale CNN的图片语义分割、法向量估计-ICCV 2015

深度学习(二十四)矩阵分解之基于k-means的特征表达学习

深度学习(二十三)Maxout网络学习-ICML 2013

深度学习(二十二)Dropout浅层理解与实现

深度学习(二十一)基于FCN的图像语义分割-CVPR 2015

深度学习(二十)基于Overfeat的图片分类、定位、检测-2014 ICLR

深度学习(十九)基于空间金字塔池化的卷积神经网络物体检测-ECCV 2014

深度学习(十八)基于R-CNN的物体检测-CVPR 2014

深度学习(十七)基于改进Coarse-to-fine CNN网络的人脸特征点定位-ICCV 2013

深度学习(十六)基于2-channel network的图片相似度判别-CVPR 2015

深度学习(十五)基于级联卷积神经网络的人脸特征点定位-CVPR 2013

 

深度学习(十四)基于CNN的性别、年龄识别

深度学习(十三)caffe之训练数据格式

深度学习(十二)从自编码到栈式自编码

深度学习(十一)RNN入门学习

深度学习(十)keras学习笔记

深度学习(九)caffe预测、特征可视化Python接口调用

深度学习(八)RBM受限波尔兹曼机学习-未完待续

深度学习(七)caffe源码c++学习笔记

深度学习(六)caffe入门学习

深度学习(五)caffe环境搭建

深度学习(四)卷积神经网络入门学习

深度学习(三)theano入门学习

深度学习(二)theano环境搭建

深度学习(一)深度学习学习资料









二、机器学习基础实践

机器学习(十四)Libsvm学习笔记

机器学习(十三)k-svd字典学习

机器学习(十二)朴素贝叶斯分类

机器学习(十一)谱聚类算法

机器学习(十)Mean Shift 聚类算法

机器学习(九)初识BP神经网络

机器学习(八)Apriori算法学习

机器学习(七)白化whitening

机器学习(六)非负矩阵分解NMF-未完待续

机器学习(五)PCA数据降维

机器学习(四)高斯混合模型

机器学习(三)k均值聚类

机器学习(二)逻辑回归

机器学习(一)线性回归


三、图像处理

图像处理(二十三)基于调色板的图像Recoloring-Siggraph 2015

图像处理(二十二)贝叶斯抠图-CVPR 2001

图像处理(二十一)基于数据驱动的人脸卡通动画生成-Siggraph Asia 2014

图像处理(十九)基于移动最小二乘的图像变形-Siggraph 2006

图像处理(十四)图像分割(4)grab cut的图割实现-Siggraph 2004

图像处理(十三)保刚性图像变形算法-Siggraph 2004

图像处理(十二)图像融合(1)Seamless cloning泊松克隆-Siggraph 2004

图像处理(十一)图像分割(3)泛函能量LevelSet、snake分割

图像处理(九)人物肖像风格转换-Siggraph 2014

图像处理(十)基于特征线的图像变形-Siggraph 1992

图像处理(七)导向滤波磨皮

图像处理(六)递归双边滤波磨皮

图像处理(四)图像分割(2)测地距离Geodesic图割

图像处理(三)图像分割(1)Random Walks分割

图像处理(二)Seam Carving算法-Siggraph 2007

图像处理(一)图像变形(1)矩形全景图像还原-Siggraph 2014


四、三维图形

图形处理(十二)拉普拉斯网格优化、最小二乘网格模型光顺

图形处理(十一)Stroke Parameterization

图形处理(十)测地极坐标参数化

图形处理(九)点云重建(下)法矢求取、有向距离场等值面提取

图形处理(八)点云重建(上)点云滤波、尖锐特征边增采样、移除离群点

图形处理(七)基于热传播的测地距离计算-Siggraph 2013

图形处理(六)拖拽式网格融合-Siggraph 2010

图形处理(五)基于旋转不变量的网格变形-Siggraph 2007

图形处理(四)基于梯度场的网格编辑-Siggraph 2004

图形处理(三)简单拉普拉斯网格变形-Siggraph 2004

图形处理(二)固定边界参数化

图形处理(一)离散指数映射参数化-Siggraph 2006


五、基础知识

基础知识(一)matlab与c++混合编程之环境搭建

基础知识(二)matlab与c++混合编程之经验笔记

基础知识(十三)dlib python人脸检测 特征点定位

……(略)

标题基于Python的自主学习系统后端设计与实现AI更换标题第1章引言介绍自主学习系统的研究背景、意义、现状以及本文的研究方法和创新点。1.1研究背景与意义阐述自主学习系统在教育技术领域的重要性和应用价值。1.2国内外研究现状分析国内外在自主学习系统后端技术方面的研究进展。1.3研究方法与创新点概述本文采用Python技术栈的设计方法和系统创新点。第2章相关理论与技术总结自主学习系统后端开发的相关理论和技术基础。2.1自主学习系统理论阐述自主学习系统的定义、特征和理论基础。2.2Python后端技术栈介绍DjangoFlask等Python后端框架及其适用场景。2.3数据库技术讨论关系型和非关系型数据库在系统中的应用方案。第3章系统设计与实现详细介绍自主学习系统后端的设计方案和实现过程。3.1系统架构设计提出基于微服务的系统架构设计方案。3.2核心模块设计详细说明用户管理、学习资源管理、进度跟踪等核心模块设计。3.3关键技术实现阐述个性化推荐算法、学习行为分析等关键技术的实现。第4章系统测试与评估对系统进行功能测试和性能评估。4.1测试环境与方法介绍测试环境配置和采用的测试方法。4.2功能测试结果展示各功能模块的测试结果和问题修复情况。4.3性能评估分析分析系统在高并发等场景下的性能表现。第5章结论与展望总结研究成果并提出未来改进方向。5.1研究结论概括系统设计的主要成果和技术创新。5.2未来展望指出系统局限性并提出后续优化方向。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值