- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Ground truth
在机器学习中，术语”ground truth”指的是用于有监督训练的训练集的分类准确性，主要用于统计模型中验证或推翻某种研究假设。术语也指收集准确客观的数据用于验证的过程。训练集中的不准确性总是和训练结果集中的不准确性是关联的。 机器学习包括有监督学习(supervisedlearning)，无监督学习(unsupervised learning)，和半监督学习（semi-superv
2016-03-01 15:07:09
28676
转载 数字图像处理图像增强技术
根据讲义整理4.1 概述和分类图象增强技术作为一大类基本的图象处理技术，其目的是对图象进行加工，以得到具体应用来说视觉效果更“好”，更“有用”的图象。空域方法g(x, y) = EH[f(x, y)]其中：f和g分别为增强前后的图象，而EH代表增强操作。如果EH是定义在每个(x, y)上的，则EH是点操作；如果EH是定义在(x, y)的某个邻
2015-12-20 17:05:13
2220
转载 caffe
http://www.cnblogs.com/dupuleng/articles/4242906.html一、caffe的基本组成 一个caffe的工程主要包含两个部分：网络模型，参数配置，分别对应***.prototxt , ****_solver.prototxt文件。网络模型：即定义你网络的每一层，下图是用caffe中 /python/draw_net.py画出的的siame
2015-12-18 21:33:15
657
转载 caffe调用已生成的模型，测试（Linux）
点击打开链接在Linux下面，如何调用caffe已经训练好的模型进行测试如上图 ，就是build/tools/caffe.bin文件，上图就有它的指令介绍。在MNIST调用已经训练好的模型，测试。这个测试，假定可能是新加入的测试集，还是按照原来的需求转换，存放数据到指定的位置。./build/tools/caffe.bin test -model=examples/mnis
2015-12-18 20:43:58
2763
转载 matlab神经网络工具箱创建神经网络
(便于学习，做了博客的搬运工)% 生成训练样本集clear all;clc;P=[110 0.807 240 0.2 15 1 18 2 1.5;110 2.865 240 0.1 15 2 12 1 2;110 2.59 240 0.1 12 4 24 1 1.5;220 0.6 240 0.3 12 3 18 2 1;
2015-12-16 20:30:30
4105
转载 Character Recognition Example (III):Training a Simple NN for classification
点击打开链接After preprocess the image, the training dataset is used to train "classification engine" for recognition purpose. In this example, a multi-layer feed-forward back-propagation Neural Netwo
2015-12-16 11:28:29
566
转载 Caffe 训练mnist数据
转自：http://blog.itpub.net/16582684/viewspace-1256400/环境: Ubuntu 12.04, Caffecd $CAFFE_ROOT/data/mnist./cd $CAFFE_ROOT/examples/mnistvi lenet_solver.prototxt修改solver_mode为CPU./t
2015-12-14 17:45:15
2075
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人