lwq1026的博客

cv论文（Low-rank相关）     最近把以前的几篇关于Low-rank的文章重新看了一遍，由于之前的一些积累，重新看一遍感觉收获颇多。写这篇博文的时候也参考了一些网上的博客，其中数这篇博文最为经典http://blog.youkuaiyun.com/abcjennifer/article/details/8572994。Rachel-zhang这个博客牛人，相信搞CV的都不陌生吧，研究生期间能有

基于2-channel  network的图片相似度判别 原文地址：http://blog.youkuaiyun.com/hjimce/article/details/50098483 作者：hjimce 一、相关理论      本篇博文主要讲解2015年CVPR的一篇关于图像相似度计算的文章：《Learning to Compare Image Patches via Convo

可视化理解卷积神经网络 原文地址：http://blog.youkuaiyun.com/hjimce/article/details/50544370 作者：hjimce 一、相关理论 本篇博文主要讲解2014年ECCV上的一篇经典文献：《Visualizing and Understanding Convolutional Networks》，可以说是CNN领域可视化理解

Maxout网络学习 原文地址：http://blog.youkuaiyun.com/hjimce/article/details/50414467 作者：hjimce 一、相关理论    本篇博文主要讲解2013年，ICML上的一篇文献：《Maxout  Networks》，这个算法我目前也很少用到，个人感觉最主要的原因应该是这个算法参数个数会成k倍增加(k是maxout的一个参

Dropout浅层理解与实现 原文地址：http://blog.youkuaiyun.com/hjimce/article/details/50413257 作者：hjimce 一、相关工作     本来今天是要搞《Maxout Networks》和《Network In Network》的，结果发现maxout和dropout有点类似，所以就对dropout做一下相关的总结，了解一下

基于空间金字塔池化的卷积神经网络物体检测 原文地址：http://blog.youkuaiyun.com/hjimce/article/details/50187655 作者：hjimce 一、相关理论    本篇博文主要讲解大神何凯明2014年的paper：《Spatial Pyramid Pooling in Deep Convolutional Networks for Vi