niujin1212的专栏

今天的内容有：LSTM 思路 LSTM 的前向计算 LSTM 的反向传播 关于调参LSTM长短时记忆网络(Long Short Term Memory Network, LSTM)，是一种改进之后的循环神经网络，可以解决RNN无法处理长距离的依赖的问题，目前比较流行。长短时记忆网络的思路：原始 RNN 的隐藏层只有一个状态，即h，它对于短期的输入非常敏感。再增加一个状态，...

本文译自Christopher Olah 的博文Recurrent Neural Networks人类并不是每时每刻都从一片空白的大脑开始他们的思考。在你阅读这篇文章时候，你都是基于自己已经拥有的对先前所见词的理解来推断当前词的真实含义。我们不会将所有的东西都全部丢弃，然后用空白的大脑进行思考。我们的思想拥有持久性。传统的神经网络并不能做到这点，看起来也像是一种巨大的弊端。例如，假设你...

基础知识[关于决策树的基础知识参考：http://blog.youkuaiyun.com/holybin/article/details/22914417]在机器学习中，随机森林由许多的决策树组成，因为这些决策树的形成采用了随机的方法，所以叫做随机森林。随机森林中的决策树之间是没有关联的，当测试数据进入随机森林时，其实就是让每一颗决策树进行分类看看这个样本应该属于哪一类，最后取所有决策树中

目录(?)[+]转载请注明出处: http://xiahouzuoxin.github.io/notes/课程计划Linear Regression与预测问题Locally Weighted Linear RegressionLogistic Regression与分类问题特征映射与过拟合(over-fitting)

计算机视觉、图像识别：ICCV, CVPR, ECCV机器学习：NIPS, ICML（International Conference on Machine Learning）国际机器学习大会, UAI（Conference on Uncertainty in Artificial Intelligence）, AISTATS人工智能：IJCAI（I

STRUCTURE-PRESERVING IMAGE QUALITY ASSESSMENT 保留结构的图像质量评价 Abstract： developing an MSE-like metric introducing structure-preserving kernelization into a MSE-like formulation. 在类标准差评价标准的假想中引入保留的

搜集整理了2004~2015性能最好的人脸检测的部分资料，欢迎交流和补充相关资料。转自：http://www.cvrobot.net/latest-progress-in-face-detection-2015/1：人脸检测性能1.1 人脸检测测评        目前有两个比较大的人脸测评网站：       1：Face Detection Data Set a

转自：http://blog.youkuaiyun.com/chenjiazhou12/article/details/39456589图像显著性论文（一）—A Model of saliency Based Visual Attention for Rapid Scene Analysis这篇文章是图像显著性领域最具代表性的文章，是在1998年Itti等人提出来的，到目前为止引用的次

TLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生Zdenek Kalal在其攻读博士学位期间提出的一种新的单目标长时间（long term tracking）跟踪算法。原作者的源代码为Matlab以及C混合编程的。http://info.ee.surrey.ac.uk/Personal/Z.Kalal/C++版本的源代码：ht

转自：http://blog.sina.com.cn/s/blog_6ae183910101h4jr.html一，人脸检测/跟踪人脸检测/跟踪的目的是在图像/视频中找到各个人脸所在的位置和大小；对于跟踪而言，还需要确定帧间不同人脸间的对应关系。 1,Robust Real-time Object Detection. Paul Viola, Michae

转自：http://www.cvchina.info/2014/02/25/14cvprbing/BING: Binarized Normed Gradients for Objectness Estimation at 300fps. Ming-Ming Cheng, Ziming Zhang, Wen-Yan Lin, Philip Torr, IEEE CVPR, 201

1. 线性代数 (Linear Algebra)：我想国内的大学生都会学过这门课程，但是，未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础，对它的透彻掌握是必不可少的。我在科大一年级的时候就学习了这门课，后来到了香港后，又重新把线性代数读了一遍，所读的是Introduction to Linear Algebra (3rd Ed.)  by Gilbert

申明：本文非笔者原创，原文转载自：http://blog.mashape.com/post/53379410412/list-of-50-face-detection-recognition-apisThere has been a lot of buzz around Face Recognition since Google Glass was announced.  We bel

http://www.cnblogs.com/tornadomeet/archive/2012/05/24/2515980.html常用资源整理(ing...)Deep Learning（深度学习）：ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：二Beng

几个有意思的算法题目录(?)[-]题目标题 高斯日记题目标题 排它平方数标题 振兴中华标题 颠倒的价牌1.题目标题: 高斯日记    大数学家高斯有个好习惯：无论如何都要记日记。    他的日记有个与众不同的地方，他从不注明年月日，而是用一个整数代替，比如：4210    后来人们知道，那个整数就是日期，它表示那一天是高斯

申明，本文非笔者原创，本文转载自：http://www.yuanyong.org/blog/cv/resource-codeFeature Detection and DescriptionGeneral Libraries: VLFeat – Implementation of various feature descriptors (includ

提示：本文为笔者原创，转载请注明出处：blog.youkuaiyun.com/carson2005        以下链接是本人整理的关于计算机视觉（ComputerVision, CV）相关领域的网站链接，其中有CV牛人的主页，CV研究小组的主页，CV领域的paper,代码，CV领域的最新动态，国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注这些网站，多了解一些CV的具体应用。搞研究的

申明：本文非笔者原创，原文转载自：http://www.yuanyong.org/blog/cv/cv-code一、特征提取Feature Extraction：SIFT [1] [Demo program][SIFT Library] [VLFeat]PCA-SIFT [2] [Project]Affine-SIFT [3] [Project]SURF