- 博客(7)
- 收藏
- 关注
RSS订阅原创 Moses使用教程之安装
1. 安装环境: Ubuntu16.042. 最低软件需求: MosesGIZA++, 生成平行语料的词对齐IRSTLM, SRILM, 或者KenLM, 生成语言模型估计3. 安装依赖sudo apt-get install build-essential git-core pkg-config automake libtool wget zlib1g-dev p
2017-03-17 21:15:59
3774
原创 Matlab2012a安装教程之Ubuntu16.04
本教程主要使用来帮助大家在Ubuntu上安装Matlab，首先解释一下为什么教程以Matlab2012a为例，这主要是因为Matlab2012a之后的版本不再支持Linux 32位系统，而本人的Ubuntu是32位。 Matlab2012a下载地址：http://pan.baidu.com/s/1qYnaRr2 提取码：cjp5 安装过程如下：
2016-07-05 15:26:51
2192
2
原创 Caffe安装教程之Ubuntu16.04
要进行深度学习的研究工作，就不得不提到Caffe，一个优秀的深度学习框架。 那我们应该如何安装Caffe呢？其实Caffe的官网上提供了非常好的安装教程，但所对应的Ubuntu版本为14.04，12.04，没有16.04版的安装教程（大哭），本篇博文就是教大家在Ubuntu16.04上安装Caffe的。 那我们要准备什么呢？所需软件：Oracle VM Virt
2016-07-04 22:26:17
19024
原创 R-CNN随笔No.4
之前的文章我们解释了R-CNN的主题内容，接下来我们将叙述文章的附录部分。我们分为三个部分:1.对象proposal的转换；2.正负例子的判断标准和为什么不只使用softmax；3.bounding-box回归。 第一部分：我们知道CNN需要227*227的固定输入，而object proposal却是任意大小的，文章中提到了两种方法。第一种是先用一个紧致（像皮筋似的紧紧套在图像
2016-07-03 22:26:23
490
原创 R-CNN随笔No.3
今天我来解说一下R-CNN在ILSVRC 2013数据集上的详细内容。 在前面（随笔No.2）我们已经提到了一些内容，我们在这给出更详细的解释。首先要说明一下ILSVRC 2013数据集与VOC数据不同，其缺乏homogeneous（同质）；因此我们需要做一些处理。 我们先简单介绍一下ILSVRC 2013 检测数据集，这个数据集被分为三个部分：train（39
2016-07-03 13:21:45
517
原创 R-CNN随笔No.2
在上一篇博文中我们介绍了R-CNN的主要内容，说R-CNN好，那它究竟好在哪呢?下面就让我们来讨论一下R-CNN文章中的实验结果部分，看看作者是怎样证明R-CNN的优越性的。 作者展示的实验结果主要有两个，一个是在PASCALVOC 2010-2012上的实验结果，另一个则是在ILSVRC2013上的结果，并在VOC 2007上对网络做出分析。 上述表格
2016-07-02 20:09:57
591
原创 R-CNN随笔No.1
最近因为某些原因，需要研究一下目标检测的知识，R-CNN是一个经典的目标检测方法，闲话少说，进入正题。 R-CNN有两个主要的思想：1.在region proposals上使用大容量的卷积神经网络进行目标定位与分割；2.当缺乏标记的训练数据时，先在一个额外的数据集上进行有监督训练，再在特定领域的数据集下进行微调。 传统的目标检测方法大都是基于SIFT或HOG的人
2016-07-02 15:51:23
758
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人