凌风探梅的专栏

这里记录一下将yolov5用于训练自己的数据集，这里v5的github地址Environment 本文是直接 pip install -r requirement.txt直接安装成功，如果不容易成功，就一个个安装即可。如果出现报错，多关注一下torch的版本即可。 Data preparation label的格式: <object-class> <x_center> <y_center> <width> <height> 举个????：

FROM: http://mmlab.ie.cuhk.edu.hk/project_deep_learning.htmlUseful Siteshttp://deeplearning.net/ - reading list, software packages, and tutorialsDeep Learning Methods for Vision- 1 day tut

FROM:http://news.cnblogs.com/n/504467/《Brief History of Machine Learning》　　介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost 到随机森林、Deep Learning.《Deep Learning in Neural Networks: An

FROM： http://www.36kr.com/p/213737.html人工智能（AI）是近年来很火的一个领域，Google、Facebook、苹果、微软等巨头都在发力。而可以帮助进行语音识别、语言翻译及提供计算机视觉的深度学习则是最近的新宠。尽管苹果有Siri，Facebook成立了人工智能实验室，但业界普遍的看法是 Google 是人工智能领域竞赛的领跑者。因

FROM： http://www.youkuaiyun.com/article/2015-02-11/2823929-microsoft-in-imagenet-challenges摘要：近期，微软亚洲研究院视觉计算组基于深度卷积神经网络（CNN）的计算机视觉系统，在ImageNet 1000挑战中首次超越了人类进行对象识别分类的能力。他们的系统在ImageNet 2012分类数据集中的错误率已降

FROM: http://www.youkuaiyun.com/article/2014-08-08/2821116将深度卷积神经网络（Convolutional Neural Networks, 简称CNNs）用于图像识别在研究领域吸引着越来越多目光。由于卷积神经网络结构非常适合模型并行的训练，因此以模型并行+数据并行的方式来加速Deep CNNs训练，可预期取得较大收获。Deep CNNs

http://meta-guide.com/software-meta-guide/100-best-github-deep-learning/100 Best GitHub: Deep LearningDeep LearningResources:aforgenet.com .. (microsoft.com/net + accord-framework.net 

UFLDL教程 - Ufldlvar skin="monobook",stylepath="/wiki/skins",wgUrlProtocols="http\\:\\/\\/|https\\:\\/\\/|ftp\\:\\/\\/|irc\\:\\/\\/|gopher\\:\\/\\/|telnet\\:\\/\\/|nntp\\:\\/\\/|worl

FROM: http://blog.youkuaiyun.com/u012162613/article/details/43169019DeepLearning tutorial（2）机器学习算法在训练过程中保存参数@author：wepon@blog：http://blog.youkuaiyun.com/u012162613/article/details/43169019参考：

FROM: http://blog.youkuaiyun.com/u012162613/article/details/43157801DeepLearning tutorial（1）Softmax回归原理简介+代码详解@author：wepon@blog：http://blog.youkuaiyun.com/u012162613/article/details/43157801

最近阅读了《Neural networks and deep learning》这本书（online book，还没出版），算是读得比较仔细，前面几章涉及的内容比较简单，我着重看了第三章《Improving the way neural networks learn》，涉及深度神经网络优化和训练的各种技术，对第三章做了详细的笔记（同时参考了其他资料，以后读到其他相关的论文资料也会补充或更改），欢迎

FROm:http://blog.youkuaiyun.com/u012162613/article/details/43971215节选自语义分析的一些方法(二)，以后会不断补充。——bywepon结合文献『Deep Learning for Computer Vision』， 以下讲讲卷积神经网络的一些注意点和问题。激励函数，要选择非线性函数，譬如tang，sigmoid，re

FROM: http://deeplearning.net/reading-list/Reading ListList of reading lists and survey papers:BooksDeep Learning, Yoshua Bengio, Ian Goodfellow, Aaron Courville, MIT Pre

FROM: http://people.idsia.ch/~juergen/deep-learning-overview.htmlDeep Learning in Neural Networks: An OverviewJürgen Schmidhuber Pronounce: You_again ShmidhoobuhJ. Schmidhuber. Deep Learni

FROM:http://blog.youkuaiyun.com/u012162613/article/details/43221829@author：wepon@blog：http://blog.youkuaiyun.com/u012162613/article/details/43221829本文介绍多层感知机算法，特别是详细解读其代码实现，基于python theano，代码来自：Mu

http://blog.youkuaiyun.com/u012162613/article/details/42651233author：wepon@blog：http://blog.youkuaiyun.com/u012162613/article/details/426512331、Theano简介Theano是深度学习的一个python库，在deeplearning.net上有它的tut

FROM: http://blog.youkuaiyun.com/u012162613/article/details/43225445DeepLearning tutorial（4）CNN卷积神经网络原理简介+代码详解@author：wepon@blog：http://blog.youkuaiyun.com/u012162613/article/details/43225445本文介

Neural Networks and Deep LearningNeural Networks and Deep LearningWhat this book is aboutOn the exercises and problemsUsing neural nets to recognize handwritten digitsPercept

DeepLearning tutorial（5）CNN卷积神经网络应用于人脸识别（详细流程+代码实现）@author：wepon@blog：http://blog.youkuaiyun.com/u012162613/article/details/43277187本文代码下载地址：我的github本文主要讲解将CNN应用于人脸识别的流程，程序基于python+num

FROM:https://gist.github.com/realmyth/f368ba0fea429342236c本步骤能实现用Intel核芯显卡来进行显示， 用NVIDIA GPU进行计算。1. 安装开发所需的依赖包安装开发所需要的一些基本包sudo apt-get install build-essential # basic requireme

FROM: http://demo.netfoucs.com/danieljianfeng/article/details/42433475#在卷积神经网络中，我们经常会碰到池化操作，而池化层往往在卷积层后面，通过池化来降低卷积层输出的特征向量，同时改善结果（不易出现过拟合）。为什么可以通过降低维度呢？因为图像具有一种“静态性”的属性，这也就意味着在一个图像区域有用的特

FROM:https://news.ycombinator.com/item?id=9613810thisisdave 7 days agoHas LeCun changed his position on open access? He'd previously "pledged to no longer do any volunteer work, includ

原文摘要：深度学习可以让那些拥有多个处理层的计算模型来学习具有多层次抽象的数据的表示。这些方法在许多方面都带来了显著的改善，包括最先进的语音识别、视觉对象识别、对象检测和许多其它领域，例如药物发现和基因组学等。深度学习能够发现大数据中的复杂结构。它是利用BP算法来完成这个发现过程的。BP算法能够指导机器如何从前一层获取误差而改变本层的内部参数，这些内部参数可以用于计算表示。深度卷积网络在处理图像、

From:http://www.52cs.org/?p=515DeepID实践作者微博：zyx_1991小编推荐：张雨石（笔名）是北航软院研二的童鞋，一直关注深度学习在人脸识别方面的实践，主要研究方向也是深度学习在图像处理上的应用，写了多篇科普文章。本篇是 @龙星镖局 特别邀请他写的一篇实践性很强的科普文章，主题是牛逼哄哄的DeepID。没错，就是那个识别准确率在99.15%的

from：http://www.youkuaiyun.com/article/2015-08-05/2825390【编者按】深度学习是近年来迅速发展和突破的机器学习领域，具有非常广泛的应用前景。将服务器GPU应用到深度学习过程中，可以更好地推动深度学习技术研究和应用的发展。本文介绍AMD深度学习团队开发的MLP学习工具软件的使用，为深度学习研究人员和开发商提供一个高性能、高易用性的深度学习的软硬件平台

简明深度学习方法概述 Deep Learning：Methods and Application 人工智能 小林子  7个月前 (03-05)  2558℃  0评论作者：@神一手golden说明：本文主要是翻译整理Li Deng 和 Dong Yu所著的《Deep Learning：Methods and Application》文章并没有全文翻译，而是一个总结并加入个人理解

机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1)注:机器学习资料篇目一共500条,篇目二开始更新希望转载的朋友，你可以不用联系我．但是一定要保留原文链接，因为这个项目还在继续也在不定期更新．希望看到文章的朋友能够学到更多．此外:某些资料在中国访问需要梯子.《Brief History of Mac

来自：依图科技

from： http://www.52ml.net/star机器学习资料大汇总作者：我爱机器学习(52ml.net)注：本页面主要针对想快速上手机器学习而又不想深入研究的同学，对于专门的researcher，建议直接啃PRML，ESL，MLAPP以及你相应方向的书（比如Numerical Optimization，Graphic Model等），另外就是Fo

from: http://www.youkuaiyun.com/article/2015-10-22/2826008?ref=myread为时两天的阿里巴巴“2015杭州·云栖大会”近日在杭州云栖小镇顺利闭幕。各领域和政企精英齐聚杭州云栖小镇，共同探讨新时代的创新创业以及云计算的未来变革方向。逾30场专业专属领域主题论坛精彩纷呈。近年来，随着大数据在互联网的蓬勃发展，很多人工智能的技术、应用像雨后

新智元原创1作者：王嘉俊 王婉婷TensorFlow 是 Google 第二代深度学习系统，今天宣布完全开源。TensorFlow 是一种编写机器学习算法的界面，也可以编译执行机器学习算法的代码。使用 TensorFlow 编写的运算可以几乎不用更改，就能被运行在多种异质系统上，从移动设备（例如手机和平板）到拥有几百台的机器和几千个 GPU 之类运算设备的大规模分布

威尔士柯基犬，计算机视觉，以及深度学习的力量微软亚洲研究院2014年7月18日 编者按：在上一篇博文中，我们介绍了Adam项目的效果及未来应用：用计算机视觉智能地识别物体。现在让我们走近这项技术，看大规模分布式系统如何有效地训练巨型深度神经网络（DNN），让这一切成为可能。文章译自：On Welsh Corgis, Compu

从CVPR 2014看计算机视觉领域的最新热点编者按：2014年度计算机视觉方向的顶级会议CVPR上月落下帷幕。在这次大会中，微软亚洲研究院共有15篇论文入选。今年的CVPR上有哪些让人眼前一亮的研究，又反映出哪些趋势？来听赴美参加会议的微软亚洲研究院实习生胡哲的所见所闻。作者：胡哲微软亚洲研究院实习生计算机视觉（Computer Vision）是近

机器学习(Machine Learning)&深度学习(Deep Learning)资料汇总时间 2015-01-19 13:23:09 数盟原文  http://dataunion.org/?p=8463 主题 深度学习 自然语言处理作者： ty4z2008 这个项目还在继续也在不定期更新．希望看到文章的朋友能够学到更多． 《Bri

深度学习 vs. 概率图模型 vs. 逻辑学发表于2015-04-30 21:55|6304次阅读| 来源quantombone|1 条评论| 作者Tomasz Malisiewicz深度学习deep learning图模型人工智能摘要：本文回顾过去50年人工智能（AI）领域形成的三大范式：逻辑学、概率方法和深度学习。文章按时间顺序展开，先回顾逻辑学和概率图方法，然后就人工

2015伦敦深度学习峰会笔记：来自DeepMind、Clarifai等大神的分享发表于2015-10-20 06:35|940次阅读| 来源Medium|3 条评论| 作者Alessandro Vitale深度学习自然语言处理计算机视觉机器学习语音识别摘要：在伦敦举行的第三届深度学习峰会由RE.WORK主办，汇集了从工业领域到学术领域不同背景的专业人士，本文是该峰会第一天的

【CTO讲堂】如何用Python一门语言通吃高性能并发、GPU计算和深度学习发表于2016-01-04 15:11| 4374次阅读| 来源优快云| 4 条评论| 作者蒲婧CTO俱乐部CTOCTO讲堂Python深度学习GPU摘要：怎样实现Python的多种形式优化？如何利用 gpu(opencl) 加速数据分析？“行为式验证”安全模型是怎样的？极验验证技术架

Deep Machine Learning libraries and frameworksAt the end of 2015, all eyes were on the year’s accomplishments, as well as forecasting technology trends of 2016 and beyond. One particular field tha

深度学习：推动NLP领域发展的新引擎深度学习 NLP Attention Memory文 / 雷欣，李理从2015年ACL会议的论文可以看出，目前NLP最流行的方法还是机器学习尤其是深度学习，所以本文会从深度神经网络的角度分析目前NLP研究的热点和未来的发展方向。我们主要关注Word Embedding、RNN/LSTM/CN

Python1. Theano是一个python类库，用数组向量来定义和计算数学表达式。它使得在Python环境下编写深度学习算法变得简单。在它基础之上还搭建了许多类库。 　　1.Keras是一个简洁、高度模块化的神经网络库，它的设计参考了Torch，用Python语言编写，支持调用GPU和CPU优化后的Theano运算。　　2.Pylearn2是一个集成大量深度学习常见模