Focusing on your own Mind :) －> 站在巨人的肩膀上

总说采用的ubuntu是14.04, 安装的cuda是7.5的cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64。cudnn是7.5 的， cudnn-7.5-linux-x64-v5.0-ga.tgz。参考： neural-style 其实这篇已经讲的很清楚怎么安装了，但是安装时还是碰到了不少坑。坑1：torch的依赖库curl -

1.在调试torch7时，在interpreter上要记得选择torch7.lua的解释器。2.在适用zerobrand时，可通过修改user.lua文件来配置zerobrand的代码风格，debug模式下可调试，以及注意要在目录下呼叫zbstudio启动，才可保证不会找不到torch.lua的情况。配置文件如下：--[[--  Use this file to specify *

ref:http://blog.youkuaiyun.com/Hungryof/article/details/51802829第一篇博客是从torch7提取出来最常用的知识。 主要讲Tensor的用法及其一些函数。 先说一嘴：torch中一般有这个东西，就是y = torch.func(x,…)等价于y = x:func(…)就是说如果用”torch”,那么“src”是第一个参数。否

前言前面TensorFlow入门一简单讲了下怎么在Ubuntu安装tensorflow gpu版本，也跑了下基于Mnist的比较基本的LR算法，但是Tensorflow可远远不止这些，它能做很多很有意思的东西，这篇文章主要针对Tensorflow利用CNN的方法对艺术照片做下Neural Style的相关工作。首先，我会详细解释下A Neural Algorithm of Artistic

reference: http://hacker.duanshishi.com/?p=1639前言前面几篇文章讲述了在Computer Vision领域里面常用的模型，接下来一段时间，我会花精力来学习一些TensorFlow在Computer Vision领域的应用，主要是分析相关pape和源码，今天会来详细了解下fast neural style的相关工作，前面也有文章分析n

reference: methods part mainly refer to http://blog.youkuaiyun.com/elaine_bao/article/details/50502929and http://www.infoq.com/cn/articles/use-mxnet-in-deep-learning-part02量化表示“绘画风格”“绘

本文是参考文献[1]的论文笔记。引入MRF算法，全程马尔科夫随机场，所谓的马尔科夫特性，就是当前变量的值只和距离最近的变量有关系。这方面最简单的应用是语言模型方面。MRF应用的图像生成上时，会使用最近邻算法寻找最相似的patch来进行生成。而图像生成领域，在[2]的领导下，诞生了一系列基于CNN特征的生成算法。但基于CNN的算法也存在问题，即只有pixel级别的相关性被考虑了进来，而空

本文是参考文献[1]的笔记。该论文是Li Fei-Fei名下的论文。引入最近新出的图像风格转换算法，虽然效果好，但对于每一张要生成的图片，都需要初始化，然后保持CNN的参数不变，反向传播更新图像，得到最后的结果。性能问题堪忧。但是图像风格转换算法的成功，在生成图像领域，产生了一个非常重要的idea，那就是可以将卷积神经网络提取出的feature，作为目标函数的一部分，通过比