- 博客(118)
- 资源 (6)
- 收藏
- 关注
原创 基于NAS的GCN网络设计(AAAI2020)
知乎同步发布:https://www.zhihu.com/people/ikerpeng/activities介绍下我们 AAAI2020的工作:Learning Graph Convolutional Network for Skeleton-based Human Action Recognition by Neural Searching动作识别(Action recognit...
2019-12-27 20:37:56
2170
2
原创 自动网络设计(NAS)Randomly Wired Neural Networks 何凯明团队
文章 iker peng(知乎:https://www.zhihu.com/people/ikerpeng/)原创,转载请与我联系~作为AutoML的一个重要的分支, Neural Architecture Searching(NAS)越来越受到人们的关注。 大神何凯明也来了~ 今天介绍他们组近期的一个工作: Exploring RandomlyWired Neural Netwo...
2019-04-16 14:53:54
2527
5
原创 强化学习在视觉上的应用(RL for computer Vision)
文章 iker peng(知乎:https://www.zhihu.com/people/ikerpeng/)原创,转载请与我联系~深度强化学习在很多决策领域当中都取得了比较不错的结果,尤其是在游戏领域,多个游戏已经达到甚至是超过了人类水平。计算机视觉领域,必定也会尝试这种神奇的算法。然而,到目前为止我们并没有看到在这个领域当中特别成功的例子。计算机视觉任务似乎并没有像游戏那样直观...
2019-04-09 13:54:44
29299
2
原创 一图解密AlphaZero(附Pytorch实践)
知乎专栏同步发布: https://zhuanlan.zhihu.com/p/41133862本来打算自己写写的,但是发现了David Foster的神作,看了就懂了。我也就不说啥了。看不清的话,原图在后面的连接也可以找到。没懂?!!!那我再解释下。 AlphaGo Zero主要由三个部分组成:自我博弈(self-play),训练和评估。和AlphaGo 比较,AlphaZ...
2018-08-03 14:36:06
19417
3
原创 一堆Deep 生成模型:starGAN, UNIT, MUNIT,PWCT
更多内容可关注我的知乎专栏:https://zhuanlan.zhihu.com/ikerpeng下面要介绍的这几种生成模型,主要集中在两种任务当中。一种是风格转换,另一种是跨域数据之间的转换(Cross-Domain Image-to-image)。使用的网络结构主要是自动编码器以及GAN。StarGAN : yunjey/StarGANStarGAN将一个数据集上面学习到的知识转移...
2018-07-31 23:17:19
7633
2
原创 强化学习基础四--Policy Gradient 理论推导
本文原文见我的知乎主页:https://www.zhihu.com/people/ikerpeng/ 参考:David Silver,Tutorial: Deep Reinforcement Learning,2016.Pieter Abbeel,Policy Optimization,2017.Hodo van Hasselt,Deep reinforcement Learni
2017-11-23 13:28:30
8398
2
原创 深度学习在graph上的应用
转载请标明出处: 本文要介绍的这一篇paper是ICML2016上一篇关于 CNN 在图(graph)上的应用。ICML 是机器学习方面的顶级会议,这篇文章-->--所研究的内容也具有非常好的理论和实用的价值。如果您对于图的数据结构并不是很熟悉建议您先参考本文末的相关基础知识的介绍。 CNN已经在计算机视觉(CV)以及自然语言处理等领域取得了state-of-art 的水平,其中的数据可以被称作是
2017-06-02 17:06:58
3560
原创 深度学习目标检测:RCNN,Fast,Faster,YOLO,SSD比较
这篇博文很简单,我就画了一个图,将各自的要点进行比较说明。相信这样看过去就一目了然了,但是需要说明的还是: YOLO可能不应该放在这里,但是为了和SSD进行比较还是放了。另外,YOLO出了第二版本了,所以放在这边也没有问题。iker Peng2017年1月10日
2017-01-10 19:19:19
48978
原创 深度强化学习系列(三)Value iteration Network
今天这个歪楼以下,插播今年NIPS的最佳论文,也是强化学习的一篇论文,叫做 Value iteration Network.这一篇强化学习的论文是为了解决 强化学习当中泛化能力差的问题,为了解决这个问题,引入了一个 Learn to plan 的模块。本文的最大创新:在一般性的策略(Policy representation)表示当中加入了一个 规划模块(Planing module)。作者认为加
2016-12-21 19:14:49
9335
原创 深度强化学习系列(二):强化学习基础
本文是强化学习的基础,主要参考 Divid Silver 教程,Reinforcement Learning:An Introduction,以及周志华的西瓜书。可能之前大家已经听过了强化学习的介绍,因此,我首先问几个问题:强化学习和MDP过程是一回事吗?强化学习和监督学习的区别是什么?什么是值迭代,什么是策略迭代?有模型和无模型的强化学习的各自有什么样的学习方法?强化学习和深度学习其实很早就有了
2016-11-10 20:14:39
15045
转载 逻辑回归(Logistic Regression)
这篇文章的整个推导都很清楚,转过来!逻辑回归(Logistic Regression)转载请注明出自BYRans博客:http://www.cnblogs.com/BYRans/ 本文主要讲解分类问题中的逻辑回归。逻辑回归是一个二分类问题。 二分类问题 二分类问题是指预测的y值只有两个取值(0或1),二分类问题可以扩展到多分类问题。例
2016-09-09 09:29:52
1848
原创 基于深度学习的图像分割: Learning to Segment Object Candidates -- Facebook
内容概要:采用的是 两步走的 Object detection的 深度学习框架,首先通过框架的第一部分的分支给出 目标 proposal; 然后 在proposal当中进行检测。 文章的的优点在于: proposal和 detection两部分共享大部分网络,网络精简 且效率高; 得到的proposal 数目更少,但是recall却非常的高;文章的准确度大幅度的提高;目前刚刚开源。
2016-09-06 21:48:08
13079
原创 Sublime Text2 CUDA 语法高亮
很简单:1. 进入到 Sublime Text Package文件夹所在的路径 Click the Preferences > Browse Packages… menu这样就进入到里面了(如果你没办法查看这个路径,将其中一个文件夹 拉到 终端就会显示这个文件的路径了,回退一级目录就是Package的路径了。)假设这个路径是 path,终端进入到这个路径:c
2016-09-02 09:36:03
2030
转载 【GPU编程系列之二】CUDA编程基础
转自:http://www.cnblogs.com/stewart/archive/2013/01/05/2846860.html1.什么是CUDA CUDA(Compute Unified Device Architecture),统一计算架构,是NVidia推出的并行计算平台。NVidia官方对其的解释是:一个并行计算平台和简单(简洁)地使用图像处理单元(GPU)进
2016-09-01 14:34:57
7107
转载 【GPU编程系列之一】从深度学习选择什么样的gpu来谈谈gpu的硬件架构
转自:http://chenrudan.github.io/blog/2015/12/20/introductionofgpuhardware.html从深度学习在2012年大放异彩,gpu计算也走入了人们的视线之中,它使得大规模计算神经网络成为可能。人们可以通过07年推出的CUDA(Compute Unified Device Architecture)用代码来控制gpu进行并行计算。本
2016-08-31 21:30:29
11730
转载 Batch Normalization 神经网络加速算法
转自: http://www.cnblogs.com/neopenx/p/5211969.html从Bayesian角度浅析Batch Normalization前置阅读:http://blog.youkuaiyun.com/happynear/article/details/44238541——Batch Norm阅读笔记与实现前置阅读:http://www.zhih
2016-07-29 15:01:21
6518
转载 3D 重建相关算法
作者:徐普链接:https://www.zhihu.com/question/29885222/answer/48940748来源:知乎简历发这pu.xu@dji.com==================================================我讲一下用一组图片来做3D reconstruction需要的算法吧(SFM), 使用这种方法的软件比
2016-02-22 10:21:21
5165
转载 深度学习二:Neural art:用机器模仿梵高
http://phunter.farbox.com/post/mxnet-tutorial2题注:本来这是第三集的内容,但是Eric Xie 勤劳又机智的修复了mxnet和cuDNN的协作问题,我就把这篇当作一个卷积网络ConvNet(CNN)神奇而有趣的例子,寓教于乐给大家提起学习兴趣,原计划的CNN教学顺延到下一集。Neural art:用机器模仿梵高Neural ar
2015-12-26 11:24:28
6478
转载 深度学习一:安装MXnet包,实现MNIST手写数体识别
MXnet: 轻量化分布式可移植深度学习计算平台安装MXnet基本依赖的安装下载mxnet安装CUDA编译支持GPU的MXnet安装Python支持运行MNIST手写数字识别可能出现的问题MNIST代码简单讲解:设计一个最简单的多层神经网络后记我想写一系列深度学习的简单实战教程,用mxnet做实现平台的实例代码简单讲解深度学习常用的一些技术方向和实战样例。这
2015-12-26 11:19:18
6434
原创 BING算法——思路整理(目标检测算法)
BING 算法最终是帮忙找到图像当中的候选的物体区域, Box表示为:Get potential bounding boxes, each of which isrepresented by a Vec4i for (minX, minY, maxX, maxY).将图像归一化到一个相同的尺度(例如:8*8)上,一般对象的封闭轮廓和梯度范数之间具有强联系。能够在识别一个对象之前察觉它,非常接近自底
2015-12-19 11:57:18
13567
11
原创 三维重建——孔洞填补算法
本文是借助openMesh库进行三维重建的孔洞填补的。openMesh里面有非常优秀的三维的数据结构。核心:找到三维模型当中所有的空洞,对于每一个孔洞,找出其所有的半边然后对其进行排序;对排序过的所有的半边,找到角度最小的两条边,增加第三条边,形成新的三角面片;如此迭代。具体的每一步的算法如下:半边排序算法: 对于一个孔洞,找出其中的一条半边作为起始边,遍历所有其他的半边集合,找到以该条半边的尾
2015-10-09 09:23:51
25040
19
原创 C++静态库编译
MFC 选项选择: 静态库编译加入头文件:#pragma once#ifdef WIN32#include //定义宏,保证在debug模式下,导入opencv_xxxd.lib,release模式下导入opencv_xxx.lib#ifdef _DEBUG# define CC_CVLIB(name) "opencv_" name CC_CVVERSION
2015-08-20 14:11:50
2782
原创 opencv Mat基本操作
1. Mat 初始化为0Mat img;img=Mat::zeros(int rows, int cols, int type);2.Mat 数据结构组合:个人观察:例如:Mat R = Mat( 3, 2, CV_8UC3 )这表示的是 有三个通道,每一个通道上面都是一个3×2的矩阵;因此猜测:RGB图像的Mat应该是 Mat(1,1,CV_8UC3)的.
2015-08-07 21:03:04
2536
原创 c++opencv项目移植到Android(Mat—》IplImage*)
PC机上的行人检测的C++项目移植到Android平台遇到很多的问题,因此,记录一些重点。
2015-06-29 17:21:21
3149
2
原创 Android NDk 开发简易教程
转载标明出处:要解决的问题:Android代码调用 优秀的C++代码,高效的实现需要的功能。总体的思路:1. 完成 自己的Android代码;2. 将c++代码生成 .so;3. 将.so 库放在Android 的libs文件夹当中;4. Android代码当中定义待调用接口函数,并导入库。具体的操作:1. 完成 自己的Andro
2015-04-30 13:15:31
6100
1
原创 C++ 中的异或操作^
好好的利用异或可以产生神奇的效果。异或运算的性质:任何一个数字异或它自己都等于0。也就是说,如果我们从头到尾依次异或数组中的每一个数字,那么最终的结果刚好是那个只出现一次的数字,因为那些出现两次的数字全部在异或中抵消掉了。例题:给定大小是N的数组,数组里的元素互相不重复,元素的大小范围是1~(N+1),目标是找出第一个miss的数。要求时间复杂度O(N),空间是O(1).
2015-04-02 15:45:38
40415
1
转载 Python中 range 和xrange的详细区别
range 函数说明:range([start,] stop[, step]),根据start与stop指定的范围以及step设定的步长,生成一个序列。range示例: >>> range(5) [0, 1, 2, 3, 4] >>> range(1,5) [1, 2, 3, 4] >>> range(0,6,2)[0, 2, 4]xrange 函数说明
2015-04-01 16:58:53
32561
原创 代码调试:error: multiple types in one declaration error: declaration does not declare anything [-fpermi
g ++ 调试代码出现以上错误,查了很多资料都没结果,最终发现是定义的class 不小心写错了:template T class HashTable花了我一个多小时才发现,改了template class HashTable总结:这个一般都是自己定义的类有问题,好好的检查一下!有可能是多了少了;等等
2015-03-27 17:46:06
7943
原创 2015 百度一面 总结记录
2015年3月16日 下午两点,电话过来了,百度的面试总结就几个字: 别跟技术男文艺。 应该跪了!本人一接到电话就感觉,和我风格不符,就此就应该改变风格,只谈技术,不谈其他,还是犯错了! 留给大家些有帮助的东西吧!有人看了我的博客,找我要了简历。因此,投的并不是我擅长的岗位:Android开发。1. 自我介绍, 千万不要文艺啊,只谈技术就好
2015-03-16 15:12:27
2954
原创 目标跟踪系列十三:Exploiting the Circulant Structure of Tracking-by-detection with Kernels 公式详细的推导
Exploiting the Circulant Structure of Tracking-by-detection with Kernels 公式详细的推导,整个的推导过程就是这样的,我是花了几个月的,分享给大家!
2015-03-10 09:21:14
10687
3
原创 Ubutu 14.04 安装配置Android opencv开发环境
1. 下载JDK 并安装:下载地址:http://www.oracle.com/technetwork/java/javase/downloads/index.html下载的默认路径在 Downloads 里面,先建立一个安装的解压路径:sudo mkdir /opt/Java接下来进入到下载的路径将文件移动到新建的路径下面:cd Downloads/sudo mv
2015-03-08 14:36:13
1850
原创 Android 开发学习:新版NDK 使用
NDK是Android开发中的一个实用的工具,通过它可以构建Native方法,也就是一个库(.dll或者.so文件),供JAVA代码通过JNI方法来调用。 新版本的NDK,r7以上的版本,使得编译库变得非常的简单。也不再需要CygWin插件。因此,非常的简单。也不需要在Eclipse里面进行就可以编译好需要的库。具体的操作:1. 下载,解压到目录;2.在系统中设置好
2015-01-12 15:46:51
1936
转载 Opencv 访问Mat中像素的值的快速方法
结论是: Mat.at(i,j)的方法是很慢的,最好不要用这种方法来。而涉及到指针的方法效果往往比较好!( O(∩_∩)O哈哈~这个不是作者说的哈,我说的)在《OpenCV 2 Computer Vision Application Programming Cookbook》看到的例子,非常不错,算是对之前的文章的回顾和补充。Color Reduce还是使用经典的R
2014-12-18 18:18:10
5973
原创 LaTeX 迅速入门
迅速的吧下面的代码复制走就可以用了。具体的代表什么可以看注释% 后面的\documentclass[12pt,twocolumn]{article} % twocolumn是双栏,去掉就是单栏了\title{Tracking}\author{iker Cross}\date{2014.12.16}\begin{document} % 正文的开始\maketi
2014-12-17 19:46:21
5667
原创 目标跟踪系列十二:Exploiting the Circulant Structure of Tracking-by-detection with Kernels代码关键记录
代码关键点记录:成功不远了!O(∩_∩)O 哈哈~1. Input : load_video_info.m 读入视频文件groundtruth_rect.txt(里面是4个一组的点,x,y, width ,height ?),得到有用的参数:target_sz = [ground_truth(1,4), ground_truth(1,3)]; 得到的是目标的尺寸(这里好像
2014-12-16 21:34:16
6942
4
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人