- 博客(194)
- 资源 (3)
- 收藏
- 关注
RSS订阅转载 vim 常用快捷键及使用技巧
使用前需要知道的vim 是对vi的扩展，文中的很多操作是vi通用的vi是区分大小写的命令的，也就是说 g与G 是不同的命令在不同模式下，快捷键是不一样的 模式分 一般模式 编辑模式 指令模式一般模式用于文件内部操作，编辑模式用于输入编写等，指令模式用于对文本文件进行操作常用操作进入一般模式为开始编辑，或者按esc后进入按键效果a,i,r,o,A,I,R,O进入编辑模式h,back
2017-11-21 19:21:22
829
原创 科技盛宴---记2017云栖大会（杭州）
第一次参加云栖大会，感受到了一场科技盛宴，作为曾经的阿里人（今年的暑期实习生），深感自豪。首先给我们部门先打个广告: IDST(Institute of Data Science & Technologies)，中文名是数据科学与技术研究院，是阿里NASA计划的一部分，主要是前沿算法能力的输出，里面有很多很多学术大牛，是一个国内顶级的研究团队。回归正题，首先向说的是各个展区的诸多黑科技。从入场
2017-10-21 11:21:32
1079
原创 CGAN结构详细解读
前言本文适用于对CGAN结构不懂得同学，所谓CGAN，就是conditional Gan，针对GAN本身不可控的缺点，加入监督信息，指导GAN网络进行生成。CGAN结构y就是加入的监督信息，比如说MNIST数据集可以提供数字label信息，人脸生成可以提供性别、是否微笑、年龄等信息；我们具体分析的是InfoGan里面的MNIST生成结构，网络结构如下图： 如果对conv和upconv有不理解的同学
2017-10-17 14:38:42
24360
11
原创 DCGAN结构解读
DCGAN的原文里面给出的结构如下： 这是G的结构，而D则是完全相反的： 刚看论文的时候觉得结构很清晰，但是实际写代码的时候并不是很能够清楚表示，相信有很多人也是这种感觉，因此这边做一个分析，以便后面的同学理解。这里面涉及到一个名词叫fractionally-strided convolution，与传统的卷积有所区别，这里先做个理解：regular convolution 输入大小为i，s
2017-10-13 20:53:05
13481
4
原创 Tensorflow-GPU版本安装（Ubuntu14.04LTS+Cuda8+Quadro K1200）
前言之前装过Caffe，踩过一些坑，现在装Tensorflow相对从容一些，不过还是值得记录一下流程。我的系统配置是：系统：Ubuntu 14.04LTS显卡：Nvidia Quadro K1200CUDA 8.0安装1.安装必要的一些库sudo apt-get install build-essential下载CUDA toolkit 8.0 官网地址友情提示：最好下载本地文件安装.
2017-10-07 23:53:26
2687
原创 Ubuntu14.04 python 升级为3.5 && virtualenv安装
系统默认的python 版本是2.7.6和3.4.3，升级可执行下面的命令：sudo add-apt-repository ppa:fkrull/deadsnakessudo apt-get updatesudo apt-get install python3.5sudo cp /usr/bin/python /usr/bin/python_bak //备份sudo rm /usr/b
2017-09-24 21:02:48
2021
原创 Generative Adversarial Nets (GAN)解读
会议：NIPS 2014IntroductionGAN，生成对抗式网络是是Ian Goodfellow经典的大作，引起了很大的轰动，后面的各种GAN也层出不穷。追根溯源，为了了解GAN，需要从这篇开山之作说起。那GAN到底是什么？简单来说，GAN由两个模型组成，一个是生成模型G，一个是判别模型D，G负责从给定训练数据中学习数据的概率分布而D负责判别G生成出来的数据是不是符合真实数据
2017-06-18 21:10:18
1875
1
原创 GMS: Grid-based Motion Statistics for Fast, Ultra-robust Feature Correspondence解读
介绍特征匹配时很多计算机视觉算法的基础，因此速度、准确率和健壮性都是很重要的因素，目前在速度和健壮性上还存在很大的gap。主要问题在于使用在更强大的特征一致技术的一致性约束（相邻的像素运动是相似的）。一致性约束是强大的限制但是稀疏的特征缺乏定义良好的邻居，这就导致基于一致性的技术计算代价昂贵并且很难执行。这篇论文提出了GMS（Grid-based Motion Statistics, 基于网格
2017-05-25 16:35:19
6575
5
原创 Visualizing and Understanding Convolutional Networks(ZF-Net)解读
会议： ECCV 2014Introduction自从AlexNet出现出现之后，大量的CNN都冒出来取得了很好的分类效果，但是，存在有两个问题，一个是对CNN为什么能够表现得如此之好并不清楚；二是他们的表现怎么能够提升；这篇论文探索的就是这两个问题，同时提出的ZF-Net取得了ILSVRC 2013图像分类冠军。CNN成功的要素主要有三个方面的原因，（1）有大得多的训
2017-05-09 21:17:02
1175
原创 2017算法实习生应聘经验总结
---------------------------------------------2017年4月29号更新------------------------------------------收到阿里录用通知后，心里的一块石头也放下了，回顾过去两个月的笔试和面试经历，有些感慨，遂做一个简单的总结，供各位同仁参考。1. 简历不需要太花哨，要层次分明，重点突出。为了找实习，做
2017-04-29 10:44:41
3369
原创 2017阿里算法实习生招聘HR面回顾
--------------------------------------2017年4月26号更新----------------------------------------------今天大概晚上七点四十阿里HR打来电话面试，等了好久终于还是来了。。。。。。回顾一下整个过程1. 稍微寒暄了一下，进行暖场，声音好有磁性。。。2. 大致介绍一下自己3. 看到你简历上的几
2017-04-26 21:13:24
2226
原创 Fast R-CNN解读
Introduction由于检测的复杂性，目前的一些模型都是多阶段的训练过程，首先是得到region proposals，然后提取region feature，预测bounding box, 最后进行精修，这一系列过程并不是端到端的，需要存储大量的中间特征，耗费大量的空间，并且训练过程很慢，也不elegant.因此,rgb大神把这整个过程串起来了，提出一个单阶段训练算法，同时把object
2017-04-23 17:09:42
1486
原创 ubuntu下命令行调试Python程序
Python提供类似于C++ gdb的调试工具pdb，我们可以在Linux下使用pdb在命令行下进行Python程序的调试。 官方参考网站： Python2： https://docs.python.org/2/library/pdb.html Python3： https://docs.python.org/3/library/pdb.html一般地，我们可以使用如下的方式进
2017-04-17 16:30:01
6426
原创 Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition(SPP-Net)解读
论文发表在ECCV2014作者：Kaiming He, Xiangyu Zhang, Shaoqing Ren, and Jian SunIntroductionCNN 在视觉领域虽然取得了很大的成就，但是一直存在一个技术问题是CNN都需要一个固定的图片大小，比如224*224，这限制了输入图像的大小和比例。现在的方法主要是通过crop/warp来满足对图像大小
2017-04-16 17:02:08
2478
原创 Deep Residual Learning for Image Recognition(ResNet)残差网络解读
Kaiming 的Resnet在2015年横扫各大视觉主流比赛榜单，对工业界和学术界都产生了巨大而深远的影响，论文拿下了CVPR2016的best paper award。首先来看看ResNet的威力：不仅拿了第一，还超过第二一大截。我们就来看看ResNet的神奇之处。Is learning better networks as easy as stacking more
2017-04-16 12:05:50
3560
原创 Factors in Finetuning Deep Model for Object Detection with Long-tail Distribution解读
微调已经在很多视觉任务上都有一个state-of-art的performance，比如说追踪，分割，物体检测，动作识别等等。但是不同的微调方法对结果也是不一样的，这篇论文主要探索了物体检测上微调中对performance的影响因素。经验和分析结果都告诉我们有更多样本的类对feature learning的影响是更大的，因此最好是能够把样本分布均匀。提出一种层级的feature learning
2017-04-15 23:00:09
1913
原创 GoogLeNet( Going deeper with convolutions)解读
IntroductionGoogLeNet是业界经典的一种深度结构，整个网络有22层，之所以称为GoogLeNet，作者说是为了致敬Yann LCun 的LeNet。从LeNet-5开始，CNN有一个很标准的结构，一堆卷积层，后面可能跟上Norm和max-pooling层，然后接上一层或者全连接层。论文的工作主要集中在探索一种高效的深度神经网络结构，代号是Inception
2017-04-14 17:29:45
1386
原创 caffe finetuning CaffeNet流程总结
所谓finetuning，就是说我们针对某相似任务已经训练好的模型，比如CaffeNet， VGG-16， ResNet等， 再通过自己的数据集进行权重更新， 如果数据量比较小，可以只更新最后一层，其他层的权重不变，如果数据量中等，可以训练后面几层，如果数据量很大，那OK，直接从头训练，只不过在训练时间上，需要花费比较多。选择Caffe做finetuning的原因在于，相比于tenso
2017-04-12 16:00:46
6893
1
原创 tensorflow提取VGG特征
我们知道，再网络训练好之后，只需要forward过程就能做预测，当然，我们也可以直接把这个网络当成一个feature extractor来用，可以直接用任何一层的输出作为特征，根据R-CNN论文对Alexnet的实验结果，如果不做fine-tuning，pool5和fc6和fc7的特征效果并没有很强的提升，所以，如果直接用作feature extractor，直接用pool的最后一层输出就OK.
2017-04-10 10:34:53
12816
4
原创 2017天猫算法工程师面试
---------------------------------------------------------------2017年4月1号更新--------------------------------------------------------一面：一面是基础面，首先问了一些项目以及自己比较擅长的方面，问的应该是一个开发，因为我balabala了一堆机器学习的项目之后，他说
2017-04-01 20:43:40
2125
原创 最长公共子序列问题-动态规划
动态规划思路： 1、序列str1和序列str2 ·长度分别为m和n； ·创建1个二维数组L[m.n]； ·初始化L数组内容为0 ·m和n分别从0开始，m++，n++循环： - 如果str1[m] == str2[n]，则L[m,n] = L[m - 1, n -1] + 1； -
2017-04-01 16:47:22
644
原创 Docker-tensorflow跑VGG16
在我们的实际项目中，一般不会直接从第一层直接开始训练，而是通过在大的数据集上（如ImageNet）训练好的模型，把前面那些层的参数固定，在运用到我们新的问题上，修改最后一到两层，用自己的数据去微调（fineturn）,一般效果也很好。如果要在docker上的tensorfow上跑，我们需要做以下几件事情：1.下载好VGG16的权重文件一般是 VGG16_Weights.npy ,或者V
2017-03-31 11:07:28
6164
7
原创 微软2016校园招聘4月在线笔试-Font Size
时间限制:10000ms单点时限:1000ms内存限制:256MB描述Steven loves reading book on his phone. The book he reads now consists of N paragraphs and the i-th paragraph contains ai characters.Steven wan
2017-03-30 13:02:38
735
原创 TFlearn 运行Alexnet
TFlearn是一个高度封装的库，结构简洁明了，适用于新手，后期可以进一步去根据需要再进行深度学习！文档在这：http://tflearn.org/Alexnet用于Oxford 17 Category Flower Dataset分类，包含17个类，每个类80个图片；# -*- coding: utf-8 -*-""" AlexNet.Applying 'Alexnet'
2017-03-28 16:34:06
4216
原创 命令备忘录
1. 安装tflearnpip install tflearn2. 打开tensorboardtensorboard --logdir=/tmp/tflearn_logs/
2017-03-28 16:05:08
904
原创 ubuntu开机桌面不显示
sudo apt-get install gdm sudo apt-get install ubuntu-desktop sudo apt-get install gnome-core 顺利安装了gnome，重启， 出现新的界面，图标都回来了。
2017-03-28 15:23:19
4663
原创 R-CNN论文解读
论文题目： Rich feature hierarchies for accurate object detection and semantic segmentation作者： Ross Girshick Jeff Donahue Trevor Darrell Jitendra Malik会议： 2014 CVPR1. R-CNN是什么R-CNN就是Regions wit
2017-03-28 14:19:01
1611
原创 计算糖果
A,B,C三个人是好朋友,每个人手里都有一些糖果,我们不知道他们每个人手上具体有多少个糖果,但是我们知道以下的信息：A - B, B - C, A + B, B + C. 这四个数值.每个字母代表每个人所拥有的糖果数.现在需要通过这四个数值计算出每个人手里有多少个糖果,即A,B,C。这里保证最多只有一组整数A,B,C满足所有题设条件。 输入描述:输入为一行，一共4个整数，分别为
2017-03-25 11:26:08
604
原创 买苹果
小易去附近的商店买苹果，奸诈的商贩使用了捆绑交易，只提供6个每袋和8个每袋的包装(包装不可拆分)。 可是小易现在只想购买恰好n个苹果，小易想购买尽量少的袋数方便携带。如果不能购买恰好n个苹果，小易将不会购买。 输入描述:输入一个整数n，表示小易想购买n(1 ≤ n ≤ 100)个苹果输出描述:输出一个整数表示最少需要购买的袋数，如果不能买恰好n个苹果则输出-1
2017-03-25 11:12:59
949
原创 数字翻转
对于一个整数X，定义操作rev(X)为将X按数位翻转过来，并且去除掉前导0。例如:如果 X = 123，则rev(X) = 321;如果 X = 100，则rev(X) = 1.现在给出整数x和y,要求rev(rev(x) + rev(y))为多少？ 输入描述:输入为一行，x、y(1 ≤ x、y ≤ 1000)，以空格隔开。输出描述:输出rev(rev(
2017-03-25 10:33:36
2255
原创 暗黑的字符串-动态规划
一个只包含'A'、'B'和'C'的字符串，如果存在某一段长度为3的连续子串中恰好'A'、'B'和'C'各有一个，那么这个字符串就是纯净的，否则这个字符串就是暗黑的。例如：BAACAACCBAAA 连续子串"CBA"中包含了'A','B','C'各一个，所以是纯净的字符串AABBCCAABB 不存在一个长度为3的连续子串包含'A','B','C',所以是暗黑的字符串你的任务就是计算出长度
2017-03-25 10:19:52
649
原创 跳石板-动态规划
小易来到了一条石板路前，每块石板上从1挨着编号为：1、2、3.......这条石板路要根据特殊的规则才能前进：对于小易当前所在的编号为K的 石板，小易单次只能往前跳K的一个约数(不含1和K)步，即跳到K+X(X为K的一个非1和本身的约数)的位置。 小易当前处在编号为N的石板，他想跳到编号恰好为M的石板去，小易想知道最少需要跳跃几次可以到达。例如：N = 4，M = 24：4->6-
2017-03-25 00:00:36
953
原创 Ubuntu 14.04 安装 USB无线网卡驱动
近期由于台式机无线上网的需要，买了个TP-LINK TL-WN823N 300M迷你USB无线网卡，但是由于官网只有windows的驱动，在linux下就只能自己丰衣足食了。我的系统是Ubuntu 14.04，linux内核版本是4.4.0-31-generic安装方法：1. 查看系统中的 USB 设备lsusb找到类似Bus 005 Device
2017-03-13 13:11:44
9247
1
原创 Python对象序列化
在python中，一般可以使用pickle类来进行python对象的序列化，而cPickle提供了一个更快速简单的接口，如python文档所说的：“cPickle -- A faster pickle”。cPickle可以对任意一种类型的python对象进行序列化操作，比如list，dict，甚至是一个类的对象等。而所谓的序列化，我的粗浅的理解就是为了能够完整的保存并能够完全可逆的恢复。
2017-03-10 13:00:23
970
转载 TensorFlow实现案例汇集：代码+笔记
选自 Github机器之心编译参与：吴攀、李亚洲这是使用 TensorFlow 实现流行的机器学习算法的教程汇集。本汇集的目标是让读者可以轻松通过案例深入 TensorFlow。这些案例适合那些想要清晰简明的 TensorFlow 实现案例的初学者。本教程还包含了笔记和带有注解的代码。项目地址：https://github.com/aymericda
2017-03-09 15:18:01
2499
原创 约瑟夫问题循环链表实现
问题描述：n个人围成一个圈，每个人分别标注为1、2、...、n，要求从1号从1开始报数，报到k的人出圈，接着下一个人又从1开始报数，如此循环，直到只剩最后一个人时，该人即为胜利者。例如当n=10,k=4时，依次出列的人分别为4、8、2、7、3、10，9、1、6、5，则5号位置的人为胜利者。给定n个人，请你编程计算出最后胜利者标号数。#includeusing name
2017-03-09 15:08:37
1332
原创 链表的基本操作（插入，删除，排序、逆置等）
链表是数据结构中最基本的，也是非常经典的，在面试笔试中也是经常出现的题，但是万变不离其宗，只要掌握了基本的操作，一起尽在掌控。特别要注意的一点是处理时千万要把是否为头进行判断，做为一个特例，或者建立链表就先固定建立一个表头，这样代码就没这么多判断了。#includeusing namespace std;struct Node{ int val; Node *ne
2017-03-07 22:09:56
894
原创 CS231n Assignment2--Fully-connected Neural Network
课程网址：http://cs231n.github.io/assignments2016/assignment2/主要目的是保存一下一个比较完整的全连接神经网络代码，不带说明了，代码说明也比较详细。dataset.py# -*- coding: utf-8 -*-import numpy as npdef unpickle(file): import c
2017-02-26 20:39:11
2559
原创 Ubuntu下快速安装Docker&&快速安装Tensorflow方法
第一步，根据Docker官网安装教程安装Docker；国内安装一般很慢，甚至经常中断导致安装不成功，不急，tips1实测不用一分钟！只要你网速够！快速安装docker第二步，安装tensorflow;这个时候如果直接按照网上的教程来pull，还是很慢很慢的，并且很有可能出现TLS handshake timeout 错误，但是tips2如果换成国内的hub，
2017-01-04 16:28:59
3748
原创 机器学习岗面试点滴聚集
作者：Andrewseu此文将不断更新，谨希望能给正在找实习找工作的同道中人一些参考和帮助！如需转载，请告知！面试技术层面主要分为四块：编程基础，专业知识基础，机器学习理论和实战经验。具体准备方法可以参考：1. 编程基础首先选择一门语言，然后上Leetcode粗暴的刷题，配以《剑指offer》，效果更佳！刷题过程中注意多做总结，先思路，再上代码，事半功倍！2
2016-12-30 12:51:17
2577
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人