flyingpig851334799-CSDN博客

转载梯度下降-Momentum

总结：梯度下降算法中，学习率太大，函数无法收敛，甚至发散，如下图。学习率足够小，理论上是可以达到局部最优值的（非凸函数不能保证达到全局最优），但学习率太小却使得学习过程过于缓慢，合适的学习率应该是能在保证收敛的前提下，能尽快收敛。对于深度网络中，参数众多，参数值初始位置随机，同样大小的学习率，对于某些参数可能合适，对另外一些参数可能偏小（学习过程缓慢），对另外一些参数可能太大（无法收敛，甚至发

2016-07-18 20:47:57 1711

转载诺亚方舟实验室李航：深度学习还局限在复杂的模式识别上

华为技术有限公司诺亚方舟实验室主任李航博士接受CSDN采访，分享人工智能、机器学习技术在该实验室的应用状况，以及他对深度学习和人工智能技术趋势的认识。华为技术有限公司诺亚方舟实验室主任李航认为，机器学习、数据挖掘和人工智能的研究，对华为未来的智能通信网络、智能企业管理、智能信息助手三个应用方向很有帮助，比如机器学习对SDN的控制能力、网络优化、人机交互、跨国交流等，都可以发挥很大的作用。诺

2016-05-15 22:27:35 890

转载 python 的拷贝、深度拷贝及内存管理

例子1：import copy a = [1, 2, 3, 4, ['a', 'b']] #原始对象 b = a #赋值，传对象的引用 c = copy.copy(a) #对象拷贝，浅拷贝 d = copy.deepcopy(a) #对象拷贝，深拷贝 a.append(5) #修改对象a a[0]=

2016-04-11 21:06:59 2536

原创 ubuntu14.04 nvidia760 960驱动集成、独立显卡切换安装x server

英伟达 GTX760 960的闭源要Nvidia 346版以上才行。可以用下面的ppa安装： sudo add-apt-repository -y ppa:xorg-edgers/ppa sudo apt-get update sudo apt-get install nvidia-355 nvidia-settings需要先卸载之前的驱动：sudo apt-get remov

2016-02-20 16:50:22 1118

原创 ubuntu 14.04 下intel 3160 3165 7260和7265无法驱动问题

参考文章：https://wireless.wiki.kernel.org/en/users/Drivers/iwlwifi拷贝对应文件： cp iwlwifi-*.ucode /lib/firmware 即可

2016-01-27 21:59:27 8436

转载 C++虚函数与虚函数表

C++虚函数与虚函数表多态性可分为两类：静态多态和动态多态。函数重载和运算符重载实现的多态属于静态多态，动态多态性是通过虚函数实现的。每个含有虚函数的类有一张虚函数表(vtbl)，表中每一项是一个虚函数的地址，也就是说，虚函数表的每一项是一个虚函数的指针。没有虚函数的C++类，是不会有虚函数表的。两张图：简单例子：

2015-12-28 22:20:06 373

转载 C++ 模板详解（一）

C++ 模板详解（一）C++模板　　模板是C++支持参数化多态的工具，使用模板可以使用户为类或者函数声明一种一般模式，使得类中的某些数据成员或者成员函数的参数、返回值取得任意类型。　　模板是一种对类型进行参数化的工具；　　通常有两种形式：函数模板和类模板；　　函数模板针对仅参数类型不同的函数；　　类模板针对仅数据成员和成员函数类型不同的类。　　使用模板的

2015-12-28 19:19:59 355

转载 caffe的卷积实现-1资料整理

1、High Performance Convolutional Neural Networks forDocument Processing2、Notes on Convolutional Neural Networks3、Caffe里面卷积算法的链接：Convolution in Caffe: a memo · Yangqing/caffe Wiki · GitHub4、C

2015-12-24 21:52:18 486

转载机器视觉开源代码集合（转载）

机器视觉开源代码集合（转载）一、特征提取Feature Extraction：SIFT [1] [Demo program][SIFT Library] [VLFeat]PCA-SIFT [2] [Project]Affine-SIFT [3] [Project]SURF [4] [OpenSURF

2015-08-12 19:59:44 870

转载 HOG特征—简介

1、HOG特征：方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国研究人员Dal

2015-06-10 19:46:24 14696

转载 What's Wrong with Deep Learning? Yann LeCun

author: Yann LeCunFacebook AI Research & New York UniversityDeep learning methods have had a profound impact on a number of areas in recent years, including natural image understanding and speech

2015-05-26 15:06:57 3164

翻译独立成分分析ICA (Independent Component Analysis)

来源：http://sccn.ucsd.edu/~arno/indexica.htmlICA用于将线性叠加的信号，进行分离。如图1上下分别为信号源A、B,图2分别为A-2*B 和1.73*A +3.41*B。理论上来说，ICA只能提取出来线性组合的信号。图1

2015-05-22 10:11:37 851

转载为什么需要稀疏编码及解释

参考：(1) UFLDL (2) Why sparse coding works稀疏编码算法是一种无监督学习方法，它用来寻找一组“超完备”基向量来更高效地表示样本数据。稀疏编码算法的目的就是找到一组基向量，使得我们能将输入向量表示为这些基向量的线性组合：虽然形如主成分分析技术（PCA）能使我们方便地找到一组“完备”基向量

2015-05-22 09:03:08 6355

转载计算机视觉代码+数据库汇总

Source CodeNon-exhaustive list of state-of-the-art implementations related to visual recognition and search. There is no warranty for the source code links below – use them at your own risk!

2015-05-18 16:34:34 672

转载学习笔记-PCA和白化

来源：博客园PCA：　　PCA的具有2个功能,一是维数约简（可以加快算法的训练速度，减小内存消耗等），一是数据的可视化。　　PCA并不是线性回归，因为线性回归是保证得到的函数是y值方面误差最小，而PCA是保证得到的函数到所降的维度上的误差最小。另外线性回归是通过x值来预测y值，而PCA中是将所有的x样本都同等对待。　　在使用PCA前需要对数据进行预处理，首先是均值化

2015-05-16 22:45:45 1170

原创论文笔记（一）基于轮流训练的松弛卷积神经网络对手写字附体的识别（MINIST和ICDAR’13 Competition 汉字库）

Handwritten Character Recognition by Alternately Trained Relaxation Convolutional Neural Network Published in:Frontiers in Handwriting Recognition (ICFHR), 2014 14th International Conference

2015-01-27 19:51:06 1114

转载 SIFT、SURF特征匹配点的坐标获取\及匹配应用

// 特征点匹配.cpp : 定义控制台应用程序的入口点。//#include "stdafx.h"#include #include #include "opencv2/core/core.hpp"#include "opencv2/features2d/features2d.hpp"#include "opencv2/highgui/high

2014-04-16 09:09:25 7861 1

flyingpig851334799的专栏