- 博客(18)
- 问答 (1)
- 收藏
- 关注
RSS订阅转载 计算机视觉相关资源
转自http://www.cnblogs.com/objectDetect/p/5607146.html1. 多伦多大学计算机科学系2. 普林斯顿大学计算机视觉和机器人实验室3. 牛津大学Torr Vision Group4. 伯克利视觉和学习中心Prof. Trevor DarrellCS280 Computer VisionObject Detection and Segmentati...
2018-03-05 10:37:54
290
转载 FaceNet论文笔记
转自 http://blog.csdn.net/stdcoutzyx/article/details/46687471FaceNet与其他的深度学习方法在人脸上的应用不同，FaceNet并没有用传统的softmax的方式去进行分类学习，然后抽取其中某一层作为特征，而是直接进行端对端学习一个从图像到欧式空间的编码方法，然后基于这个编码再做人脸识别、人脸验证和人脸聚类等。FaceNet
2017-07-31 17:10:35
1428
转载 Bag-of-words模型
转自http://blog.csdn.net/wsj998689aa/article/details/47089153Bag-of-words模型简介Bag-of-words模型是信息检索领域常用的文档表示方法。在信息检索中，BOW模型假定对于一个文档，忽略它的单词顺序和语法、句法等要素，将其仅仅看作是若干个词汇的集合，文档中每个单词的出现都是独立的，不依赖于其它单
2017-07-29 10:31:32
302
转载 LSTM
转自：http://www.jianshu.com/p/9dc9f41f0b29原文LSTM：http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.51.3117
2017-07-25 16:23:24
266
原创 highway network总结
提高网络结果准确度：更深的层数以及更小的感受野(Szegedy et al.,2014;Simonyan & Zisserman,2014)）Highway Networks针对解决深层网络训练困难的问题由LSTM启发，采用门技术网络原映射函数：增加T（transform）门和C（carry）门，控制信息的流动：根据C+T=1：最终经过调参，训练
2017-07-25 15:00:01
2182
转载 原型聚类（K-means聚类、LVQ、高斯混合聚类）
转自：周志华《机器学习》第9章转自：http://blog.csdn.net/sunanger_wang/article/details/8852746 1、K-means有样本D（x1,x2,...,xn），先随机找K个点作为类别中心，（1）计算每个样本距K个点的距离，将样本分类到距离最近的点，（2）根据每类的样本更新类别中心2、LVQ，学习向量量化前提：假设
2017-04-07 17:36:33
4782
转载 BP算法的梯度激增，梯度消失
转自知乎：https://www.zhihu.com/question/49812013/answer/148825073转自博客：http://blog.csdn.net/lu597203933/article/details/46575803自我总结：链式法则传递误差时，对乘法项：0.9*0.9*...*0.9多了就成了0（梯度消失） ， 1.1*1.1*...*1.1
2017-04-05 21:40:23
1249
转载 极大似然估计和EM算法
转自：http://blog.csdn.net/zouxy09/article/details/8537620感谢博主：zouxy09一、最大似然 假设我们需要调查我们学校的男生和女生的身高分布。你怎么做啊？你说那么多人不可能一个一个去问吧，肯定是抽样了。假设你在校园里随便地活捉了100个男生和100个女生。他们共200个人（也就是200个身高的样本
2017-03-24 16:53:10
5947
原创 周志华《机器学习》 ID3实现雏形（未完善，未运行）
最近阅读机器学习的决策树，突发奇想写了一下ID3实现，未完待续，保存下来等有时间接着写，大体框架是这样目前还未写样例运行，未实例化实现指导如下：#include #include #include using namespace std;int main(){ AA attr; DD sample; decisionTree *m=new decisi
2017-03-21 22:04:34
333
转载 SVM（四）支撑向量机，二次规划问题
转自：http://blog.csdn.net/wangkr111/article/details/21170739
2017-03-21 16:04:18
1787
转载 SVM（二）拉格朗日对偶问题
转自：http://blog.csdn.net/wangkr111/article/details/21170809
2017-03-21 15:44:45
355
转载 SVM（一）问题提出
转自：http://blog.csdn.net/wangkr111/article/details/21170881svm主要分有4个问题 1.问题的提出 2.拉格朗日对偶问题。 3.核函数问题。 4.二次规划问题。自我理解：（1）SVM问题也是逻辑回归问题
2017-03-21 15:12:34
445
转载 线性回归、逻辑回归区别
转自http://blog.csdn.net/viewcode/article/details/8794401回归问题的条件/前提：1） 收集的数据2） 假设的模型，即一个函数，这个函数里含有未知的参数，通过学习，可以估计出参数。然后利用这个模型去预测/分类新的数据。1. 线性回归假设 特征 和 结果 都满足线性。即不大于一次方。这个是针对 收集
2017-03-15 10:36:33
616
转载 多物体检测 RCNN
基于R-CNN的物体检测原文地址：http://blog.csdn.net/hjimce/article/details/50187029作者：hjimce一、相关理论 本篇博文主要讲解2014年CVPR上的经典paper：《Rich feature hierarchies for Accurate Object Detection and Segmentation》，这篇
2017-01-16 18:25:15
1930
转载 奇异值分解（SVD）
出处：http://www.cnblogs.com/LeftNotEasy/archive/2011/01/19/svd-and-applications.html感谢作者PCA的实现一般有两种，一种是用特征值分解去实现的，一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解释。特征值和奇异值在大部分人的印象中，往往是停留在纯粹的数学计算中。而且线性代数或者矩阵论里面，也
2017-01-12 18:08:38
275
转载 范数和距离
1、范数转自 http://blog.csdn.net/kingzone_2008/article/details/15073987向量的范数可以简单形象的理解为向量的长度，或者向量到零点的距离，或者相应的两个点之间的距离。向量的范数定义：向量的范数是一个函数||x||,满足非负性||x|| >= 0，齐次性||cx|| = |c| ||x|| ，三角不等式||x+y||
2017-01-06 09:54:31
4489
转载 batch normalization
白化（sphering）参考http://ufldl.stanford.edu/wiki/index.php/%E7%99%BD%E5%8C%96举例来说，假设训练数据是图像，由于图像中相邻像素之间具有很强的相关性，所以用于训练时输入是冗余的。白化的目的就是降低输入的冗余性；更正式的说，我们希望通过白化过程使得学习算法的输入具有如下性质：(i)特征之间相关性较低；(ii)所有特征具有相
2016-12-26 18:20:02
5488
空空如也
QT无法找到入口问题，无法定位输入点
2016-04-17
TA创建的收藏夹 TA关注的收藏夹
TA关注的人