- 博客(123)
- 资源 (7)
- 收藏
- 关注
RSS订阅转载 深度学习卷积算法的GPU加速实现方法
参考链接：http://blog.csdn.net/u010620604/article/details/52464529http://blog.csdn.net/guoyilin/article/details/44222087这篇论文主要讨论如何针对CNN做一些GPU矩阵计算的优化。传统CNN计算主要开销是在convolutions, activat
2017-02-05 18:46:52
16837
2
转载 如何在caffe中增加layer以及caffe中triplet loss layer的实现
关于triplet loss的原理，目标函数和梯度推导在上一篇博客中已经讲过了，具体见：triplet loss原理以及梯度推导，这篇博文主要是讲caffe下实现triplet loss，编程菜鸟，如果有写的不优化的地方，欢迎指出。1.如何在caffe中增加新的layer新版的caffe中增加新的layer，变得轻松多了，概括说来，分四步：1）在./src/caffe/pr
2016-10-25 21:33:39
906
转载 python装饰器
装饰器就是一个普通的函数，它一般用于将传入的函数或者类做一定的处理，返回新的函数或者类。不带参数的函数装饰器假如我们需要在每个函数的开始和结束处打印一条日志，我们就可以通过装饰器来实现#定义一个装饰器def add_log(f): def deco(*args, **kwargs): print "start of function %s" % f
2016-08-07 11:34:52
707
转载 Deep Residual Network实验复现
本文是对ImageNet 2015的冠军ResNet(Deep Residual Networks)以及目前围绕ResNet这个工作研究者后续所发论文的总结，主要涉及到下面5篇论文。1. Link: Highway Networks:Rupesh Kumar Srivastava, Klaus Greff, Jürgen Schmidhuber2. Link: Deep
2016-08-07 00:03:02
2423
转载 caffe源码解析的三个博客分享
感谢这三位博主的博文，对个人了解caffe源码有了很大的帮助，特记录再次，方便其他朋友使用。1.http://blog.csdn.net/xizero00/article/category/727908 (博文中有一篇着重点出如何添加layer，写的非常详细！)2.http://blog.csdn.net/seven_first/article/ca
2016-08-06 23:55:04
2133
转载 Python调用采用Boost Python封装的c++
上次我写了利用Python提供的API封装c函数，并调用。但是由于利用API的方式过于原始，对于类或者结构极度麻烦。因此，我选择了Boost的Python的来封装类，类似的工具还有SWIG等，选择Boost的原因是它不需要引入其他的接口描述语言，封装也是c++代码;另外，它支持的c++特性比较全。 Boost Python的文档，我推荐：http://www.maycode.com/
2016-08-06 23:11:12
3668
转载 Python 装饰器，@property 以及 Pycaffe.py
备注：此篇博文有助于我们理解python、C++和boost调用之间的关系，详细可以查阅caffe的test.py代码，梳理python中调用方法。Python装饰器的知识请参考：12步轻松搞定python装饰器 @property函数的知识请参考：Python进阶之“属性（property）”详解看下面一段代码： 定义一个类，然后创建一个实例对象mc， c
2016-08-06 12:04:53
1294
转载 Classification: Instant Recognition with Caffe
Classification: Instant Recognition with CaffeIn this example we'll classify an image with the bundled CaffeNet model (which is based on the network architecture of Krizhevsky et al. for ImageNet).
2016-08-02 23:07:04
1064
原创 windows7下硬盘安装linux 双系统相关背景知识
windows7下硬盘安装linux 双系统 IDE硬盘用hd开始，SCSI硬盘用sd开头。软盘用fd开头。windows命名和linux不大一样。是从0算起。 (hd0,0)。表示C盘（这里是说有保留分区的情况） （hd0,1）表示C盘（没有保留分区的情况） (hd0,4)。表示D盘。当然这里指的是(第一个逻辑分区,如果D盘也是主分区,应该写成hd0,1,这里也
2016-05-14 23:49:34
631
转载 Win7环境下opensuse13.1与SLED 11 sp3的硬盘安装
一、安装前的准备工作1.下载从官网下载iso镜像2.下载grub和EasyBCD3.用PM划出至少10G的空间，不做任何分区处理二、准备安装1.将grub解压放到c:\grub文件夹下；2.将grub加入到EasyBCD中3.将iso放入D盘根目录下，名字改为open.iso（SLED的话，有两个分别是suse1.iso和suse2.iso）；4.提取open.
2016-05-14 22:30:12
589
转载 Windows Xp和openSUSE 11.2双系统硬盘安装指南 (参考）
Windows和openSUSE 11.2双系统硬盘安装指南 现在很多的人都在应用Open Suse，我最近也研究了一下Open Suse的效果，的确不错。不过我在此期间也遇到了一些问题（但是最终还是被我给解决了，呵呵！），在这里想和大家探讨一下的主要就是Open Suse11.2.NTFS硬盘分区安装的问题，看完本文后，希望你能熟练的掌握Open Suse11
2016-05-14 22:16:49
1047
原创 Win7下硬盘安装Linux双系统
参考如下两篇文章，基本能搞清楚如何安装。1. Win7下硬盘安装Linux双系统 Win7下硬盘安装CentOS6.2http://www.3fwork.com/b902/002405MYM032666/2. Windows7硬盘安装Fedora16图文教程 http://blog.chinaunix.net/uid-14735472-id-3232574.html
2016-05-14 13:18:10
27587
转载 [CODE]UIUC同学Jia-Bin Huang收集的计算机视觉代码合集
UIUC的Jia-Bin Huang同学收集了很多计算机视觉方面的代码，链接如下：https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html这些代码很实用，可以让我们站在巨人的肩膀上~~TopicResourcesReferences
2016-04-15 22:58:57
1789
转载 计算机视觉：关于Graph cuts的简介及相关资源
【简介】Graph Cuts 不等于 graph cut(如 min cut、normalized cut、RatioCut)， 是最近在计算机视觉中研究和应用比较多的energy minimization（能量函数最小化）优化算法，典型的用于stereo matching, image restortion, texture synthesis等应用。 这个优化算法用来解 marko
2016-04-03 21:44:33
832
转载 计算机视觉和机器学习代码收集
现在的研究人员都喜欢公布自己文章的代码，这样对于别人对自己的文章的理解更一步的加深，也便于别人对自己的算法进行比较和创新。同时能提高文章的曝光率和引用率。本文就现有的资源进行链接，便于查找和整理。/****************************************************************新加坡最近利用频率进行saliency提取
2016-04-02 23:26:38
903
转载 GrabCut Demo Implementation
GrabCut Demo ImplementationSubmitted by lida on Thu, 02/19/2009 - 16:37This is the walk-through of the implementation for GrabCut demo.There are several existing GrabCut implementations on
2016-04-02 15:39:22
1276
转载 开源代码文献
持续跟新可以看看这个 http://blog.csdn.net/workerwu/article/details/46537849场景识别： SegNet: A Deep Convolutional Encoder-Decoder Architecture for Robust Semantic Pixel-Wise Labelling https://github.c
2016-03-27 22:11:25
1023
转载 GCC参数详解
GCC参数详解 [介绍] gcc and g++分别是gnu的c & c++编译器 gcc/g++在执行编译工作的时候，总共需要4步 1.预处理,生成.i的文件 2.将预处理后的文件不转换成汇编语言,生成文件.s 3.有汇编变为目标代码(机器代码)生成.o的文件 4.连接目标代码,生成可执行程序 [参数详解] -c 只激活预
2016-03-24 21:24:07
406
转载 Linux GCC常用命令
1简介2简单编译2.1预处理2.2编译为汇编代码(Compilation)2.3汇编(Assembly)2.4连接(Linking)3多个程序文件的编译4检错5库文件连接5.1编译成可执行文件5.2链接5.3强制链接时使用静态链接库1简介GCC 的意思也只是 GNU C Compiler 而已。
2016-03-24 21:21:54
389
转载 gcc 编译器常用的命令行参数一览
1. gcc -E source_file.c-E，只执行到预编译。直接输出预编译结果。2. gcc -S source_file.c -S，只执行到源代码到汇编代码的转换，输出汇编代码。3. gcc -c source_file.c-c，只执行到编译，输出目标文件。4. gcc (-E/S/c/) source_file.c -o output_filenam
2016-03-24 21:17:45
380
转载 GCC 编译详解
GNU CC（简称为Gcc）是GNU项目中符合ANSI C标准的编译系统，能够编译用C、C++和Object C等语言编写的程序。Gcc不仅功能强大，而且可以编译如C、C++、Object C、Java、Fortran、Pascal、Modula-3和Ada等多种语言，而且Gcc又是一个交叉平台编译器，它能够在当前CPU平台上为多种不同体系结构的硬件平台开发软件，因此尤其适合在嵌入式领域的开发编译
2016-03-24 21:12:59
1379
转载 Linux脚本之>/dev/null 2>&1，以及2>1 VS 2>&1
1. 标准输入stdin文件描述符为0，标准输出stdout文件描述符为1，标准错误stderr文件描述符为22. /dev/null 空设备，相当于垃圾桶3. 重定向符号：>3. 2>1 与 2>&1 的区别 2>1, 把标准错误stderr重定向到文件1中 2>&1,把标准错误stderr重定向到标准输出stdout4. 举例: 假设有脚
2016-03-10 23:06:59
2172
转载 linux awk命令详解
简介awk是一个强大的文本分析工具，相对于grep的查找，sed的编辑，awk在其对数据分析并生成报告时，显得尤为强大。简单来说awk就是把文件逐行的读入，以空格为默认分隔符将每行切片，切开的部分再进行各种分析处理。awk有3个不同版本: awk、nawk和gawk，未作特别说明，一般指gawk，gawk 是 AWK 的 GNU 版本。awk其名称得自于它的创始人 Alfr
2016-02-28 18:41:09
521
转载 linux sort,uniq,cut,wc命令详解
sortsort 命令对 File 参数指定的文件中的行排序，并将结果写到标准输出。如果 File 参数指定多个文件，那么 sort 命令将这些文件连接起来，并当作一个文件进行排序。sort语法[root@www ~]# sort [-fbMnrtuk] [file or stdin]选项与参数：-f ：忽略大小写的差异，例如 A 与 a 视为编码相同；-b
2016-02-28 18:39:54
312
转载 ls命令
ls命令是linux下最常用的命令。ls命令就是list的缩写缺省下ls用来打印出当前目录的清单如果ls指定其他目录那么就会显示指定目录里的文件及文件夹清单。 通过ls 命令不仅可以查看linux文件夹包含的文件而且可以查看文件权限(包括目录、文件夹、文件权限)查看目录信息等等。ls 命令在日常的linux操作中用的很多!1. 命令格式：ls [选项] [目录名]
2016-02-28 18:38:14
442
转载 linux下cat命令详解
简略版：cat主要有三大功能：1.一次显示整个文件。$ cat filename2.从键盘创建一个文件。$ cat > filename 只能创建新文件,不能编辑已有文件.3.将几个文件合并为一个文件： $cat file1 file2 > file参数：-n 或 --number 由 1 开始对所有输出的行数编号-b 或 --number-nonb
2016-02-28 18:36:46
977
转载 linux sed命令详解
sed 是一种在线编辑器，它一次处理一行内容。处理时，把当前处理的行存储在临时缓冲区中，称为“模式空间”（pattern space），接着用sed命令处理缓冲区中的内容，处理完成后，把缓冲区的内容送往屏幕。接着处理下一行，这样不断重复，直到文件末尾。文件内容并没有 改变，除非你使用重定向存储输出。Sed主要用来自动编辑一个或多个文件；简化对文件的反复操作；编写转换程序等。 sed
2016-02-28 18:30:37
340
转载 linux grep命令详解
简介grep (global search regular expression(RE) and print out the line,全面搜索正则表达式并把行打印出来)是一种强大的文本搜索工具，它能使用正则表达式搜索文本，并把匹配的行打印出来。Unix的grep家族包括grep、egrep和fgrep。egrep和fgrep的命令只跟grep有很小不同。egrep是grep的扩展
2016-02-28 18:28:31
346
转载 C++ const用法 尽可能使用const
C++ const 允许指定一个语义约束，编译器会强制实施这个约束，允许程序员告诉编译器某值是保持不变的。如果在编程中确实有某个值保持不变，就应该明确使用const，这样可以获得编译器的帮助。1.const 修饰成员变量 1 #include 2 using namespace std; 3 int main(){ 4 int a1=3; ///non-co
2016-02-25 21:52:42
460
1
转载 Efficient Graph-Based Image Segmentation解读
前一段时间在看Selective Search【1】的论文，其前期工作就是利用Graph-Based Image Segmentation【2】的分割算法，在深入阅读论文【2】以及查阅代码之后，深深地为作者的清晰逻辑折服。在此将自己对于这篇论文的理解记录下来。后期将继续补充对Selective Search的理解。 【2】是2004年由Felzenszwalb发表在IJCV上的
2016-01-24 23:20:13
8569
转载 Efficient Graph-Based Image Segmentation解读
Efficient Graph-Based Image Segmentation 是2004年由Felzenszwalb发表在IJCV上的一篇文章。主要介绍了基于图表示的图像分割。并且提出了一种基于贪心选择的图像分割方法，此方法能够考虑到全局特征。根据距离度量方式的不同，此算法有两种具体的实现形式。结果表明算法的运行时间接近于线性（相对于图中边的个数来说）。此算法的更重要的特性在于，在特征变化较小
2016-01-24 23:16:43
1430
转载 Selective Search for Object Recognition解读
Selective Search for Object [email protected]://blog.csdn.net/surgewong 在前一段时间在看论文相关的工作，没有时间整理对这篇论文的理解。在前面的一篇博客【1】中有提到Selective Search【2】，其前期工作利用图像分割的方
2016-01-24 23:12:55
53696
4
转载 深度学习研究理解:OverFeat:Integrated Recognition, Localization and Detection using Convolutional Networks
本文是纽约大学Yann LeCun团队中Pierre Sermanet ，David Eigen和张翔等在13年撰写的一篇论文，本文改进了Alex-net，并用图像缩放和滑窗方法在test数据集上测试网络；提出了一种图像定位的方法；最后通过一个卷积网络来同时进行分类，定位和检测三个计算机视觉任务，并在ILSVRC2013中获得了很好的结果。一，介绍 卷积网络的主要优势是
2016-01-23 22:42:38
11428
3
转载 空间金字塔方法表示图像
注：本学习笔记是自己的理解，如有错误的地方，请大家指正，共同学习进步。本文学习自CVPR论文《Discriminative Spatial Pyramid》、《Discriminative Spatial Saliency for Image Classification》及《Beyond Bags of Features: Spatial Pyramid Matchingfor Re
2016-01-17 22:20:13
8949
转载 基于空间金字塔池化的卷积神经网络物体检测
基于空间金字塔池化的卷积神经网络物体检测原文地址：http://blog.csdn.net/hjimce/article/details/50187655作者：hjimce一、相关理论 本篇博文主要讲解大神何凯明2014年的paper：《Spatial Pyramid Pooling in Deep Convolutional Networks for Vi
2016-01-17 22:13:55
8320
2
转载 Cross Validation
以下是我一直迷惑的、也是刚看到的validation set与training set、test set的关系： In particular, we cannot use the test set for the purpose of tweaking hyperparameters. Whenever you're designing Machine Learning a
2016-01-16 12:45:24
1156
转载 Convolutional Neural Networks (CNNs / ConvNets)
Table of Contents:Architecture OverviewConvNet LayersConvolutional LayerPooling LayerNormalization LayerFully-Connected LayerConverting Fully-Connected Layers to Convolutional LayersConvNet
2016-01-16 00:00:51
2961
转载 [caffe]深度学习之图像分类模型VGG解读
一、简介vgg和googlenet是2014年imagenet竞赛的双雄，这两类模型结构有一个共同特点是go deeper。跟googlenet不同的是，vgg继承了lenet以及alexnet的一些框架，尤其是跟alexnet框架非常像，vgg也是5个group的卷积、2层fc图像特征、一层fc分类特征，可以看做和alexnet一样总共8个part。根据前5个卷积group，每个grou
2016-01-15 23:59:27
3458
转载 Python Numpy Tutorial
Python Numpy TutorialThis tutorial was contributed by Justin Johnson.We will use the Python programming language for all assignments in this course. Python is a great general-purpose programmi
2016-01-15 23:57:23
1017
转载 谷歌大脑科学家 Caffe缔造者 贾扬清 微信讲座完整版
转载：http://suanfazu.com/t/caffe/9479大家好！我是贾扬清，目前在Google Brain，今天有幸受雷鸣师兄邀请来和大家聊聊Caffe。没有太多准备，所以讲的不好的地方还请大家谅解。我用的ppt基本上和我们在CVPR上要做的tutorial是类似的，所以大家如果需要更多的内容的话，可以去tutorial.caffe.berkeleyvision.or
2016-01-14 22:48:25
1246
Column Generation Tutorial
2014-05-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人