- 博客(6)
- 收藏
- 关注
RSS订阅转载 深入浅出git教程
深入浅出Git教程（转载） 目录一、版本控制概要1.1、什么是版本控制1.2、常用术语1.3、常见的版本控制器1.4、版本控制分类1.4.1、本地版本控制1.4.2、集中版本控制1.4.3、分布式版本控制1.5、Git与SVN最主要区别二、Git安装与配置2.1、什么是Git2.2、搭建Git工作环境2.2
2018-02-13 14:25:40
842
转载 相机标定原理
一.总体原理：摄像机标定(Camera calibration)简单来说是从世界坐标系换到图像坐标系的过程，也就是求最终的投影矩阵的过程。[1]基本的坐标系：世界坐标系；相机坐标系；成像平面坐标系；像素坐标系[2]一般来说，标定的过程分为两个部分：第一步是从世界坐标系转为相机坐标系，这一步是三维点到三维点的转换，包括R，t（相机外参，确定了相机在某个三维空间中的位置和朝向）等参数；第二部
2018-01-18 10:56:26
771
转载 激活函数和损失函数
转自:http://blog.csdn.net/u014595019/article/details/525621593. 激活函数和损失函数3.1 激活函数关于激活函数，首先要搞清楚的问题是，激活函数是什么，有什么用？不用激活函数可不可以？答案是不可以。激活函数的主要作用是提供网络的非线性建模能力。如果没有激活函数，那么该网络仅能够表达线性映射，此时即便有再多的隐藏层，其整个
2018-01-16 14:07:21
556
转载 1.Tensorflow 之API函数 tf.reshape
tf.reshape(tensor,shape, name=None) 函数的作用是将tensor变换为参数shape的形式。 其中shape为一个列表形式，特殊的一点是列表中可以存在-1。-1代表的含义是不用我们自己指定这一维的大小，函数会自动计算，但列表中只能存在一个-1。（当然如果存在多个-1，就是一个存在多解的方程了）好了我想说的重点还有一个就是根据shape如何变换矩阵。其实简单的想就是
2018-01-16 13:47:45
252
转载 池化方法总结（Pooling）
在卷积神经网络中，我们经常会碰到池化操作，而池化层往往在卷积层后面，通过池化来降低卷积层输出的特征向量，同时改善结果（不易出现过拟合）。为什么可以通过降低维度呢？因为图像具有一种“静态性”的属性，这也就意味着在一个图像区域有用的特征极有可能在另一个区域同样适用。因此，为了描述大的图像，一个很自然的想法就是对不同位置的特征进行聚合统计，例如，人们可以计算图像一个区域上的某个特定特征的平均值 (或最大值
2018-01-16 10:25:59
10531
转载 CNN之卷积计算层
1. CNN之卷积计算层1.1 什么是卷积 首先，我们来了解下什么是卷积操作。 对图像（不同的数据窗口数据）和滤波矩阵（一组固定的权重：因为每个神经元的多个权重固定，所以又可以看做一个恒定的滤波器filter）做内积（逐个元素相乘再求和）的操作就是所谓的『卷积』操作，也是卷积神经网络的名字来源。 非严格意义上来讲，下图中红框框起来的部分便可以理解为一个滤波器，即带着一
2018-01-16 10:05:08
2550
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人