- 博客(34)
- 收藏
- 关注
RSS订阅原创 DRL笔记系列一
参考链接基本概念trial and errorDRL=RL+deep_learningon-policy：所有数据都是当前agent与env交互后产生的，训练时不使用old data，即不使用以前agent产生的数据缺点：these algorithms works weaker on sample efficiency优点：these algorithms directly optimize the objective you care about—policy performa
2020-08-26 19:13:44
385
原创 jupyter安装及卸载虚拟内核
juypter 安装虚拟核进入创建的虚拟环境：source activae [虚拟环境名]安装虚拟核：conda install ipykernel设置显示名字：python -m ipykernel install --user --name <some-env> --display-name "<name-of-your-kernel>"，其中和由用户随意指定即...
2019-04-17 21:04:31
2599
1
原创 ML系列笔记二：模型评估与选择
这是学习周志华老师《机器学习》的一些重要概念的简要笔记 ，仅防个人忘记文章目录经验误差与过拟合经验误差与过拟合错误率（error rate） = 分类错误样本数 / 样本总数精度（accuracy）= 1 - 错误率误差（error）训练误差（training error）/ 经验误差（empirical error）：在训练集上的误差泛化误差（generalization err...
2019-04-16 11:27:44
447
原创 DL中常用的三种K-Lipschitz技术
文章目录Lipschitz continuityWeight clippingGradient penaltySpectral Normalization理论推导Power iterationTensorflow 实现在进入到正题前，首先来了解下什么是 K-Lipschitz 以及它在 DL 中能起到什么作用Lipschitz continuity利普希茨连续。满足如下性质的任意连续函数 f...
2019-04-15 21:41:35
6073
原创 ML系列笔记一：基本概念
这是学习周志华老师《机器学习》的一些重要概念的简要笔记 ，仅防个人忘记机器学习所研究的主要内容是“学习算法”，即关于在计算机上从数据中产生“模型”的算法基本术语属性空间(attribute space) / 样本空间(sample space) / 输入空间：由属性张成的空间。位于该空间的一个实例称为“特征向量(feature vector)”通过学习算法从数据中学得模型的过程称为“学习...
2019-04-15 15:10:54
452
原创 GANs入门系列三
该博客是根据台大李宏毅老师的关于GAN的视频教程所整理的笔记，建议大家可以直接看这个老师的视频（因在youtube，故需翻墙）文章目录Improving Generative Adversarial Networkf-GANf-divergenceFenchel Conjugate (共轭函数)Connection with GANWGANEarch Mover's Distance 推土机距离...
2019-04-15 14:16:42
515
原创 GANs入门系列二
该博客是台大李宏毅老师的关于GAN的视频教程的笔记，建议大家可以直接看这个老师的[频]https://www.youtube.com/watch?v=0CKeqXl5IY0&list=PLEFwSVcq6DyQ08VTbheWKEezk8bTpuWHGenerative Adversarial Network回顾Auto-encoder (AE)简单，但生成的图像的质量很no re...
2019-04-15 13:28:00
383
原创 Object Detection 中的 Recall 和 mAP 实验指标的计算
Recall（召回率）和mAP（平均精确度）是Object Detection（OD）中常用的两个用于评测模型好坏的指标。下面简要介绍下这两种指标的计算方式。这里以一个例子来展开。假设一张图片 III 上标注有5个苹果，而物体检测模型在 III 上将10个物体都识别为苹果，具体结果如下表所式，则对于“苹果”这一类，其Recall和mAP为：其中“Rank&quot;表示识别的10个苹果的得分排名；“C...
2019-01-19 21:56:16
1736
原创 GANs入门系列一
参考博客1参考博客2本文只是博客1的一个个人阅读记录，可忽略本文而直接看博客1/2。博客1主要是从一个比较泛的角度来阐述什么是GANs，而具体细节可以参考博客2。个人建议先看完博客1，然后再看博客2，加深理解。Advantages:can learn to mimic any distribution of databe robot artists in a sense, and it...
2019-01-13 15:12:49
373
原创 论文记录：Neural Motifs: Scene Graph Parsing with Global Context (CVPR-18)
（这里只是记录了论文的一些内容以及自己的一点点浅薄的理解，具体实验尚未恢复。由于本人新人一枚，若有错误以及不足之处，还望不吝赐教）总结本文关注的问题是 Scene Graph 的生成。通过观察 VG 数据集发现：超过大半的 images，实体对之间的可能关系高度依赖于实体对的标签，反之不是（object labels are highly predictive of relation ...
2019-01-13 14:52:47
2591
原创 论文记录：Visual Relationship Detection with Language Priors [VR-LP] (ECCV-16)
（这里只是记录了论文的一些内容以及自己的一点点浅薄的理解，具体实验尚未恢复。由于本人新人一枚，若有错误以及不足之处，还望不吝赐教）总结contributions:该论文是第一篇提出将 relationship 的 objects 和 predicates 分开独立看待，即 “train visual models for objects and predicates individu...
2019-01-13 14:46:36
1282
原创 论文记录：Detecting Visual Relationships with Deep Relational Networks [DR-Net] (CVPR-17)
（这里仅记录了论文的一些内容以及自己的一点点浅薄的理解，具体实验尚未恢复。由于本人新人一枚，若有错误以及不足之处，还望不吝赐教）总结previous works 的缺点将 VRD 视为分类问题，即 consider each type of relationship (1, e.g.e.g.e.g. “ride”) or each distinct visual phrase (2, e...
2019-01-13 14:38:27
963
原创 论文记录：Visual Relationship Detection with Deep Structural Ranking (AAAI-18)
（这里只是记录了论文的一些内容以及自己的一点点浅薄的理解，具体实验尚未恢复。由于本人新人一枚，若有错误以及不足之处，还望不吝赐教）总结两大挑战：different from individual object learning tasks, the number of possible relationships are much larger, which makes it hard...
2019-01-13 14:35:01
1225
原创 tensorflow中 rnn.dynamic_cnn与rnn.static_cnn的区别
使用上区别# @rnn.static_cnn# input: a num_step-length list of tensors with shape (batch,embed_size)# output: # outputs: a num_step-length list of tensors whose shape is (batch,state_size),...
2018-10-20 12:55:24
351
原创 python读取mnist数据
这里用python实现了对mnist手写数字识别图片的读取函数read_data_sets的输入是mnist中那四份文件所在的目录名，输出是如下数据结构：{ 'test': { 'images': [[...],[...]...], # numpy数组，其大小为[10000, 784]，每一行即对应一张图片 'labels': [...] # numpy数组，若参数one-hot...
2018-09-24 10:47:24
2151
原创 数图笔记之空间滤波
文章目录基本概念线性滤波平滑滤波器空间锐化滤波器基于二阶微分的图像增强——拉普拉斯算子非锐化掩模和高提升滤波基于一阶微分的图像增强——梯度基于拉普拉斯算子的高提升滤波非线性滤波器基本概念空间滤波：指直接对图像像素进行处理的操作，它可大致分为：线性操作、非线性操作线性操作：满足 f(ax1+bx2)=af(x1)+bf(x2)f(ax_1+bx_2) = af(x_1) + bf(x_2)f(...
2018-09-21 20:05:40
472
原创 数图笔记之直方图
基本概念图像直方图：数字图像直方图是离散函数 h(rk)=nk\mathcal{h}(r_k)=n_kh(rk)=nk，其中 rkr_krk 是指第 kkk 级灰度，nkn_knk 是图像中灰度级为 rkr_krk 的像素值的个数。若用图像中的每个灰度级对应的 nkn_knk 除以它的像素个数的总数，就是归一化的直方图。一般情况下，若图像的直方图成均匀分布态势，则图像的对比度会较高...
2018-09-21 02:26:21
572
原创 数图笔记之灰度变换
基本概念灰度变换（Intensity Transformation）：实质上是直接对图像上的每个像素值进行某种运算得到新的像素值。它在图像增强中的应用十分广泛。图像增强提高图像在特定应用领域的视觉效果，包括光滑、锐化、提取边缘、反转、去噪及各种滤波等处理。它无通用的理论和方法，以主观评价为主两大类算法：空间域、频谱域。其中空间域就是值图像本身，它分为灰度变换、空间滤波两类常用变换...
2018-09-20 20:41:45
921
原创 最小二乘法数学原理推导
问题定义Ax=b(1)(1)Ax=bAx=b \tag{1} 在实际问题中，该方程组可能不存在真正的解，这时我们就希望可以求解它的一个近似解 x∗x∗x^*，使得其能尽可能地接近 (1) 的真正解，其中 A∈Rk×n,b∈RkA∈Rk×n,b∈RkA \in R^{k×n}, b \in R^k 是已知的，而 x∈Rnx∈Rnx \in R^n 是未知量。注意，这里假定 k≥nk≥nk ...
2018-09-03 11:43:50
1018
原创 ubuntu 使用 conda 安装 tensorflow-gpu
在 ubuntu 上通过 conda 安装 tensorflow-gpu，主要可以分为四步（默认已经安装好了conda）在 ubuntu 上安装 nvidia 驱动，这一步在网上有很多教程，不是难点，所以这里不详细展开安装 cuda，这里可直接下载 下载该文件后，直接运行 sudo sh [文件名] 即可安装，注意，在遇见是否安装驱动时，选择否，这是由于第一步已经安装好了驱动，所以无需再...
2018-08-13 02:11:13
3961
转载 markdown数学公式符号记录
点击跳转至 Cmd Markdown 简明语法手册 ，立刻开始 Cmd Markdown 编辑阅读器的记录和写作之旅！ 本文为 MathJax 在 Cmd Markdown 环境下的语法指引。 Cmd Markdown 编辑阅读器支持 LATEXLATEX\LaTeX 编辑显示支持，例如：∑ni=1ai=0∑i=1nai=0\sum_{i=1}^n a_i=0，访问 ...
2018-07-18 18:48:25
2147
原创 jupyter notebook 远程下载 html 图片无法显示的问题
最近在上吴恩达老师在coursera上的机器学习课时，当想要将其jupyter notebook上的笔记以html格式下载后发现一个问题，html中的图片无法正常显示。查看其源码发现，图片的src其实是不全的，所有为了补全它的src，就手动写了一个简单的脚本用于处理成正确的src。直接将下面的脚本放入html中的&lt;head&gt;标签即可运行window.onload = functio...
2018-07-18 12:13:14
2100
原创 余弦距离与欧式距离
二者在机器学习中的使用很广泛，都可用于计算两个向量间的相似度，各自的计算公式如下： 假设两个向量：x=(x1,x2,…,xn)T,y=(y1,y2,…,yn)T∈Rn×1x=(x1,x2,…,xn)T,y=(y1,y2,…,yn)T∈Rn×1x=(x_1,x_2,\dots,x_n)^T,y=(y_1,y_2,\dots,y_n)^T \in R^{n×1}。 欧式距离为： dist(x,y...
2018-06-05 10:26:25
3261
原创 C笔记系列七：文件操作
文件类型文件操作文件打开文件关闭文件读写fgetc,fputcfscanf,fprintf,feoffgets,fputsfread,fwrite文件指针的移动rewindfseek,ftell文件类型文件类型⎧⎩⎨⎪⎪普通文件{程序文件：源文件、目标文件、可执行文件等数据文件：输入/输出数据的文件}驻留在磁盘中或者其它外部介质上设备文件：各种与...
2018-03-24 10:59:06
194
原创 C笔记系列六：编译预处理
C中的预处理均以#开头，末尾不加;。它们可出现在程序中的任何位置，其作用域是自出现点到所有源程序的末尾。 编译预处理是在编译前对源程序进行的一些加工，由预处理程序来处理宏定义不带参数定义：#define 宏名 字符串 如：#define PI 3.141592653589793 编译预处理程序遇到宏时，就用其代表的字符串（无双引号）替换，即所谓的宏替换 注意：宏定义是...
2018-03-23 23:42:01
251
原创 C笔记系列五：结构体、联合体、枚举
structstruct 结构体名 { // 结构体定义 ...};struct 结构体名 变量名; // 结构体实例化struct { // 匿名结构体 ...} 变量名;struct employee { // 结构体初始化 char name[32]; int age;] e1 = {"Zheng wei", 12};stru...
2018-03-23 23:06:53
210
原创 C笔记系列四：主函数参数
主函数：int main(int arg, char *arg[]); 第一个参数为整型，为内存传递参数的个数（程序名本身算一个参数）；第二个参数为指向字符的二级指针，指向一个指针数组，数组的每个成员，指向一个字符常量...
2018-03-23 22:34:28
234
原创 C笔记系列三：函数指针
在程序链接过程中，所有函数都被安排空间，形成一个可以执行的内存映像，每个函数编程一个指令块，有一个相对固定的存储位置，这个位置信息被保存在函数名中（即函数名保存着函数的起始位置）。所谓的函数调用，就是转到这片指令所在看起始位置开始执行。函数指针，即保存函数的起始位置，通过指针调用函数。 函数指针的声明：返回数据类型 (*指针名)(行参列表); 函数指针的调用：(*指针名)(实参列表);...
2018-03-23 22:30:40
146
原创 C笔记系列二：变量存储类型
变量存储类型⎧⎩⎨⎪⎪staticautoregister静态类型动态类型存储器类型变量存储类型{static静态类型auto动态类型register存储器类型变量存储类型\left\{\begin{array}{ll}static & \text{静态类型} \\auto & \text{动态类型} \\register & \text{存储器类型}\end{array}\right...
2018-03-23 22:21:14
287
1
原创 C笔记系列一：const类型
const限制对目标数据的修改。被const修饰的量称为常量，不能被修改。因为在使用中不能再次赋值，故在修饰普通变量时，会被强制要求初始化void main() { const static int a; // 静态变量自动赋值初值0，正确 cosnt int b; // 常量未被初始化，错误 a++; // 错误 ...
2018-03-23 22:01:35
179
原创 欧几里得算法求解最大公约数
这里主要要介绍的欧几里得算法，主要是用于求解两个整数的最大公约数的问题。 传统的求解方法是采用暴力枚举的方法，即枚举所有可能值取其最大。其算法描述如下：给定两个整数a,bc = min{a, b}max = 0; // 保存最大公约数for i:0->c if (a % i == 0) And (b % i == 0) // '%'表示取模运算 if...
2018-03-16 22:43:52
2936
转载 增广拉格朗日乘子法、ADMM
增广拉格朗日乘子法关于拉格朗日的定义，具体见：http://mp.blog.csdn.net/mdeditor/79341632概述 增广拉格朗日乘子法（Augmented Lagrange Method），是用于解决等式约束条件下的优化问题。相对于朴素拉格朗日，它增加对偶上升法的鲁棒性和放松函数f的强凸约束，使得转换后的问题能够更容易求解，不至于因条件数变大不好求形式：...
2018-02-22 01:04:04
43707
原创 拉格朗日函数、对偶上升法、对偶分解法
拉格朗日函数拉格朗日乘子法KKT条件对偶上升法共轭函数拉格朗日对偶函数线性约束下拉格朗日函数对偶函数的共轭形式对偶问题对偶上升法对偶分解法拉格朗日函数用于解决满足约束条件的最值问题 注意，该方法均只能保证求得的结果是必要条件。只有当原函数是凸函数时，才能保证求得的结果是充要条件拉格朗日乘子法适用于具有等式约束的最大值/最小值问...
2018-02-21 01:40:35
14776
6
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