其他

1.配置環境 1. 本文在windows7+vs2013的環境下編譯 ，CUDA版本8.0，cudnn版本5.1 2. CUDA下載地址：https://developer.nvidia.com/cuda-toolkit，cudnn：cudnn-8.0-windows7-x64-v5.1 下載地址：https://developer.nvidia.com/cudnn  3. 安裝CUDA8.0（需要在安裝vs2013之後） 4.

本系列文章由 @yhl_leo 出品，轉載請註明出處。 文章連結： http://blog.csdn.net/yhl_leo/article/details/52185521 （前兩天這篇部落格不小心被自己更改刪除了，現在重新補上。） Caffe版本一直在不停更新，新版本往往會包含一些新的layer，如果只想將該layer移植到自己工程的版本中，該怎麼做呢。看到網上有關於添加新layer的教程： Add a class declaration for

作為一個實驗室資源特別緊缺，好幾個人在伺服器上共用一個路徑的苦逼研究生，面對大家都需要跑caffe的時候就會非常蛋疼。特別是有些人亂七八糟的裝不同版本的protobuf，安裝在不同路徑下，該如何選取特定的版本進行caffe編譯呢。 我是linux零基礎+caffe零基礎，查了好多資料，勉強拼湊出來了如何選擇protobuf版本的解決辦法。 例如我們的伺服器上有兩個版本的protobuf，版本3.1.0安裝在usr/local/bin下，版本3.0.0安裝在$HOME/anaconda2/

同一台機子可以相容多個版本的CUDA的，這兩天就要這麼來回折騰，稍顯麻煩。 1. 查看當前機子上CUDA版本； nvcc --version 由此可以看到當前是CUDA 8.0。 2. 修改.bashrc檔案。 export PATH=$PATH:/usr/local/cuda-8.0/binexport

作者：夏曉昊 連結：https://zhuanlan.zhihu.com/p/19736559 來源：知乎 著作權歸作者所有。商業轉載請聯絡作者獲得授權，非商業轉載請註明出處。 作為一個標準的學渣，雖然經曆了一系列變故但最終還是使用 LaTeX 完成了我的畢業論文。要問我感想的話，就是——如果沒有做好迎接比較陡峭的學習曲線以及各種打擊人的小細節的心理準備的話，我強烈建議大家使用 Word 完成自己的論文。說實話，如果你能將學習 LaTeX 的時間拿來看看 Word

一：多標籤分類演算法閾值函數（Threshold Calibration） 這裡的閾值函數是指：對於每一個標籤的預測值，當它達到多少時被判定為此標籤存在，小於多少時被判定為詞標籤不存在。 主要有兩種閾值函數：常數閾值函數和基於訓練集的閾值函數。 1. 常數閾值函數 常見的選擇為0或者0.5。比如取0.5，當給定標籤預測值大於它時，被判定為存在，反之不存在。 2. 基於訓練集的閾值函數 二：多標籤分類評價指標 三：tanh啟用函數的最佳化

最近剛接觸caffe弄了一個caffe多標籤遇到各種蛋疼的問題跟大家分享分享。 一  準備資料這裡用的驗證碼0-9+26個字母字母產生4位元的驗證碼 二  修改caffe源碼涉及到修改的檔案有        caffe.proto ,       convert_imageset.cpp,       data_layer.cpp, &

隨著深度學習的高速發展，現在已經出現了許多的深度學習架構。這些架構各自有各自的優點和缺點，而caffe作為一個老大哥，個人認為其優點在於方便，簡潔。在建立一些結構上比較傳統的網路模型時，藉助caffe我們可以不用寫一行代碼，只需要根據caffe的規則定義好model和solver的proto檔案就可以了。這樣的好處在於我們可以將更多的時間和精力放在模型的設計上，而不是不斷去調試檢查代碼出錯的地方。另外一點就是，相對於其他架構（tensorflow），caffe在速度上還是很有優勢的。

Caffe的資料介面主要有原始映像（ImageData）, HDF5, LMDB/LevelDB。由於Caffe內建的映像轉LMDB介面只支援但label，對於多label的任務，往往需要使用HDF5。

1.安裝 mac下安裝caffe可以參考之前的一篇wiki(在mac下安裝caffe)，當然如果遇到其他問題請自行google。 對於各種linux系統，網上的教程已經非常多了。 2.caffe代碼與架構層次簡單介紹 caffe源碼是Cpp語言的，基於一些外部的庫，包括BLAS(矩陣計算)，CUDA(GPU驅動)，gflags,glog,boost,protobuf,hdf5,leveldb,lmdb等。

最近《數位影像處理》課需要做映像去霧的工作，然後我們百度了一下，找到下面的連結（主要的方法有映像增強和映像複原兩大類）： http://www.cspmag.cn/jscx/spjk/201406/1336.html 最終，我和隊友選擇了使用暗通道先驗的方法，我們參考的是下面的代碼： http://blog.sina.com.cn/s/blog_4d8730df0100m8lz.html 上面的代碼是對何愷明博士《Single Image Haze Removal Using

最近在手機一些手勢的資料，所以需要使用的手機的錄影功能來收集手勢資料，我們採取的辦法是，錄一整段視頻，其中三秒換一次動作，這樣在後期處理的過程中，只需要對一整段視頻每三秒截成一小段，這樣的話就可以得到每一種手勢作為訓練的樣本了，這些當然是後話了。 這裡要分享的是在截視頻的過程中遇到的一些問題，主要有兩個問題： 1、關於壓縮參數CV_FOURCC的問題； 2、關於手機自拍的幀率變化問題。 My Code是在win10+VS2013+OpenCV3.1下啟動並執行。

自己之前遇到好幾次由於行和列弄錯導致指標越界的情況，下面是我總結的一些情況： 情況一（定義IplImage*）： IplImage*dst = NULL;dst =cvCreateImage(cvSize(600, 480), IPL_DEPTH_8U, 3); 這裡建立的dst是480行600列的，先列後行。 情況二（定義Mat）： Mat dst;dst =Mat(480, 600, CV_8UC3);

         caffe 本身並不支援 多類標的輸入， 該架構主要用於解決圖片分類的問題，而目前，兩個重要的問題需要多標籤的輸入：多任務學習（multi-task）和多標籤分類（multi-label），本文針對這兩個問題，實現了多標籤的輸入            目前，網上流行的多標籤輸入方法主要有以下四種：

好吧，碼哥覺得10條不夠，應該有15條職業建議。或者100條。不過首先，我想解釋一下出色的職業生涯是什麼樣的。 他們的進步曲線並不是每個月都會上升一點的直線圖形。（即便是普通人的職業生涯也不會是這樣的直線圖形。每個月提升一點，然後量變達到質變，出現一個大的進步。） 偉大的職業生涯看起來更像是這樣的。在某段時間內增速放緩，然後挨過了“瓶頸點”之後會有急劇上升。 為什麼會有顏色的變化。那是因為職業發生了變化：軟體開發到產品管理，銷售到聯合創始人，等等。

最近在做《影像處理》的關於映像去霧的作業，使用了暗通道先驗的方法，參看代碼如下文： http://blog.sina.com.cn/s/blog_4d8730df0100m8lz.html 但是，代碼的風格是OpenCV1.0時代的C語言的風格，使用的是IplImage結構以及圍繞它的一系列函數。而本人比較熟悉的是與Matlab風格比較接近的OpenCV2.0時代的Mat類以及圍繞它的一系列函數。 所以，我決定將上文的代碼轉換為Mat風格的代碼。

1、首先下載opencv3.1.0 2、之後進行安裝 這裡可以參考這個博主opencv3.0的配置：http://blog.csdn.net/qq_29540745/article/details/53645718 3、說一下配置完後出現的問題： 可能會出現：fatal error LNK1112: module machine type 'x64' conflicts with target machine type

例一：點擊button，（label）顯示指定數值 1.建立一個QT項目lx.sln（Qt Application） 2.設定標頭檔路徑 項目-屬性-VC++目錄 (1)設定包含目錄QT5.6\5.6\msvc2015_64\include (2)設定庫目錄QT5.6\5.6\msvc2015_64\lib 3.點擊lx.ui 4.加入一個Push Button和label控制項，如下圖 label控制項屬性設定如下 5.點擊編輯訊號/

開發平台：windows10+vs2013 依賴庫：openCV3.1.0 關於配置，這一篇部落格寫的非常好：http://blog.csdn.net/u013105549/article/details/50493069 問題一：error LNK1104: 無法開啟檔案“opencv_world300.lib” 解決方案：報錯的意思是在  XXX:\OpenCV\build\x86\vc11\lib中

安裝 Qt57 配置 Qt Creator 配置編譯器 配置調試器 Hello World VS2015 配置 安裝外掛程式 配置 Qt 57 Hello World 更多參考 安裝 Qt5.7 安裝 VS2015 時，切記勾選“Visual C++”選項。進入 Qt 官方下載頁面，下載 Qt5.7 下載完成之後，直接進行安裝，傻瓜式 - 下一步。