其他

極簡筆記：Dynamic Routing Between Capsule capsule第一彈，算是capsule的一個簡單demo，為了證明capsule是能用的。 如果傳統神經網路神經元是標量神經元，capsule可以理解成張量神經元(2 dim of spatial & 1 dim of feature vector). vector length是對象出現機率，orientation是對象屬性。 在mnist上使用三層結構測試：

思路：pcd->pts，Creo顯示pts 源檔案：test.pcd pcd->pts方法： #include <iostream>#include <fstream>#include <pcl\io\pcd_io.h>typedef pcl::PointCloud<pcl::PointXYZ> PointCloud;typedef pcl::PointCloud<pcl::PointXYZ>::Ptr

最近研究haar-cascade訓練，之前只是學過，沒有實踐過。 實踐和想象差得太多，我分享的文章，已經很好地說明了如何收集訓練樣本，我就不多加贅述。 現在版本的opencv一般都內建createsamples， haartraining和performance的exe檔案，我這裡只是以防萬一的情況，萬一你沒有這三個exe檔案，該怎麼辦。 找到自己安裝opencv的路徑： ..\opencv\sources\apps\haartraining

【極簡筆記】Focal Loss Focal Loss for Dense Object Detection 文章的核心就是提出了focal loss用來取代原有的cross entropy loss pt={p,1−p,if y=1otherwise p t =

這幾天在看《統計學習方法》這本書，發現 梯度下降法 在 感知機 等機器學習演算法中有很重要的應用，所以就特別查了些資料。 　　      一.介紹       梯度下降法（gradient descent）是求解無約束最佳化問題的一種常用方法，有實現簡單的優點。梯度下降法是迭代演算法，每一步需要求解目標函數的梯度向量。      二.應用情境  

tensorflow官方教程:重新訓練模型的最後一層，以應對新分類 本文主要包含如下內容： tensorflow官方教程重新訓練模型的最後一層以應對新分類 針對Flowers資料集重新訓練Inception模型 針對Flowers資料集,重新訓練Inception模型      首先,在訓練開始之前,你需要準備資料集,按照如下操作下載資料集. cd ~curl -O

本文轉自：http://sxdlut.wordpress.com/2009/04/02/%e8%8b%b1%e6%96%87%e6%8a%95%e7%a8%bf%e8%bf%87%e7%a8%8b%e4%b8%ad%e7%9a%84%e5%8d%81%e7%a7%8d%e7%8a%b6%e6%80%81/ 謝謝作者的分享。   1. Submitted to Journal 當上傳結束後，顯示的狀態是Submitted to Journal，這個狀態是自然形成的無需處理。

論文閱讀筆記：SSD: Single Shot MultiBox Detector 本文主要包含如下內容：   論文地址   代碼地址   參考部落格 論文閱讀筆記SSD Single Shot MultiBox Detector 主要思想 網路結構 多尺度特徵圖 feature map 匹配策略 損失函數 實驗結果

一個研究者的眼動跟蹤方案：Yuta Itoh (伊藤 勇太) (http://campar.in.tum.de/Main/YutaItoh Fellow at the Chair for Computer Aided Medical Procedures & Augmented Reality, Munich, Germany http://www.ar.c.titech.ac.jp/cpt_people/yuta-itoh/ principal

[轉] https://www.leiphone.com/news/201801/vV9tk5kK95g0spUG.html 映像語義分割是 AI 領域中一個重要的分支，是機器視覺技術中關於映像理解的重要一環。近年的自動駕駛技術中，也需要用到這種技術。車載網路攝影機探查到映像，後台電腦可以自動將映像分割歸類，以避讓行人和車輛等障礙。隨著近些年深度學習的火熱，使得映像分割有了巨大的發展，本文為大家介紹深度學習中映像分割的經典演算法。

1：fatal error: caffe/proto/caffe.pb.h: No such file or directory 解決方案：用protoc從caffe/src/caffe/proto/caffe.proto產生caffe.pb.h和caffe.pb.cc 進入caffe根目錄，輸入命令： protoc src/caffe/proto/caffe.proto --cpp_out=. mkdir include/caffe/proto mv

一、基本架構 caffe的基本架構可大致分為四大塊：Blob、Layer、Net和Solver。 1、Blob是caffe的資料表示，用來儲存網路層間傳遞的資料以及學習到的網路參數； 2、Layer是網路的基本結構單元，完成Blob中儲存的資料的前向傳播和反向傳遞； 3、Net是caffe的神經網路表示，其負責將網路中的各個Layer串聯起來； 4、Solver則是對網路進行最佳化的求解器。 二、主要源碼 1、blob [.hpp .cpp]

調用預訓練好的caffemodel，將其權重賦值給自己網路中的對應層。基本思路比較簡單，三步走： 1、載入預定義的caffemodel; 2、載入要訓練的網路； 3、將預訓練model的參數賦值給要訓練的網路。 import caffeimport numpy as npimport math# 載入預訓練網路net_ = caffe.Net("deploy.prototxt", "xxx.caffemodel",

Problem 29:Divide Two Integers   不使用除法、乘法和求餘運算，完成兩個數的除法，當數值溢出時，返回MAX_INT。   解題思路：第一想法，直接用被除數迴圈減去除數，每次減得的結果大於0，則結果加1，小於0時迴圈結束。解法沒問題，但是複雜度太高，當用一個很大的數去除一個很小的數時，會逾時。   於是我們想到，我每次不是減去除數，而是依次減去除數的2的指數次冪倍，一直看能減到多少結果小於0，然後我們記錄這個是2的多少倍，並對剩餘值，繼續重複這個操作：  

Problem 39. Combination Sum   給定一個沒有重複數位數組和一個target，返回所有數組中的數求和為target的組合，每個數字可以重複利用。   **解題思路：**backtracking,該方法可以用來解決一類問題。注意邊界值的處理 class Solution(object): def combinationSum(self, candidates, target): """

基於梯度的學習       1)深度前饋網路(deep feedforward network)，又名前饋神經網路或多層感知機(multilayer perceptron，MLP)，前饋的意思是指在這個神經網路裡資訊只是單方向的向前傳播而沒有反饋機制。       2)整流線性單元(rectified linear

  在機器學習中，有很多的問題並沒有解析形式的解，或者有解析形式的解但是計算量很大（譬如，超定問題的最小二乘解），對於此類問題，通常我們會選擇採用一種迭代的最佳化方式進行求解。   這些常用的最佳化演算法包括：梯度下降法（Gradient Descent），共軛梯度法（Conjugate Gradient），Momentum演算法及其變體，牛頓法和擬牛頓法（包括L-BFGS），AdaGrad，Adadelta，RMSprop，Adam及其變體，Nadam。 梯度下降法（Gradient

  最近使用opencv進行視頻資料預先處理過程中用到的了opencv的kcf tracker，在: #include <opencv2/tracking.hpp>   的時候報錯，說沒有這個hpp檔案，然後發現這個是擴充庫裡的，即opencv_contrib-3.2.0。然後開始踏上了踩坑之旅。雖然在網上找過很多，但是七零八落，這裡把注意事項匯總如下：    1.

  最近在做基於attention的唇語識別，無奈網上關於tf中attention的具體實現沒有較好的Demo，且版本大多不一致，瑣碎而且淩亂，不得不自己翻開源碼，閱讀一番，收穫頗豐，現分享與此。   PS：本文基於tensorflow-gpu-1.4.0版本，閱讀前，讀者最好對Attention mechanism有一定的瞭解，不然可能會一頭霧水。

 最近在做lip reading領域的研究，設計到C3D和RNN的結合，於是仔細觀摩了下LSTM的系列論文，總結如下： PPT總長98頁，內容包括： 1.conventional LSTM（含BPTT演算法的詳細講解） 2.forget gate的提出 3.Peephole mechanism 4.Encoder-Decoder 5.GRU 6.用於處理long-term和short-term資訊的Gated feedback RNN 7.現在廣泛使用的attention