快乐十分开奖号码搜索|taiyuan快乐十分

进击的小学生

知者行之始,行者知之成。君子务本,本立而道生。

摘要:[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 时间复杂度 如何评估一个算法的计算时间? 一个算法的 ?#23548;?#36816;行时间很难评估 ,?#31508;?#30340;输入、CPU主频、内存、数据传输速度、是否有其他程序在抢占资源等等,这些因素都会影响算法的?#23548;?#36816;行时间。为了公平地对比不同算 阅读全文
posted @ 2019-11-22 18:15 shine-lee 阅读 (35) 评论 (0) 编辑
摘要:[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 权重初始化最佳?#23548;?书接上回,全0、常数、过大、过小的权重初始化?#38469;?#19981;好的,那我们需要什么样的初始化? 因为对权重$w$的大小和正负缺乏先验,所?#26434;?#21021;始化 在0附近 ,但不能为全0或常数,所以要有一定的 随机 阅读全文
posted @ 2019-11-21 21:42 shine-lee 阅读 (125) 评论 (0) 编辑
摘要:[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 前向传播与反向传播回顾 神经网络的训练过程可以简化成以下步骤, 1. 输入预处理(feature scaling等) 2. 初始化网络weight和bias 3. 前向传播,得到网络输出 4. 计算损失函数, 阅读全文
posted @ 2019-11-07 09:14 shine-lee 阅读 (151) 评论 (2) 编辑
摘要:[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 Feature scaling,常见的提法?#23567;?#29305;征归一化”、“标准化?#20445;?#26159;数据预处理中的重要?#38469;酰?#26377;时甚至决定了算法能不能work以及work得好不好。谈到feature scaling的必要性,最 阅读全文
posted @ 2019-11-02 18:27 shine-lee 阅读 (311) 评论 (0) 编辑
摘要:[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 梯度是微积分中的基本概念,也是机器学习解优化问题经常使用的数学工具(梯度下降算法),虽然常说常听常见,但其?#38468;凇?#29289;理意义以及几何解释还是值得深挖一下,这些不清楚,梯度就成了“熟悉的陌生人?#20445;?#20165;仅“记 阅读全文
posted @ 2019-10-21 17:59 shine-lee 阅读 (778) 评论 (0) 编辑
摘要:[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 如果对Python源码?#34892;?#36259;,那“窥探”其实现的最佳方式就是调教它,不,调?#36816;?获取源代码 Python的官方默认实现为CPython,即C语言实现(主要?#38468;?#37322;器的实现,其他实现见 "Other 阅读全文
posted @ 2019-10-16 15:28 shine-lee 阅读 (341) 评论 (3) 编辑
摘要:[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 VGG(2014)网络出自paper "《Very Deep Convolutional Networks for Large Scale Image Recognition》" ,为 "ILSVR 阅读全文
posted @ 2019-10-14 20:08 shine-lee 阅读 (149) 评论 (0) 编辑
摘要:[toc] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 "《Network in Network》" 简称NIN,出自 "颜水成老师" 团队,首次发表在arxiv的时间为2013年12月,至20190921引用量为2871(google scholar) 阅读全文
posted @ 2019-10-11 17:58 shine-lee 阅读 (156) 评论 (0) 编辑
摘要:[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 ZFNet出自论文 "《 Visualizing and Understanding Convolutional Networks》" ,作者Matthew D. Zeiler和Rob Fergus 阅读全文
posted @ 2019-09-21 15:14 shine-lee 阅读 (227) 评论 (0) 编辑
摘要:[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 开篇先上图,图为 deconvolution 在像素级语义分割中的一种应用,直观感觉deconvolution是一个upsampling的过程,像是convolution的对称过程。 本文将深入de 阅读全文
posted @ 2019-09-20 20:55 shine-lee 阅读 (301) 评论 (0) 编辑
摘要:[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 本文重点在于回顾深度神经网络在CV领域的 First Blood —— AlexNet ,AlexNet是首个在大规模图像识别问题取得突破性进展的深度神经网络,相比基于SIFT+FVs、稀疏编码的传 阅读全文
posted @ 2019-09-10 12:05 shine-lee 阅读 (178) 评论 (0) 编辑
摘要:深度神经网络繁多,各自的?#38405;?#25351;标怎样? ?#23548;?#24212;用中,在速度、内存、准确?#23454;?#21508;种?#38469;?#19979;,应该尝?#38405;?#20123;模型作为backbone? 有paper对各个网络模型进行了对比分析,形成了一个看待所有主要模型的完整视角,其分析结果可以在?#23548;?#20013;提供指导和帮助。 这篇博客主要整合了其中3篇文章的结论,?#30452;?#26159; 1. " 阅读全文
posted @ 2019-08-28 19:53 shine-lee 阅读 (523) 评论 (0) 编辑
摘要:博客: "blog.shinelee.me" | "博客园" | "CSDN" [toc] 写在前面 2D图像常见的坐标变换如下图所示: 这篇文章不包含 透视变换 (projective/perspective transformation),而将重点放在 仿射变换 (affine transfor 阅读全文
posted @ 2019-05-30 17:37 shine-lee 阅读 (3815) 评论 (4) 编辑
摘要:博客: "blog.shinelee.me" | "博客园" | "CSDN" B站上传字幕时,如果srt文件中出现如下空行,则会报错,仅上传了空行前的部分 于是写了个python脚本,如下: 解析srt文本,对象化为 ,判?#31995;?#21069;字幕的文本是不是空串,如果是空串,变为空格,再保存文件。 这样上传字幕 阅读全文
posted @ 2019-05-23 14:01 shine-lee 阅读 (108) 评论 (0) 编辑
摘要:[toc] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 随便翻一翻流行的推理框架(加速器),如 "NCNN" 、 "NNPACK" 等,可以看到,?#26434;?#21367;积层,大家不约而同地采用了Winograd快速卷积算法,该算法出自CVPR 2016的一篇 paper 阅读全文
posted @ 2019-05-22 16:08 shine-lee 阅读 (6104) 评论 (1) 编辑
摘要:[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" im2col实现 如何将卷积运算转为矩阵相乘?直接看下面这张图,以下图片来自论文 "High Performance Convolutional Neural Networks for Document Pr 阅读全文
posted @ 2019-04-26 18:04 shine-lee 阅读 (2569) 评论 (0) 编辑
摘要:博客: "blog.shinelee.me" | "博客园" | "CSDN" [TOC] 这篇文章中,我们将定义一个相对复杂的数据结构,直接分析其序列化后的二进制文件。 Proto文件 编写addressbook.proto文件,在官方例子?#19979;?#20316;修?#27169;?#22686;加了 字段,以分析浮点数的存储方式。 生成编 阅读全文
posted @ 2019-04-20 17:36 shine-lee 阅读 (510) 评论 (0) 编辑
摘要:博客: "blog.shinelee.me" | "博客园" | "CSDN" [toc] Message Structure 在上一篇文章中我们提到,?#26434;?#24207;列化后字节流,需要回答的一个重要问题是“ 从哪里到哪里是哪个数据成员 ”。 message中每一个field的格式为: 在序列化时,一个fie 阅读全文
posted @ 2019-04-16 15:35 shine-lee 阅读 (630) 评论 (0) 编辑
摘要:博客: "blog.shinelee.me" | "博客园" | "CSDN" [toc] Protocol Buffers docs:https://developers.google.com/protocol buffers/docs/overview github:https://github 阅读全文
posted @ 2019-04-13 16:50 shine-lee 阅读 (1087) 评论 (0) 编辑
摘要:博客: "blog.shinelee.me" | "博客园" | "CSDN" [toc] 写在前面 paper:https://arxiv.org/abs/1809.02165 github:https://github.com/hoya012/deep_learning_object_detec 阅读全文
posted @ 2019-02-14 18:22 shine-lee 阅读 (1985) 评论 (1) 编辑
快乐十分开奖号码搜索