Exploring...

numpy.ndarray.flatten numpy.argwhere numpy.in1d numpy.setdiff1d numpy.intersect1d numpy.asarray numpy中array和asarray的区别 numpy.sum Read More

1.vector的几种初始化及赋值方式 Read More

一、前向传播 在caffe中，卷积层做卷积的过程被转化成了由卷积核的参数组成的权重矩阵weights(简记为W)和feature map中的元素组成的输入矩阵(简记为Cin)的矩阵乘积W * Cin。在进行乘积之前，需要对卷积核的参数和feature map作处理，以得到W和Cin。 下面用一个例子 Read More

caffe中的网络结构是一层连着一层的，在相邻的两层中，可以认为前一层的输出就是后一层的输入，可以等效成如下的模型 可以认为输出top中的每个元素都是输出bottom中所有元素的函数。如果两个神经元之间没有连接，可以认为相应的权重为０。其实上图的模型只适用于全连接层，其他的如卷积层、池化层，x与y之 Read More

net_->ForwardBackward()方法在net.hpp文件中 首先进入Forward(&loss) net.cpp 接着进入*loss = ForwardFromTo(0, layers_.size() - 1)这句话 net.cpp 再进入Dtype layer_loss = laye Read More

下面来看Solver<Dtype>::Solve(const char* resume_file) solver.cpp 下面先看Solve中的Restore(resume_file) solver.cpp 上面的RestoreSolverStateFromHDF5(state_filename)和 Read More

遗传算法中包含了如下5个基本要素： （1）对参数进行编码； （2）设定初始种群大小； （3）适应度函数的设计； （4）遗传操作设计； （5）控制参数设定（包括种群大小、最大进化代数、交叉率、变异率等）。 下面使用python编程对中国28个省会城市的TSP问题进行了求解，python的版本是2.7. Read More

本文的主要参考：How the backpropagation algorithm works 下面是BP网络的参数结构示意图 首先定义第l层网络第j个神经元的输出(activation) 为了表示简便，令 则有alj=σ(zlj)，其中σ是激活函数 定义网络的cost function，其中的n是 Read More

本文主要介绍如何查找某个Python模块的绝对路径，下面以opencv模块的查找为例。有两种方法 第一种方法 打开一个终端，输入 python -v import cv2 最后一行显示如下 第二种方法 打开终端，输入python -c "import cv2; print cv2.__file__" Read More

在Docker中使用openface最大的问题是数据与主机的交互，下面我介绍几种方法来实现主机与Docker容器的数据交互。 1、第一种也是最方便的一种方法是在进入容器时使用-v参数将主机的目录挂载到容器的指定目录下。首先切换到root，再进入openface 上述命令将主机的/home/usern Read More