摘要：以下为tf.Session().run 说明，其接受的fetches参数可以有多种类型。 下例中可以看到，当以列表作为参数，运算中有赋值时，大多数时候返回的是旧值，偶尔返回新值。 分开则不会。 表明列表中的运算是独立并行的。 阅读全文

摘要：以下引用自极客学院TensorFlow 官方文档中文版。 综述 TensorFlow 是一个编程系统, 使用图来表示计算任务. 图中的节点被称之为 op (operation 的缩写). 一个 op 获得 0 个或多个 Tensor, 执行计算, 产生 0 个或多个 Tensor. 每个 Tenso 阅读全文

摘要：池化操作计算如下图所示[图片转自网络]。 Theano的简单使用如下。 在较早的版本中，可能会使用from theano.tensor.signal.downsample import max_pool_2d。根据运行提示，更新到 from theano.tensor.signal.pool imp 阅读全文

摘要：scipy与numpy中很多函数用c实现。 本篇以最简单的convolve为例做一个相应的动态库。 1.[转载] Python 调用 C/C++（基础篇） 下面转载自Jerry Jho在知乎“如何实现 C/C++ 与 Python 的通信？”问题下的回复。 示例简单，说明清晰，在我电脑上测试无误。 阅读全文

摘要：在之前的博文基于theano的深度卷积神经网络中使用了theano.tensor.nnet.conv.conv2d函数来计算神经网络的卷积。 计算过程如下图所示。 尽管下面的代码也能实现相应的功能，但是速度慢了很多。 下面简单使用一下theano.tensor.nnet.conv.conv2d。 输 阅读全文

摘要：1.复合函数的链式求导 教科书中已有。 2.复杂函数的链式求导 下图左侧为计算序列，右侧为导数序列 。 计算序列形式的每一步都与其导数计算的步骤有一一对应的关系。 3.Theano中的求导 Theano首先将计算过程编译成一个图模型： Theano首先将计算过程编译成一个图模型： 采用后向传播的方式 阅读全文

摘要：Theano是深度学习较早的库之一，由深度学习三大先驱（Geoffrey Hinton(Google)、Yann LeCun(Facebook)）的Yoshua Bengio构建。 使用Python组织逻辑，C编译执行，CUDA并行加速计算，是非常好的实验平台。 它的库源码中包含大量注释，并且提供深 阅读全文

摘要：下文图文介绍转自watersink的博文SSD(Single Shot MultiBox Detector)不得不说的那些事。 该方法出自2016年的一篇ECCV的oral paper，SSD: Single Shot MultiBoxDetector，算是一个革命性的方法了，非常值得学习和研究。 阅读全文

摘要：1.下载darknet 2.修改make 3.编译 4.测试 下载yolo.weights。 视频测试。 阅读全文

摘要：1. 安装显卡驱动 ~$ lspci | grep controller00:02.0 VGA compatible controller: Intel Corporation Sky Lake Integrated Graphics (rev 07)03:00.0 3D controller: N 阅读全文

摘要：在前一篇随笔中，数据制作成了VOC2007格式，可以用于Faster-RCNN的训练。 1.针对数据的修改 修改datasets\VOCdevkit2007\VOCcode\VOCinit.m，我只做了两类 修改function\fast_rcnn\fast_rcnn_train.m，val_ite 阅读全文

摘要：1.命名 文件夹名VOC2007。图片名六位数字。将数据集相应的替换掉VOC2007中的数据。 (Updated development kit, annotated test data ) 2.画目标包围框 由于每张图片需要选取目标框，所需时间较长，需要工具辅助。 下面文字和代码源自wuzuyu3 阅读全文

摘要：上一篇随笔中包含了关于faster rcnn的介绍。 安装与使用 1.下载Faster R-CNN源码（https://github.com/ShaoqingRen/faster_rcnn）2.安装 CUDA6.5（至少选中toolkit和samples）3.下载训练好的模型，解压caffe_mex 阅读全文

摘要：RCNN 一种把目标图像分割转化为CNN分类问题进行目标检测的方法。 以下转自魏晋的知乎回答 Ross B. Girshick的RCNN使用region proposal（具体用的是Selective Search Koen van de Sande: Segmentation as Selecti 阅读全文

摘要：网络定义文件net.prototxt，可以用工具画出网络结构。最快速的方法是使用netscope，粘贴内容后shift+回车就可以看结果了。 caffe也自带了网络结构绘制工具，以下是在windows下使用graphviz的操作步骤。 安装pydot。 下载graphviz。解压并将bin添加到环境 阅读全文

摘要：1.数据获取 在网上选择特定类别，下载相应的若干张图片。可以网页另存或者图片下载器。本例中保存了小狗、菊花、梅花三类各两百多张。 2.重命名 3.更改分辨率 4.获取标签 5.生成对应的leveldb格式数据 6.计算均值 7.修改网络 models/bvlc_alexnet/train_val.p 阅读全文

摘要：下载编译 0.确认电脑上有VS2013 0.确认显卡GPU Compute Capability>=3.0 1.安装CUDA7.5 2.下载cuDNN v4，添加到CUDA7.5 3.根据https://github.com/Microsoft/caffe进行编译（64位Release模式） 4.需 阅读全文

摘要：Tensorflow 学习 源码来自 https://github.com/tensorflow/models/blob/master/tutorials/image/mnist/convolutional.py 阅读全文

摘要：Training Data Eval: Num examples: 55000 Num correct: 52015 Precision @ 1: 0.9457Validation Data Eval: Num examples: 5000 Num correct: 4740 Precision @ 阅读全文

摘要：下面代码是Tensorflow入门教程中的代码，实现了一个softmax分类器。 第4行是将data文件夹下的mnist数据压缩包读取为tf使用的minibatch字典。 第6-11行定义了所用的变量。 第12行训练过程。 第13-15行创建会话。 第17-19行代入数据开始循环。 第20-21行评 阅读全文

摘要：TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，具备良好的灵活性和拓展性。 过去TensorFlow只支持Linux和Mac OS，而没有提供windows的支持。 之前在Win10上安装windows有两种方法： 1.打开Win10 Bash功能并在bash中安 阅读全文

摘要：使用了两个卷积层、一个全连接层和一个softmax分类器。 在测试数据集上正确率可以达到99.22%。 代码参考了neural-networks-and-deep-learning 阅读全文