摘要： 1.差分进化算法(DE) DE与GA的主要区别在变异步骤。 对于每个目标向量 Xi，G (i=1，2，……，NP)，基本DE算法的变异向量如下产生 其中，随机选择的序号r1，r2和r3互不相同，且r1，r2和r3与目标向量序号i也应不同，所以须满足NP≥4。变异算子F∈[0，2]是一个实常数因数，控 阅读全文

摘要： 1.介绍 以下介绍转自sjyan在知乎的回答，如何通俗易懂地解释遗传算法？有什么例子？ 1.介绍 遗传算法(Genetic Algorithm)遵循『适者生存』、『优胜劣汰』的原则，是一类借鉴生物界自然选择和自然遗传机制的随机化搜索算法。遗传算法模拟一个人工种群的进化过程，通过选择(Selectio 阅读全文

摘要： 1.BaseConvolutionLayer & ConvolutionLayer 成员变量 注释引用自caffe代码阅读10：Caffe中卷积的实现细节（涉及到BaseConvolutionLayer、ConvolutionLayer、im2col等）-2016.4.3。 成员函数 主要的函数。 阅读全文

摘要： 1. Caffe核心代码 • blob[.cpp .h] 基本的数据结构Blob类 • common[.cpp .h] 定义Caffe类 • internal_thread[.cpp .h] 使用boost::thread线程库 • net[.cpp .h] 网络结构类Net • solver[.c 阅读全文

摘要： 模型使用 使用caffe训练得到的模型进行测试，一般需要如下文件：1.训练好的caffemodel模型 此处使用lenet_iter_10000.caffemodel。 2.测试网络deploy 可以对lenet_train_test.prototxt做修改。 主要修改的地方包括输入数据，最后的to 阅读全文

摘要： 上一篇随笔中，将默认的参数初始化"xaview"改成了"gaussian"，虽然能运行得到不错的结果。 但是在加上针对性的std=sqrt(1/n_out)前，是无法收敛的。 相比之下，采用sigmoid就能收敛。 ReLU不够好的地方： 在学习率过高时，很多单元流经的梯度为0且不再更新就此死掉。— 阅读全文

摘要： 网络参数 name: 该层的名称。 type: 层类型，如果是Data，表示数据来源于LevelDB或LMDB。 top/bottom: 输出/ 输入。(data,label)配对作为输入数据进行分类。 include: 属于训练、测试或者两者均含。 Transform_param: 将数据变换到定 阅读全文

摘要： 下面是一个可视化的例子，网上还有一些其他版本的代码，在Tensorflow 2016年12月更新后需要修改才能使用。 参照这个例子，为上一篇随笔中的softmax添加了可视化（更新到上一篇）。 主要更新包括： 代码来自https://github.com/tensorflow/tensorflow/ 阅读全文

摘要： 以下为简易实现。 添加了可视化后。 tf.reduce_sum和np.sum类似。 阅读全文

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