Fork me on GitHub
上一页 1 ··· 31 32 33 34 35 36 37 38 39 ··· 88 下一页
摘要: 转自:http://blog.csdn.net/hjimce/article/details/50187881 一、相关理论 本篇博文主要讲解来自2014年ICLR的经典图片分类、定位物体检测overfeat算法:《OverFeat: Integrated Recognition, Localiza 阅读全文
posted @ 2017-11-24 20:19 ranjiewen 阅读(337) 评论(0) 推荐(0)
摘要: Andrew Ng deeplearning courese 4:Convolutional Neural Network "Convolutional Neural Networks: Step by Step" "Convolutional Neural Networks: Applicatio 阅读全文
posted @ 2017-11-24 10:36 ranjiewen 阅读(2141) 评论(0) 推荐(0)
摘要: 由于自己想用服务器跑代码,数据集和模型一般都在本机电脑上,用实验室服务器需要拷贝数据或者,在服务器上重新下载数据很麻烦 都在局域网内可以实现文件共享,代码和数据都在本地,共享给服务器,只需要使用服务器的计算资源 有个问题就是服务器给每个人分配了账号和权限,挂载需要root权限,挂载上去的文件也需要r 阅读全文
posted @ 2017-11-23 16:53 ranjiewen 阅读(568) 评论(0) 推荐(0)
摘要: 论文地址:Identity Mappings in Deep Residual Networks 译文地址:http://blog.csdn.net/wspba/article/details/60750007 Identity Mappings in Deep Residual Networks( 阅读全文
posted @ 2017-11-22 16:41 ranjiewen 阅读(807) 评论(0) 推荐(0)
摘要: Andrew Ng deeplearning courese 4:Convolutional Neural Network "Convolutional Neural Networks: Step by Step" "Convolutional Neural Networks: Applicatio 阅读全文
posted @ 2017-11-21 11:58 ranjiewen 阅读(1521) 评论(1) 推荐(0)
摘要: Andrew Ng deeplearning courese 4:Convolutional Neural Network "Convolutional Neural Networks: Step by Step" "Convolutional Neural Networks: Applicatio 阅读全文
posted @ 2017-11-20 21:35 ranjiewen 阅读(2151) 评论(0) 推荐(0)
摘要: faster-rcnn提出论文: 《Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks》 faster-rcnn 的算法详解可看这篇博文(清晰易懂,良心博文!): http://blog.csd 阅读全文
posted @ 2017-11-19 16:26 ranjiewen 阅读(8634) 评论(0) 推荐(0)
摘要: 深度学习目标检测模型全面综述:Faster R-CNN、R-FCN和SSD 从RCNN到SSD,这应该是最全的一份目标检测算法盘点 基于深度学习的目标检测算法综述(一) 基于深度学习的目标检测算法综述(二) 基于深度学习的目标检测算法综述(三) 深度学习目标检测模型全面综述:Faster R-CNN 阅读全文
posted @ 2017-11-16 11:28 ranjiewen 阅读(4331) 评论(0) 推荐(0)
摘要: 上午把tensorflow安装好了,下午和晚上装caffe的确很费劲。 默认CUDA,cuDNN可以用了 caffe官方安装教程 有些安装顺序自己也不清楚,简直就是碰运气 1. 安装之前依赖项 General dependencies 安装matlab见后面: 2.OpeCV安装 从官网(http: 阅读全文
posted @ 2017-11-05 20:07 ranjiewen 阅读(4634) 评论(1) 推荐(0)
摘要: 之前一直在windows下使用tensorflow,对cpu和gpu的安装都是比较顺利,都是使用anaconda环境下,创建虚拟conda环境,这样方便不同python版本的管理。 一直也想尝试使用utuntu安装,从头是开学习一遍,昨天刚装了双系统,尝试先安装tensorflow,然后进行caff 阅读全文
posted @ 2017-11-05 11:48 ranjiewen 阅读(5843) 评论(0) 推荐(1)
上一页 1 ··· 31 32 33 34 35 36 37 38 39 ··· 88 下一页