一动不动的葱头

摘要：（1）.prototxt中的输入表示一样，如 dim: 10 dim: 3 dim: 227 dim: 227 （2）代码喂入数据不一样： python: input_blob = np.zeros((config.batchsize, 3, config.crop_h, config.crop_w 阅读全文

摘要：验证： 在测试时可以一张图，但设置use_global_stats:true,已经验证，第一台4gpu上，路径：/home/guangcong/projects/unlabeled-video/train-video-tracking-demo1.3-5.1, 实验一、设置conifg.batchs 阅读全文

摘要：set layer parameters: loss_weight:1 阅读全文

摘要：reference: 1. Paper describes initializing the deconv layer with bilinear filter coefficients and train them. But in the provided train/val.prototxt, 阅读全文

摘要：读逗号文件 阅读全文

摘要：2006年以前的一些经典的网络及之间的区别： 1.自编码器： 受限玻尔兹曼堆叠+反向对称堆叠 2.深度信念网络： 受限玻尔兹曼堆叠+睡醒算法（生成模型） 受限玻尔兹曼堆叠+有监督算法，如反向传播（判别模型） 3.深层玻尔兹曼机器： 是一种具备多层结构的无向图模型，不过像受限玻尔兹曼机一样，深层玻尔兹 阅读全文

摘要：先说一个关系： 概率图模型 >玻尔兹曼机器 >受限玻尔兹曼机器 玻尔兹曼机器是一种特殊的概率图模型，其特殊体现在： （1）二值的 （2）从定义能量开始，能量 >概率 （3）两种区分的节点v,h,共nv+nh个，状态有2^(nv+nh)个，分析时根据每个状态的翻转会带来的能量减少。故有2^(nv+nh 阅读全文