有關林達華的幾個地址

原創 cv_richie 2020-02-20 19:46

http://people.csail.mit.edu/dhlin/index.html

 

http://dahuasky.wordpress.com/

 

不過上面這個博客好像不怎麼更新了，lin之前的博文已經非常有價值了，膜拜了一下

cv_richie
發佈了14 篇原創文章 · 獲贊 6 · 訪問量 4萬+
私信 關注
發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章

[blog7]ubuntu18.04安裝opencv3.4.5 python2.7和python3.6

參考https://blog.csdn.net/weixin_41851439/article/details/88712465 https://opencv.org/releases.html下載想要版本的source文件，安裝依賴項

Drinks_ 2020-07-07 23:07:48

02：像素處理

二值圖像及灰度圖像 1、前提說明：在openCV中，最小的數據類型是無符號的8位數，二值圖像是經過處理得到的 2、圖像可以理解爲一個矩陣，一個openCV灰度圖像就是一個二維數組，可以使用表達式訪問其像素值，例如可以使用[0,0]

AI视觉萌 2020-07-07 19:32:50

【Julia Deep Learning CV】 第一篇 MNIST

                                                                                                                       

java_2005 2020-07-08 00:23:43

CV-梯度下降

GD θnext=θlast−ωf′(θi) \Large \theta_{next} = \theta_{last} - \omega f'(\theta_i) θnext​=θlast​−ωf′(θi​) 直到 f′(θne

wait_for_eva 2020-07-07 20:06:56

CV-色彩空間

色彩三要素 色相：基色 明度：明暗 純度：飽和 其中明度和純度感官差異上有些區分不開，可以藉助如下定義 純度：顏色中灰色含量的多少 亮度：顏色中黑白佔比的多少 因爲明亮和飽和的顏色都會對眼睛有明顯的刺激，反正我是分不太

wait_for_eva 2020-07-07 20:06:56

CNN卷積神經網絡結構遐思

殘缺的神經網絡 卷積神經網絡，是神經網絡的子集，是殘缺的神經網絡。 [a00a01a02a10a11a12a20a21a22]⊙[b00b01b10b11]=[c00c01c10c11] \left[\begin{matrix}a

wait_for_eva 2020-07-07 20:06:56

CV-color

https://nbviewer.jupyter.org/github/forevaer/cv_note/blob/master/1/homework/homework_color.ipynb

wait_for_eva 2020-07-07 20:06:56

Infrared and visible image perceptive fusion through multi-level Gaussian curvature filtering image

圖像融合---簡單認識圖像融合 Image fusion - Simply recognize image fusion 概念   圖像融合（Image Fusion）是指將多源信道所採集到的關於同一目標的圖像數據經過圖像處理和計算機

李伯爵的指间沙 2020-07-07 19:04:25

論文筆記之Structural Deep Network Embedding

本論文是kdd2016的一篇論文 主要的目的也是做node embedding。 主要的想法就是通過deep autoencode對node進行embedding，不過在在embedding的時候不僅考慮了1-hop的信息而且考慮

BVL10101111 2020-07-08 10:23:34

神經網絡 動量因子

其中動量係數一般取（0,1），直觀上理解就是要是當前梯度方向與前一步的梯度方向一樣，那麼就增加這一步的權值更新，要是不一樣就減少更新。 更詳細的介紹參見《DeepLearning最優化方法之Momentum（動量）》

BVL10101111 2020-07-08 10:23:34

Deep Learning 之 參數初始化

本文僅對常見的參數初始化方法進行總結（大部分內容來自deep learning一書），原理性的問題不進行過多的探討。 Deep Learning中參數初始化十分重要，一般來說有以下這些原因： 1.初始點的選取，有時候能夠決定算法

BVL10101111 2020-07-08 10:23:34

Python模塊調用與執行

  一、模塊調用。 複雜的程序都是多模塊的，所謂的模塊，在Python中就是一個py文件，不同的模塊實現不同的功能。一個模塊要調用其他模塊裏的東西，包括函數、變量等，需要“先導入模塊”。這些模塊都存放在同一目錄下，才能在一個模塊中導入並調

JackyWorks 2020-07-08 01:59:55

Caffe Linux

1. Caffe Linux （For Ubuntu (>= 17.04)）    Installing pre-compiled Caffesudo apt install caffe-cpu    Installing Caffe f

Oliver_Hong 2020-07-07 19:32:38

機器學習之SVM(Hinge Loss+Kernel Trick)原理推導與解析

支持向量機（Support Vector Machine, SVM）是一類按監督學習方式對數據進行二元分類的廣義線性分類器（generalized linear classifier），其決策邊界是對學習樣本求解的最大邊距超平面。

Cyril_KI 2020-07-07 17:45:19

強化學習與深度強化學習理解

強化學習 主要參考西瓜書和一些網上視頻加上個人理解，歡迎互動。 強化學習的model如下圖所示，機器在當前狀態下做出動作a，然後環境反饋給機器下一個狀態和一個獎勵。 ​ 假定狀態空間X，每一個狀態x∈X，動作空間A，每一個動作a∈A，獎

探索鸭 2020-07-07 17:47:36