原创 Caffe-Windows訓練自己數據 + 遷移學習

一:目的 用配置好的Windows版本Caffe(no GPU),使用caffe自帶的ImageNet網絡結構進行訓練和測試。訓練自己的數據; 用caffe團隊採用imagenet圖片進行訓練的參數結果,進行遷移學習; 二:訓練與測試

原创 圖的表示方法 c++ 實現

圖的表示最長用的兩種方法是: 1)、鄰接矩陣表示法 2)、鄰接表表示 下面是兩種構造圖的方法 1)鄰接矩陣: #include <iostream> #include <vector> using namespace st

原创 Caffe-Windows + Anaconda3編譯Caffe的python接口

一:目的 Caffe-Windows編譯python接口; 網上找了很多資料,基本上都是用Anaconda2進行編譯的,但是個人電腦中裝的是Anaconda3,故這裏採用Anaconda3進行編譯並做下記錄。 二:編譯過程 1. 思

原创 Caffe-Windows + FCN進行圖像語義分割

一:目的 利用上篇文章編譯好的python接口,採用FCN(Caffe版本)進行圖像分割; 二:圖像語義分割 1. 環境準備 (1) Caffe-Windows的python接口編譯,可參見上篇博文。 (2) 下載FCN源碼

原创 C++ 二叉樹的基本操作

一:目的 用C++實現二叉樹的基本操作,建立和遍歷; 二:介紹 在計算機科學中,二叉樹是每個節點最多有兩個子樹的樹結構。通常子樹被稱作“左子樹”(left subtree)和“右子樹”(right subtree)。二叉樹常被用於實

原创 Caffe訓練cifar10數據集

一:目的 用配置好的Windows版本Caffe(no GPU),訓練cifar10數據; 二:cifar10簡介 Cifar-10由60000張32*32的RGB彩色圖片構成,共10個分類。50000張訓練,10000張測試(

原创 Windows+CPU+Caffe配置與運行

一:目的 實現Windows版本Caffe(no GPU)的配置,並運行MNIST數據集以驗證Caffe配置的正確性; 二:環境 1. Win 10(64位)2. VS 2013 三:配置 1. Caffe-Windows下載

原创 C++ 鏈隊列和循環隊列基本操作

一:目的 1. 用C++實現鏈隊列的基本操作 2. 用C++實現循環隊列的基本操作 二:鏈隊列的實現 1. 定義數據結構和類,書寫在Queue.h中 # include <iostream> using namespace

原创 卷積神經網絡Quiz4

Question 1 Face verification requires comparing a new picture against one person’s face, whereas face recognition requ

原创 卷積神經網絡Quiz3

Question 1 You are building a 3-class object classification and localization algorithm. The classes are: pedestrian (c

原创 C++ 棧基本操作

一:目的 用C++實現棧的基本操作; 二:實現 1. 首先定義棧的結構和類,書寫在stack.h中  # include <iostream> using namespace std; #define STACK_INIT_SIZ

原创 神經網絡與深度學習(Quiz 3)

1。Which of the following are true? (Check all that apply.) X is a matrix in which each column is one training example.

原创 C/C++讀寫文本文件、二進制文件

一:目的 掌握C語言文本文件讀寫方式; 掌握C語言二進制文件讀寫方式; 掌握CPP文本文件讀寫方式; 掌握CPP二進制文件讀寫方式; 二:C語言文本文件讀寫 1. 文本文件寫入 //採用C模式對Txt進行寫出 v

原创 卷積神經網絡Quiz1

Question 1 What do you think applying this filter to a grayscale image will do? Detect horizontal edges Detect 45 de

原创 C++ 單鏈表基本操作

一:目的 用C++實現單鏈表的基本操作; 一:實現 1. 首先定義單鏈表的結構和類,書寫在LinkList.h中 # include <iostream> # include <string> using namespace st