原创 Caffe—SigmoidCrossEntropyLossLayer

首先看一下來自CaffeCN的一個帖子(突然發現CaffeCN是一個交流Caffe的好地方) 地址:http://caffecn.cn/?/question/25 截圖如下 上圖之所以要分xn 正負討論是爲了讓e的指數爲負數

原创 Spatial Transfomer Networks

本着不重新造輪子的原則。。鏈接如下,非常透徹易懂: Deep Learning Paper Implementations: Spatial Transformer Networks - Part I Deep Learnin

原创 TensorFlow之保存/恢復模型

模型保存 # save the specific variables saver = tf.train.Saver(...variables list...) # this will only save trainable va

原创 Notes on Tensorflow

一、保存和恢復模型 保存和恢復模型: http://cv-tricks.com/tensorflow-tutorial/save-restore-tensorflow-models-quick-complete-tutorial

原创 語義分割中的訓練策略和參數設置

下面主要總結一下語義分割和邊緣檢測中,訓練策略和參數的情況: 首先祭出谷歌在訓練VGG分類網絡時的訓練參數,儘管本文專注於分割和邊緣檢測,但是還是看一下吧 batch size: 256 learning rate: 初始

原创 pkg-config與多版本opencv安裝

想要在服務器上爲自己安裝一個opencv3.3.0。 運行pkg-config --modversion opencv 發現現有的opencv是2.4.8。但是仔細沒有找到opencv.lib相關文件。。只在/usr/includ

原创 WinEdt, eso-pic.sty not found

在使用nips2015LaTex模板時,遇到的這個問題。記錄一下吧。 在CTAN官網找到eso-pic的package,鏈接如下 http://www.ctan.org/pkg/eso-pic 然後按照下面博客的方法生成eso-

原创 Caffe—Developing New Layer

Developing new layers Add a class declaration for your layer to include/caffe/layers/your_layer.hpp. Include an

原创 My Roadmap in Reinforcement Learning

一、前言 前段時間接受導師的建議,學習了一些強化學習和GANs的內容,第一週先看的強化學習,二三週看的GANs。強化學習(RL)是一個很有趣的領域,一直以來也是我很喜歡的一個AI的分支,被譽爲是AI皇冠上的明珠,因爲通過RL能很直

原创 Ubuntu之學會從源碼編譯安裝package(無root權限)

Windows下編輯的.sh文件複製到ubuntu下會因爲格式的問題而導致運行報錯,解決的辦法就是使用一款叫做dos2unix的package在ubuntu下將.sh轉換成unix的格式。 那麼要安裝dos2unix,可是沒有ro

原创 無法進入ubuntu怎麼清理\boot舊版系統內核

由於ubuntu \boot手動分區只分了200M,今天早上突然提示\boot空間只剩下573kb,我當時想着先重啓一下,然後再刪除多餘內核,結果。。。直接進不了ubuntu系統了。重裝系統對於我的代價太大,所以決定一步步學着修復

原创 General Trainning Strategy in Caffe

首先祭出caffe.proto中對於solver.prototxt的一些參數定義: // The number of iterations for each test net. repeated int32 test_it

原创 Deconvolution/Transposed convolution

老早就琢磨過deconvolution的問題,不過今天又想起這個,發現理解得還是比較模糊,具體就是還是不知道caffe或者tensorflow中實現deconvolution是怎麼實現的,剛纔看到下面這篇文章 https://ar

原创 Using Office2010 for free

首先去msdn itellyou下載office2010,這裏要注意的是,由於後面要使用KMS激活,所以只能下載VOL版本的,而不能是Retailed版的,後者KMS不能激活。因爲KMS本來就是給大廠定製的批量激活的工具,零售版當

原创 LeetCode on the way, two sum

完整代碼如下 使用Hash表(時間複雜度爲O(1),但是需要建立Hash表,以空間換時間!) 有兩種使用Hash表的方法,第一種爲: #include <iostream> #include <unordered_map> #