原创 CNN-卷積神經網絡淺析

卷積神經網絡(Convolutional Neural Network)是一種層次模型,屬於“端對端”的學習方式,和以往在解決圖像類問題的分治法不一樣,分治法是將其分解爲預處理、特徵提取與選擇、分類器設計等若干步驟。分治法的動機是將圖

原创 什麼是1*1卷積

1*1卷積的主要作用有以下幾點:1、降維( dimension reductionality )。比如,一張500 * 500且厚度depth爲100 的圖片在20個filter上做1*1的卷積,那麼結果的大小爲500*500*

原创 CNN-目標檢測、定位、分割

1. 基本概念     1)CNN:Convolutional Neural Networks      2)FC:Fully Connected     3)IoU:Intersection over Union (IoU的值定義:Re

原创 k-近鄰算法代碼詳解及其概述

k-近鄰算法是一種基本分類與迴歸方法,實際上是利用訓練數據集對特徵向量空間進行劃分,並將其作爲一個分類模型!k-近鄰法的三個基本要素是:距離度量,k值選擇和分類決策規則。我主要是通過代碼來學習k-近鄰算法,原理大家可以自行看書,比較簡單!

原创 python面向對象(一)

現在的編程語言基本分爲三種,第一類是面向機器的語言,代表的就是彙編,保留了機器語言的外形,即由操作碼和地址碼組成指令這個外形;第二類就是面向過程的語言,代表的就是C語言,結構化程序設計語言,是高級語言的一種。在面向過程程序設計中,問題被看

原创 Arrays.toString() 的用法以及StringBuffer與StringBuider的區別

在Java編程輸出數組,若是直接輸出會發現得到的是一些地址,類似於 [Ljava.lang.String;@67b64c45。此時就需要調用Arrays.toString()了! Java字符串用法中的StringBuffer與Stri

原创 caffe配置(Ubuntu16.04+CUDA8.0+cudnn5.1+opencv3.1.0)

經過2天的奮戰,終於在Ubuntu16.04的電腦上配置好了caffe,並且完美的編譯成功了!作爲一個新手安裝caffe是痛苦的,雖然網上的教程有很多,但是一個蘿蔔一個坑,麼有一個你能完全適配的,因爲電腦系統版本的不同,你的網速的好壞以及

原创 Java中的重寫(覆蓋)、重載

在Java類的繼承中,子類從父類繼承方法,從而創建一個與父類方法有不同功能的方法!主要有二種形式:重寫、重載! 重寫 重寫是子類對父類的可允許的方法的重新編程,但是它的返回值和形參不可變! class Animal{ publi

原创 關於安裝Anaconda3各種各樣的問題

           昨天總結了裝python和pycharm。本來想着馬上接着總結Anaconda 的,誰知道,這一安裝,竟然花了我一天一夜的時間,(悲傷辣麼大啊簡直)。遇到了各種各樣的問題,重裝20幾遍,每次問題都不同還

原创 安裝Ubuntu16.04時卡在了選定了時區設置上

如果你在安裝Ubuntu16.04以及其他Linux系統時卡在了選定時區設置上,此時只需要斷開你的有線連接即可,因爲你的校園網或者其他的網需要登錄網關!

原创 caffe配置pycaffe接口以及matlab接口

繼配置完caffe2天后,終於配置完了python接口和matlab接口,個人感覺,這2個接口較於caffe還難配置,一個接口需要一天,而且配置完python的再配matlab的發現python的路徑居然沒有了,還得反過去再添一下pyth

原创 tensorflow入門(簡單神經網絡實現)

tensorflow 詳細的介紹可以看極客學院的tensorflow的官網: http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/introduction.html

原创 Java環境搭建(eclipse和JDK)

JAVA基礎學習——1.1 環境搭建 之jdk安裝,環境變量配置 (系統Win10,64bit) 1.  環境搭建第一步,安裝JDK。 JDK 是Java開發工具包 (Java Development Kit ) 的縮寫

原创 Python中的四種排序(冒泡,插入,選擇,快速)以及楊輝三角實例解析

四種排序方法是學習理解編程語言的需要,本文只是簡單舉例並貼出代碼,不做詳細的算法原理解析! 冒泡排序 冒泡排序是最爲基礎的算法,需要理解和掌握,它是對序列進行遍歷交換的過程,大的元素移動到末尾,直到隊列有序! nums = [[1,9

原创 Python函數淺析(一)——參數詳解

函數參數 首先,我們必須明確的是參數調用時傳入的參數要和定義的個數相等! 位置參數 例如:定義一個函數 def fun(x,y,z) 調用時 fun(1,2,3)此時是按照參數定義的順序傳入實參。 關鍵字參數 例如:定義一個