原创 二叉樹的建立和各種遍歷(java版)
這是個常見的面試題，比如說通過二叉樹的先序和中序遍歷，得到二叉樹的層序遍歷等問題 先序+中序 ->建樹 假設現在有個二叉樹，如下： 此時遍歷順序是： PreOrder: GDAFEMHZ InOr
2020-02-20 20:50:17
原创 fine-tuning的二三事
日常的應用中，我們會很經常遇到一個問題： 如何應用強大的model(比如ResNet)去訓練我們自己的數據？ 考慮到這樣的幾個事實: 通常我們自己的數據集都不會大(<1w) 從頭開始訓練耗時 解決方法就是fin
2020-02-20 20:50:17
原创 ResNet && DenseNet(原理篇)
這篇博客講現在很流行的兩種網絡模型，ResNet和DenseNet,其實可以把DenseNet看做是ResNet的特例 文章地址: [1]Deep Residual Learning for Image Recognition
2020-02-20 20:50:17
原创 深度學習中的優化算法
一般來說，深度學習通過仔細的設計Objective function和constraints來確保優化問題是convex的，從而避開一下通用優化算法的難題。 優化(optimization)說的有點大，因爲存在一階優化（firs
2020-02-20 20:50:17
1
原创 區塊鏈（BlockChain）介紹 | 系列目錄
AI、Block Chain、IoT是今天科技圈出現頻率最高的三個詞，比特幣價格的走高和ICO的流行，也將區塊鏈逐步的帶向大衆視野。關於區塊鏈，大家聽到最多的可能是空氣幣、ICO、去中心化、比特幣這些詞，區塊鏈的迅速流行跟財富是有很大關係
2018-09-02 07:55:42
5
原创 Tensorflow實現word2vec
大名鼎鼎的word2vec，相關原理就不講了，已經有很多篇優秀的博客分析這個了. 如果要看背後的數學原理的話，可以看看這個: https://wenku.baidu.com/view/042a0019767f5acfa1c7cd96.h
2018-09-02 07:55:42
原创 WHEN NOT TO USE DEEP LEARNING
轉載自: http://hyperparameter.space/blog/when-not-to-use-deep-learning/ I know it’s a weird way to start a blog with a ne
2018-09-02 07:55:41
原创 Mac無法升級six, numpy等
OS 10.10以上，會出現你無法直接使用pip升級向six, numpy等，報錯就是各種權限不夠，加上sudo結果也一樣，原因就是MacOS的系統完整性保護(SIP). 這裏有比較詳細的討論: https://stackoverfl
2018-09-02 07:55:41
原创 NLP常用數據集
原文地址: https://machinelearningmastery.com/datasets-natural-language-processing/ 針對NLP中常見的7個問題進行分類，歸納常用數據集，mark之 Text
2018-09-02 07:55:41
1
原创 Mac安裝Texpad1.7.40
Mac下的Latex方案比較優秀的是兩種: Sublime Text + skim Texpad Texpad是收費的，原價不便宜(有條件還是要支持下正版的哈)，下面是自己成功的破解方案，現在最新的Texpad的版本是1.7.45，1
2018-09-02 07:55:41
14
原创 圖像標註工具
我們在做自己的圖像數據集的時候，可能會涉及到圖像標註(image annotation)問題. 常見的主要就是兩種： Object Detection Semantic Segementation 通俗點說就是對圖像進行打框和
2018-09-02 07:55:41
原创 使用RNN進行圖像分類
使用CNN進行圖像分類是很稀疏平常的，其實使用RNN也是可以的. 這篇介紹的就是使用RNN(LSTM/GRU)進行mnist的分類，對RNN不太瞭解的可以看看下面的材料: 1. [LSTM的介紹] http://colah.githu
2018-09-02 07:55:41
1
原创 TF-Slim ImageNet數據集製作
TF-Slim(tensorflow.contrib.slim)是TensorFlow的高層API，類似layers，主要可以用來快速的設計、評估模型，有着類似keras般的語法 Tensorflow models包含一個Slim的圖像
2018-09-02 07:55:41
原创 使用Tensorflow進行時序預測(TFTS)
時序預測是一個經典的話題，應用面也很廣; 結合LSTM來做也是一個效果比較好的方式. 這次準備使用TF來進行時序預測，計劃寫兩篇: 1. 使用Tensorflow Time Series模塊 2. 使用底層點的LSTM Cell 這
2018-09-02 07:55:41
原创 python中的裝飾器
很多時候我們可能會有這樣的需求，就是在調試的時候我們會想打印出某些變量出來看看程序對不對，然後在我們調試好了的時候再把這些print語句註釋；這樣做確實比較麻煩，我們在想有沒有簡單的方法：就是在需要打印的時候加上，同時不改變函數的內部代碼
2018-09-02 07:55:41
5