原创 【C++學習】map

關於map,也就是字典,kv鍵值對。 在C++中,它是一個類模板,它是屬於一個關聯容器類模板 template < class Key, // map::ke

原创 【Caffe代碼解析】Blob

主要功能: Blob 是Caffe作爲數據傳輸的媒介,無論是網絡權重參數,還是輸入數據,都是轉化爲Blob數據結構來存儲,網絡,求解器等都是直接與此結構打交道的。 其直觀的可以把它看成一個有4緯的結構體(包含數據和梯度),而實際上

原创 【筆試面試】美團網-2016年校招-機器學習和數據挖掘

筆試 美團筆試也是線上筆試,分爲選擇題和編程題,選擇題跟之前網上看到的題目很多都一樣,編程題爲3題,分別爲: 1,求一個二維矩陣的最大橫豎撇三個的最大值,這道題很簡單的,只要窮舉就可以了,但是我由於C++忘了比較多,導致程序調試

原创 【機器學習】邏輯迴歸原理及其實現

引言:邏輯迴歸是最簡單的機器學習模型,常常應用於各種簡單的任務中。這裏記錄邏輯迴歸的背景以及學習方法,權當自己的學習記錄總結。 邏輯迴歸:首先,它不是一個迴歸模型,而是一個分類模型,它是被用來做分類的。 之所以稱之爲迴歸,是因爲它

原创 【Caffe源碼解析】DataLayer

函數功能: DataLayer 用於將數據庫上的內容,一個batch一個batch的讀入到相對應的Blob中, 首先查看其繼承關係 注意其不是直接繼承於BaseDatalayer,因爲,它需要並行的讀取數據庫上的數據,需要新

原创 【Caffe實踐】基於Caffe的人臉關鍵點檢測實現

引言 如果關注Kaggle 機器學習項目的同學,一定很熟悉人臉關鍵點檢測這個任務,在2013 年的時候,ICML舉辦一個的challgene,現在放在kaggle 上作爲 一種最常規kaggle入門任務而存在。 本文的主要目的在於驗證深度

原创 caffe2實現多任務學習

前言 caffe2 是caffe的升級版,跟caffe不兼容,解決了caffe的很多問題,比如沒有原生的支持多機器訓練,加強了移動端的支持等等。總之,caffe已經不再更新了,打上了tag 1.0,快快轉到caffe2吧(but, ten

原创 【機器學習實踐】人臉識別模型結果對比

最近做人臉識別,show 一下實驗結果。 識別率結果:在LFW上97.3%左右(單個model,非ensemble) 隨便找一個數據庫,特徵可視化一下: 哪個模型好,一目瞭然。

原创 caffe2 mdl文件轉init_net.pb, predict_net.pb

前言 caffe2中,完整的訓練例子就train_resnet50.py, 其模型和snapshot都保持在同一個文件中,不像caffe 一樣有.caffemodel 和 .snapshot 文件(其實是冗餘的)。訓練完之後發現*.mdl

原创 【雲計算虛擬化】docker在ubuntu14.04下的安裝

關於Docker:網上的介紹太多了,就不再贅述,總之就是很好用。 運行之前確保有管理員權限。 1,安裝wget: 確保有wget 如果沒有:sudo apt-get install wget 2,安裝docker: 獲取最新的Docker