原创 caffe中各個層——解析

原文地址:http://www.cnblogs.com/denny402/p/5071126.html 所有的層都具有的參數,如name, type, bottom, top和transform_param請參看我的前一篇文章:Caf

原创 tensorflow(十一)--利用seq2seq的Decoder-Encoder機制實現序列生成模型(上)

前言: 由於本社羣打算組隊參加京東的多輪對話系統挑戰賽,比賽內容主要是做一款功能強大的聊天機器人,由於之前一直都是在做視覺,而seq2seq又是聊天機器人不可或缺的,因此打算學一下nlp的東西。(PS:大佬們如果對比賽感興趣的,可以聯繫羣

原创 自然場景文本處理論文整理(2)STN-OCR

今天是進入公司實習的第三週了,在小組內負責的工作主要是和自然場景文本檢測相關的內容。這裏把看過的論文做一下翻譯和整理,也方便自己日後查看。 Paper:STN-OCR: A single Neural Network for Text

原创 tensorflow(八)tensorflow加載VGG19模型數據並可視化每一層的輸出

一、簡介 VGG網絡在2014年的 ILSVRC localization and classification 兩個問題上分別取得了第一名和第二名。VGG網絡非常深,通常有16-19層,如果自己訓練網絡模型的話很浪費時間和計算資源。因此

原创 Fast R-CNN

這裏貼上兩篇講解比較詳細的文章,作爲記錄 https://blog.csdn.net/WoPawn/article/details/52463853?locationNum=5 https://blog.csdn.net/wonder

原创 Faster RCNN

貼上兩篇非常好的博客: https://blog.csdn.net/lanran2/article/details/54376126 https://blog.csdn.net/hunterlew/article/details/71

原创 Docker概念及操作命令細節(帶詳細實際操作截圖)

由於在公司最近要用服務器上的GPU裝caffe進行開發,但是沒有管理員權限,又怕自己裝環境把整體的環境弄亂了,因此便打算使用docker來進行開發工作。 概念 Docker 是一個開源的應用容器引擎,基於 Go 語言 並遵從Apache2

原创 tensorflow(七)實現mnist數據集上圖片的訓練和測試

本文使用tensorflow實現在mnist數據集上的圖片訓練和測試過程,使用了簡單的兩層神經網絡,代碼中涉及到的內容,均以備註的形式標出。 關於文中的數據集,大家如果沒有下載下來,可以到我的網盤去下載,鏈接如下: https://p

原创 tensorflow(十)生成式對抗網絡(GAN)下篇----tensorflow實現

本文接上一篇博文: 一、程序代碼 程序主要實現上篇文章中所提到的隨機噪聲擬合高斯分佈的過程,話不多說,直接上代碼: #引入必要的包 import argparse import numpy as np fr

原创 tensorflow(十三)seq2seq.py文件源碼解析(上)

一、前言 自從接觸並學習tensorflow框架之後,總是會遇到很多莫名奇妙的報錯信息。而網上又很少有相似的問題的解決方案。因此很久之前就想學一下tendorflow的源碼,能夠深層次的理解tensorflow這個框架。但是由於一些原因耽