原创 基於Gensim的Word2Vec增量式訓練方法

        Word2Vec訓練好以後,隨着時間的積累,出現一些新詞,此時可能需要在已有的模型基礎上重新訓練,以補充這些新詞彙,亦即增量式訓練。本文分析了基於Gensim的Word2Vec的增量式訓練方法。         數據: 以

原创 PR&ML之路

先寫篇初稿吧 12年讀研,我初次接觸到機器學習模式識別(PR&ML)這個方向。當時PR&ML絕對不像今天這麼火,甚至時至今日,大家也只是知道人工智能,不知道人工智能再次興起與PR&ML有什麼關係。無所謂,不研究這些確實不需要了解這些,但是

原创 yacs直接讀取yaml文檔(python)

yacs在我理解是一種讀寫配置文件的python包。在機器學習領域,很多模型需要設置超參數,當超參數過多時,不方便管理,於是出現了很多類似yaml,yacs的包。 關於yacs的使用,網上有一些文檔,類似這篇。這些方法都需要先加載定義了一

原创 梯度下降方法中的學習率(learning rate), 衰減因子(decay) 衝量(momentum)

本文總結自如下兩個鏈接的內容,建議讀者直接閱讀鏈接中的文章 1.  https://www.jianshu.com/p/58b3fe300ecb 2.  https://www.jianshu.com/p/d8222a84613c 學習率

原创 torch.utils.data.dataloader參數collate_fn簡析

torch.utils.data.DataLoader是pytorch提供的數據加載類,初始化函數如下, torch.utils.data.DataLoader(dataset,batch_size=1, shuffle=False, 

原创 Mark:UFLDL反向傳播算法及其檢驗調試方法——適合自己的纔是好的

人工智能、機器學習氾濫。以前搜不出來,現在搜出來的太多。找自己想看的都得費半天勁。 這當然是好的,有資料總比沒有強。但是搞這個方向,適合自己的纔是好材料。太簡單,你覺得不過癮,太深奧,你看不懂,所以文章,剛好講到你的困惑點,對你來說纔是好

原创 Faster-RCNN解讀材料優選

1. 知乎《一文讀懂Faster RCNN》,通過此文能對Faster RCNN有一個全面的瞭解。文章後面關於訓練的部分講的比較粗糙。 2. "Object Detection and Classification using R-CNN

原创 VNC遠程桌面連接Ubuntu16.04及灰屏、僅桌面背景無圖標問題解決方案

最近想調試Faster-rcnn.pytorch, 發現筆記本的GPU已經無法承受如此大量的數據及運算,因此只能在服務器上調試。但服務器目前只能通過SSH連接,這樣跟蹤調試就需要pdb,在命令行下進行,麻煩。於是想着通過vnc圖形化連接u

原创 matplotlib.pyplot.axis 畫faster-rcnn的anchors

  參考來源:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.axis.html 心血來潮,想用matplotlib畫一下faster-rcnn中生成的基礎anchors,如下,

原创 Jetson TX2 編譯 Pytorch (Wheel)

參考 https://gist.github.com/dusty-nv/ef2b372301c00c0a9d3203e42fd83426 1. 按照註釋內容修改源碼 2. 修改 -d 參數  sudo python setup.py b

原创 Banach's Fixed Point Theorem(contraction mapping theorem,巴拿赫不動點定理)

  先看一下定理描述: Theorem 1.1:  Let (, ) be a complete metric space and   be a map such that    for some  and all  and  in .

原创 Ubuntu ppa 加速服務

來源於:https://www.v2ex.com/t/455681     ppa 倉庫服務器在國外,速度特別慢,所以加速非常必要 ppa 倉庫服務器在國外,速度特別慢,所以加速非常必要. 一鍵替換所有 ppa 的鏈接爲 lanuchpa

原创 入坑機器學習——若干知識點及其資料介紹

先寫篇初稿吧 12年讀研,我初次接觸到機器學習模式識別(PR&ML)這個方向。當時PR&ML絕對不像今天這麼火,甚至時至今日,大家也只是知道人工智能,不知道人工智能再次興起與PR&ML有什麼關係。無所謂,不研究這些確實不需要了解這些,但是

原创 (轉)從CNN到GCN的聯繫與區別——GCN從入門到精(fang)通(qi)

轉載於:博客 1 什麼是離散卷積?CNN中卷積發揮什麼作用? 瞭解GCN之前必須對離散卷積(或者說CNN中的卷積)有一個明確的認識: 如何通俗易懂地解釋卷積?這個鏈接的內容已經講得很清楚了,離散卷積本質就是一種加權求和。 如圖1所示,CN