原创 Train, Validation and Test Sets
Train, Validation and Test Sets訓練集Training Dataset驗證集Validation Dataset測試集Test Dataset 訓練集Training Dataset The sampl
2019-03-30 13:59:47
1
原创 fine-tune
翻譯：微調 指的是：就是用別人訓練好的模型，加上我們自己的數據集，來訓練新的模型。fine tune相當於使用別人的模型的前幾層，來提取淺層特徵，然後在最後再落入我們自己的分類中。 好處：不用完全重新訓練模型，提高效率，在比較少的迭
2019-03-29 14:01:45
1
原创 Encoder編碼器、Decoder解碼器
知乎用戶對編碼器解碼器的理解 Encoder： 本身其實就是一連串的卷積網絡。該網絡主要由卷積層，池化層和BatchNormalization層組成。 卷積層負責獲取圖像局域特徵，池化層對圖像進行下采樣並且將尺度不變特徵傳送到下一
2019-03-29 14:01:45
原创 state-of-the-art
wikipedia中的解釋 指在特定時間達到的設備，技術或科學領域的最高水平的一般發展。它還指由於當時採用的共同方法而在任何特定時間達到的這種發展水平。該術語自1910年以來一直被使用
2019-03-29 14:01:45
原创 Heat Map熱圖
參考wiki A heat map (or heatmap) is a graphical representation of data where the individual values contained in a matr
2019-03-29 14:01:45
原创 Ubuntu14.04 找不到Eigen3
原因 libeigen3-dev在usr / share / cmake-2.8 / Modules（默認的Ubuntu 14.04 cmake）中安裝了FindEigen3.cmake，但沒有安裝其他cmake版本。由於catki
2019-03-26 14:00:08
原创 稀疏連接（ sparse connectivity）
又叫：稀疏交互（sparse interactions）、稀疏權重 （sparse weights） 這是卷積神經網絡的一個特徵，個人認爲應該是前面講到CNN時所述的局部感知 “花書”中對稀疏連接的介紹：這是使核的大小遠小於輸入的大
2019-03-22 14:03:22
14
原创 LeNet / leNet5
LeNet / leNet51. Lenet1.1 Lenet網絡結構1.2 Lenet網絡結構圖2. 微調Lenet適應Mnist數據集2.1 微調結構2.2 具體實現代碼 1. Lenet 1.1 Lenet網絡結構 ①輸入：32
2019-03-22 14:02:48
原创 卷積層中對應參數個數的計算
卷積層中對應參數個數的計算0. 前言1. 主要計算參數公式2. 舉例 參考 0. 前言 keras可以計算卷積層中參數個數 在anaconda中安裝keras conda activate py35 pip install ker
2019-03-22 14:02:37
原创 RVIZ顯示kinect2的點雲信息
RVIZ顯示kinect2的點雲信息1. 之前卸載其他東西把rviz一起卸載後出現的問題2. RVIZ來顯示kinect2的點雲信息 rviz使用官網教程 1. 之前卸載其他東西把rviz一起卸載後出現的問題 問題 [rospack
2019-03-22 14:02:37
原创 LRN局部響應標準化
全稱：local response normalization 最早來源於論文AlexNet中提到的： i：代表下標，你要計算像素值的下標，從0計算起 j：平方累加索引，代表從j～i的像素值平方求和 x,y：像素的位置，公式中用不到
2019-03-22 14:02:37
12
原创 Ubuntu14.04安裝opencv2.4.9
Ubuntu14.04安裝opencv2.4.9源碼編譯安裝測試 參考 Ubuntu下多版本OpenCV共存和切換 opencv官網下載源碼 源碼編譯安裝 sudo apt-get update sudo apt-get upgrad
2019-03-20 14:00:14
原创 Ubuntu16.04安裝ros kinetic
Ubuntu16.04安裝ros kinetic1.配置存儲庫2.設置你的sources.list3. 設置密鑰4. 安裝5. 初始化rosdep6. 環境配置7. 構建包的依賴項8. 測試是否安裝成功 官網教程 1.配置存儲庫 打
2019-03-20 14:00:14