原创 架構師成長路線
程序員到架構師的技術成長之路分爲幾個典型的階段：工程師 - 高級工程師 - 技術專家 - 初級架構師 - 中級架構師 - 高級架構師 工程師 【階段描述】 成爲一個合格的工程師需要1 ~ 3年時間，其典型特徵是“在別人的指導下完成開發”，
2020-06-21 20:33:01
原创 目標檢測（二）SPP Net
文章目錄一、背景二、RCNN crop/warp三、空間金字塔池化四、附錄 一、背景 鑑於RCNN 每次需要輸入固定尺寸圖片，圖片經過裁剪或者縮放會丟失部分信息，導致識別精度下降，SPP-Net在此問題上有着很好的解決方法。具體出
2020-06-21 19:55:14
原创 Tensorflow serving架構與代碼解析
Tensorflow serving 架構 角色 Servables 類似於模型服務，產出流式結果 streaming results experimental APIs（提高API） asynchronous modes of
2020-06-21 19:55:14
12
原创 結巴分詞（java版）
引用 <dependency> <groupId>com.huaban</groupId> <artifactId>jieba-analysis</artifactId> <version>1.0.2</version
2020-06-06 13:33:35
原创 Docker 清理命令 刪除所有的鏡像和容器
~/.bash_aliases 殺死所有正在運行的容器. alias dockerkill='docker kill $(docker ps -a -q)' 刪除所有已經停止的容器. alias dockercleanc='
2020-02-22 08:48:54
原创 深度學習網絡圖畫圖工具
從 公衆號上發現了 總結的深度學習畫圖工具，很實用：https://mp.weixin.qq.com/s/MMzvZA55Xb2sOA7rJiXiEw 1 NN-SVG 這個工具可以非常方便的畫出各種類型的圖，是下面這位小哥哥開發的，來
2020-02-22 08:48:54
原创 目標檢測（五）SSD
文章目錄一、背景二、特性多尺度網絡結構特徵分層提取 （大特徵圖（靠前的特徵圖）檢測小目標，小特徵圖（靠後的特徵圖檢測大目標）三、總流程四、具體實現五、附錄 一、背景 針對YOLO和Faster R-CNN的各自不足與優勢，WeiL
2020-02-22 08:48:54
原创 神經網絡系列（三）--VGG 網絡解析
VGG 網絡結構 一、簡介 VGG是牛津大學 Visual Geometry Group（視覺幾何組）的縮寫，在2014年，超越了Alex 獲得了ImageNet 的亞軍，VGG是在AlexNet基礎上作了改進，增加了神經網絡的深
2020-02-22 08:48:54
原创 神經網絡系列（四）--NIN 網絡結構
深度學習之NIN 網絡結構 一、簡介 NIN(NetWork In NetWork) 是出自新加坡國立大寫2014年的論文"Network In Network",NIN 改進了傳統的CNN，採用了少量參數就取得了超過AlexNe
2020-02-22 08:48:54
原创 目標檢測（三）Fast R-CNN
文章目錄一、背景二、網絡結構三、特性ROI池化多損失函數融合利用SVD 改進全連接層（分類是softmax，迴歸是smoothL1） 一、背景 2014年的RCNN, SPP-Net，Ross Girshick在基礎上於15年推出
2020-02-22 08:48:54
原创 解決maven jar包衝突的問題
以下是使用idea作開發參考： 第一步： 安裝maven helper 第二步：在pom文件下打開 第三步： 在低版本上直接右擊exclude即可 如果碰到沒有顯示，要具體先查看是什麼包下面，然後看版本，最後使用搜索功能，例如：
2020-02-22 08:48:54
原创 卷積核的計算公式
卷積層： 參數：W：寬； H：高； D：深度； K：卷積核的個數； F：卷積核的大小； S：步長； P：用0填充 卷積後輸出：W或H=[(輸入大小-卷積核大小+2*P）/步長] +1. 不能整除時，一般去掉小數部分取整，如4.5，
2020-02-22 08:48:54
原创 Linux 安裝jupyter
1. 安裝ipython, jupyter pip install ipython pip install jupyter 2. 生成配置文件 [root@50eb5057baac /]# jupyter notebook -
2020-02-22 08:48:54
原创 神經網絡系列（二）--AlexNet解析
AlexNet 網絡模型 文章目錄一、簡介二、特性 （相比LeNet）三、網絡結構1、組成部分2、各層詳解1、 C1 卷積-->ReLU-->池化-->歸一化2、 C2 卷積-->ReLU-->池化-->歸一化 （分爲兩個GPU操
2020-02-22 08:48:54
原创 目標檢測（四）Faster R-CNN
文章目錄一、背景二、檢驗過程三、RPN 理解 一、背景 關於Fast R-CNN 有個缺點，即使預測速度非常快，但是在提取候選框時還會消耗大量時間，因此引入RPN 用於提取候選框，從而形成Faster R-CNN 的結構。 二、
2020-02-22 08:48:54