原创 DQN改進

double DQN學習:http://blog.csdn.net/u010214210/article/details/53791315

原创 [轉]caffe中添加C++的自定義新層

http://www.360doc.com/content/16/1021/09/18306241_600149334.shtml

原创 Auto-Encoding Variational Bayes

爲了瞭解變分自編碼器而查到這篇論文,但是看起來比較難懂,所以就一邊用翻譯軟件翻譯一遍記錄着讀。 摘要 在有向概率模型中,如果存在具有難處理的後驗分佈的連續隱變量和大型數據集,我們如何能夠進行有效的推理和學習? 我們引入了隨機變

原创 神經網絡中的激活函數

整理這個問題源自於一次面試。 轉自:http://blog.csdn.net/u010002387/article/details/52797287 1.激活函數有哪些性質?爲什麼要用激活函數 ? 關於神經網絡激勵函數的作用,常聽

原创 非極大值抑制原理

轉自:http://blog.csdn.net/u011534057/article/details/51218250 RCNN算法,會從一張圖片中找出n多個可能是物體的矩形框,然後爲每個矩形框爲做類別分類概率: 就像上面

原创 ubuntu 16.04 + cuda9.0 + gcc6源碼編譯colmap3.6

colmap安裝網址:colmap 因爲想要用cuda,所以需要源碼編譯 git clone https://github.com/colmap/colmap #Dependencies from the default Ubun

原创 雙系統,windows可以正常上網,ubuntu不能正常上網

問題描述 昨天發現ubuntu下聯網時提示代理服務期拒絕鏈接,本來以爲是實驗室斷網了,後來發現windows下能正常上網但ubuntu還是不能,就知道是ubuntu那裏出了問題了,排除硬件原因,但是網絡設置兩個系統也是一樣的,那應

原创 ubuntu離線狀態下搜不到wifi,怎麼安裝無線網卡驅動程序

去官網下載無線網卡驅動沒有安裝成功,嘗試瞭如下鏈接中的方法,可以搜到wifi信號了 https://itsfoss.com/fix-no-wireless-network-ubuntu/

原创 [轉]詳細解釋CNN卷積神經網絡各層的參數和鏈接個數的計算

http://blog.csdn.net/dcxhun3/article/details/46878999

原创 PyTorch中Torch.utils.data的DataLoader加載數據時batch_size變了

在pytorch訓練數據,發現迭代到某一個次數時,就會報錯,大概意思是輸入的數據的batch size變了,不是預設置的了,後來發現是在DataLoader中有一個參數,控制dataset中的數據個數不是batch_size的整數

原创 【已解決】中斷打開tensorboard報錯:ValueError: Duplicate plugins for name projector`

終端調用tensorboard時報錯如下: raise ValueError('Duplicate plugins for name %s' % plugin.plugin_name) ValueError: Duplicate

原创 激活函數hard sigmoid

The standard sigmoid is slow to compute because it requires computing the exp() function, which is done via complex

原创 tensorflow:flatten batch

tensorflow中的tensor的shape變換 如將一個(?,128,160,6)的tensor轉換(flatten)爲(?,128×160×6)的shape shape = x.get_shape().as_list()

原创 無監督學習與監督學習

因爲接下來想寫一篇無監督學習的論文,所以在此提前整理一下無監督學習和監督學習的相關知識,以備後用。 1.http://blog.csdn.net/keepreder/article/details/47103427: 無監督和有監

原创 tensorflow:如何將tensor A 的形狀reshape爲tensor b 的形狀

例如: tensor b的形狀是(?, 128, 160, 6),想讓tensor A的形狀和b的一樣。 dim=[-1]+b.shape.as_list()[1:] #b的形狀變成(-1,128,160,6) a=tf.res