深度学习
-
深度学习 vs SLAM
第三部分：深度学习 vs SLAM SLAM 小组讨论真是乐趣无穷。在我们进入重要的「深度学习 vs SLAM」讨论之前，我应该说明每一位研讨会展示者都同意：语义对构建更大更好的 SLAM 系统是必需的。关于未来的方向，这里有很多有趣的小对话。在争论中，Marc Pollefeys（一位知名的 SfM 和多视角几何研究者）提醒所有人「机器人是 SLAM …
-
盘点深度学习中的损失函数
损失函数度量的是训练的模型与真实模型之间的距离。一般以最小化损失函数为目标，对模型进行不断优化。 常见的损失函数在计算过程中都会接受两个参数：模型预测值y_pred和正确答案y_true。 由于背后的数学计算过程相同，所以即使是不同深度学习框架这些损失函数的api也是大同小异。本文以keras为例，罗列出几个常见的损失函数。 均方误差 mean square…
-
Ubuntu18.04下配置深度学习开发环境
在Ubuntu18.04下配置深度学习/机器学习开发环境 1、下载并安装Anaconda 下载地址：https://www.anaconda.com/distribution/#linux 安装步骤： 1）在下载的anaconda路径下打开终端执行命令： bash ~/Downloads/Anaconda3-5.2.0-Linux…
-
《Redis深度历险：核心原理和应用实践》学习笔记一
1.redis五种数据结构 1.1 String字符串类型，对应java字符串类型 用户信息序列化后，可以用string类型存入redis中批量读写string类型，见效网络消耗数字类型的string类型，可以自增自减操作，有一个大小限制。 1.2 list类型，对应java的LinkedList，链表结构。 增删O(1)，查询O(n)异步队列，一边线程塞入…
-
深度学习中dropout策略的理解
现在有空整理一下关于深度学习中怎么加入dropout方法来防止测试过程的过拟合现象。 首先了解一下dropout的实现原理： 这些理论的解释在百度上有很多。。。。 这里重点记录一下怎么实现这一技术 参考别人的博客，主要http://www.cnblogs.com/dupuleng/articles/4340293.html 讲解一下用Matlab中的深度学习…
-
Ubuntu16.04+GTX 1080Ti+CUDA 8.0+cuDNN+Tesnorflow1.0深度学习服务器安装之路
系统：ubuntu 16.04 内核：4.4.0-140-generic GPU：GTX 1080Ti nvidia驱动版本： 384.111 cuda： CUDA 8.0 深度学习库cuDNN： cuDNN5.1 tensorflow：1.0.1 1.安装nvdia显卡驱动 下载nvidia显卡驱动 去nvidia官网查询显卡对应的驱动，并下载。这里的显卡…
-
如何科学地评估和评判深度学习模型？
最近在考虑要发Paper，在模型的性能比较中，除了采用Precision/Recall的比较之外，为了进一步验证论文中的选择是存在可证明性的，因此考虑了使用F-test对多种模型算法进行统计显著性检验。 常见的模型评估与方法 误分率(misclassification rate)，即准确度。 精确率(precision)和召回率(recall) 计算F1 R…
-
谷歌Colab使用（深度学习）
Google Colaboratory是谷歌开放的一款研究工具，主要用于机器学习的开发和研究。这款工具现在可以免费使用，但是不是永久免费暂时还不确定。Google Colab最大的好处是给广大的AI开发者提供了免费的GPU使用！GPU型号是Tesla K80！你可以在上面轻松地跑例如：Keras、Tensorflow、Pytorch等框架。 2. 使用 2.…
-
深度学习推荐阅读的论文
Papers to Read General Introduction LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436-444.nature14539.pdf [This is a general introduction by thr…
-
深度学习推理框架
深度学习框架直接得到的模型太重,在移动端及CPU上直接部署不合适,因此将训练出的模型通过推理框架部署.推理框架包括:模型优化器和推理引擎两部分. 推理框架选择: 带GPU的桌面系统，用TensorRt. nvidia自家的，还有量化 手机上选择，Tvm ,ncnn等arm opencl的优化成果。阿里腾讯，移动端切身所需。需要附加量化工具 (tvm文档更完整…
