深度学习

转置：即行列转换。 import numpy as np import matplotlib.pyplot as plt C=np.array([[1,2,3],[4,5,6]]) # Display matrix plt.matshow(C) plt.show() # 转置-行列转换 D=C.T plt.matshow(D) plt.show() 开始建立…

自我学习就是稀疏编码器串联一个Softmax分类器。上一节看到。训练400次。准确率为98.2% 在此基础上。我们能够搭建我们的第一个深度网络：栈式自编码（2层）+Softmax分类器   简单地说。我们把稀疏自编码器的输出作为更高一层稀疏自编码器的输入。 和自我学习非常像，似乎就是新加了一层，可是事实上不然： 新技巧在于。我们这里有个微调的过程。让残差从最…

转载请注明出处：http://blog.csdn.net/lxk7280 首先,要接触一下KinectOrbit这个摄像机库，这篇文章中有这个库的下载网址和简单的介绍：http://blog.csdn.net/lxk7280/article/details/38184355。将下载得到的文件放到对应的Processing的一个子目录后，就可以使用。    K…

从特征学习（Feature Learning）的观点来看，神经网络尤其是深度神经网络（也即是深度学习）是十分强大的特征学习方法。例如就可将 Autoencode 视为一种特征降维的方法。 也正因如此，在经过深度学习模型（ANN、CNN、RNN、LSTM等模型）的训练之后，其实是学习到了一些很好的特征，便可以用来分类（classification），recog…

cost function，一般得到的是一个 scalar-value，标量值； 执行 SGD 时，是最终的 cost function 获得的 scalar-value，关于模型的参数得到的； 1. 分类和预测 评估： 准确率； 速度；健壮性； 可规模性； 可解释性； 2. Data Augmentation 平移、旋转/翻转、缩放、加噪声 3. 溢出 矩…

def relu_forward(x): out = x * (x > 0) # * 对于 np.ndarray 而言表示 handmard 积，x > 0 得到的 0和1 构成的矩阵 return out, x def relu_backward(dout, cache): x = cache dx = dout * (x >= 0) r…

深度学习LiDAR定位：L3-Net 摘要 本文提出L3-Net——一种新颖的基于学习的LiDAR定位系统，可实现厘米级的定位，与现有最高水平的传统定位算法相媲美。与传统定位算法不同，本文创新地实现了使用各种深度神经网络结构来建立基于学习的定位算法。首先，L3-Net会学习专门针对不同现实驾驶场景中的匹配而优化的局部描述，在解决方案空间中建立的成本量上的3D…

深度学习可形变卷积 Deformable Convolutional Networks 参考文献链接：https://arxiv.org/pdf/1703.06211.pdf 参考代码链接： https://github.com/ msracver/Deformable-ConvNets 可形变卷积 卷积神经网络（CNNs）由于其构建模块中固定的几何结构，其…

题目：使用scroll实现Elasticsearch数据遍历和深度分页 作者：星爷 出处： http://lxWei.github.io/posts/%E4%BD%BF%E7%94%A8scroll%E5%AE%9E%E7%8E%B0Elasticsearch%E6%95%B0%E6%8D%AE%E9%81%8D%E5%8E%86%E5%92%8C%E6%B…

前言 基于深度学习的人脸识别系统，一共用到了5个开源库：OpenCV（计算机视觉库）、Caffe（深度学习库）、Dlib（机器学习库）、libfacedetection（人脸检测库）、cudnn（gpu加速库）。 用到了一个开源的深度学习模型：VGG model。 最终的效果是很赞的，识别一张人脸的速度是0.039秒，而且最重要的是：精度高啊！！！ CPU：…