论文结构：
Abstract
1.Introduction
2.Related Work
3.CNN Text Recognition Model
3.1 Character Seguence Model Review
3.2 Bag-of-N-gram Model Review
4.Joint Model
5.Evaluation
5.1 D...
分类：
其他好文 时间：
2016-05-27 12:35:12
阅读次数：
233
MATLAB实现CNN一般会用到deepLearnToolbox-master。但是根据Git上面的说明，现在已经停止更新了，而且有很多功能也不太能够支持，具体的请大家自习看一看Git中的README。deepLearnToolbox-master是一个深度学习matlab包，里面含有很多机器学习算法，如卷积神经网络CNN，深度信念网络DBN，自动编码AutoEncoder（堆栈SAE，卷积CAE）...
分类：
其他好文 时间：
2016-05-18 18:45:22
阅读次数：
423
本系列博客是对刘昕博士的《CNN的近期进展与实用技巧》的一个扩充性资料。
主要引用刘昕博士的思路，将按照如下方向对CNN的发展作一个更加详细的介绍：【从LeNet到AlexNet】、【进化之路一：网络结构加深】、【进化之路二：加强卷积功能】、【进化之路三：从分类到检测】、【进化之路四：新增功能模块】...
分类：
Web程序 时间：
2016-05-18 18:23:43
阅读次数：
592
七月算法--12月机器学习在线班-第十九次课笔记-深度学习--CNN 七月算法（julyedu.com）12月机器学习在线班学习笔记http://www.julyedu.com 1，卷积神经网络-CNN 基础知识 三个要点 1: 首先将输入数据看成三维的张量(Tensor) 2: 引入Convolu... ...
分类：
编程语言 时间：
2016-05-13 14:39:07
阅读次数：
256
使用卷积神经网络进行图片理解一段，从二十一世纪开始，卷积神经网络就成功运用在了检测，切割和识别上面。这通常是在一些拥有大量标注数据的领域中得到了充分的应用。
像素级的识别能够运用在自动机器人，自动驾驶汽车等诸多领域。其他的领域包括语音识别和自然语言的理解。
直到12年之前，cnn都没有活起来，但是alexnet使得一切变成可能。最近的研究成果是一个图像识别的cnn和语言处理的rnn连接起来产生...
分类：
其他好文 时间：
2016-05-13 01:49:41
阅读次数：
262
CS231n - CNN for Visual Recognition Assignment1 —- SVM做不出来， 我抄别人的……O(∩_∩)O~
linear_svm.py
import numpy as np
from random import shuffledef svm_loss_naive(W, X, y, reg):
"""
Structured SVM loss func...
分类：
其他好文 时间：
2016-05-13 01:20:00
阅读次数：
482
最后更新日期：2016年4月29日本教程主要基于python版本的faster R-CNN，因为python layer的使用，这个版本会比matlab的版本速度慢10%，但是准确率应该是差不多的。目前已经实现的有两种方式：Alternative training
Approximate joint training
推荐使用第二种，因为第二种使用的显存更小，而且训练会更快，同时准确率差不多甚至...
分类：
其他好文 时间：
2016-05-13 00:05:53
阅读次数：
390
Introduction to Matconvnet
MatConvNet是实现用于计算机视觉领域的卷积神经网络(CNN)的MATLAB工具箱。自从取得突破性工作以来,CNN在计算机视觉领域有一个重大影响，特别是图像理解，基本上取代了传统图像表示。有许多其他机器学习、深度学习和CNN开源库的存在。一些最受欢迎的:CudaConvNet ，Torch， Theano,Caffe等。MatC...
分类：
Web程序 时间：
2016-05-12 20:32:21
阅读次数：
2181
一、 用户定义类型未定义
在登录的时候一直显示用户定义类型未定义，然后错误显示在定义cnn为ADODB.Connection时
解决办法：
这个问题其实直接看就是没有引用ADO的问题，然后我就把ADO2.X(各种版本都试了个遍)，但是还是没有解决掉。最后引用了ADO2.8和Microsoftactive
data o...
分类：
其他好文 时间：
2016-05-12 17:20:25
阅读次数：
131
机器学习在商业系统应该是用的最多了，和传统人工区分开，因为数据集量级太大和复杂度太高，机器可以发现人难以发现的模型，基于模型的方式处理可以避免人的情感偏见。人工也是不可以完全抛开的，比如监督式的学习，靠人工；来标记数据，训练模型。文本标记和文本的情感标识别，还有就是破解验证码时基于CNN大量的训练集要靠人来处理，也是醉了，那是很累啊。模型出来后，可以做成服务整合到其他系统中，
机器学习应用在：
个...
分类：
其他好文 时间：
2016-05-12 14:39:18
阅读次数：
199
