【引言】 最近在用可变卷积的rfcn 模型迁移训练自己的数据集， MSRA官方使用的MXNet框架 环境搭建及配置：http://www.cnblogs.com/andre-ma/p/8867031.html 一 参数修改： 1.1 ~/Deformable-ConvNets/experiments ...
分类：
Web程序 时间：
2018-05-10 18:41:03
阅读次数：
763
Lecuture 12: Visualizing and Understanding What is going on inside Convnet First Layer The last Layer 如果将神经网络的前几层看成是特征提取器，那么这个网络的特征相应特性是什么？在众多的方法中，有个 ...
分类：
其他好文 时间：
2018-04-20 00:06:59
阅读次数：
197
https://github.com/SinaHonari/RCN convnet 存在的问题： 1. max pooling: for tasks requiring precise localization, such as pixel level prediction and segmenta ...
分类：
Web程序 时间：
2018-03-06 21:52:21
阅读次数：
250
转自：http://dataunion.org/11692.html，有修正 作者：张雨石 自今年七月份以来，一直在实验室负责卷积神经网络（Convolutional Neural Network，CNN），期间配置和使用过theano和cuda-convnet、cuda-convnet2。为了增进 ...
分类：
其他好文 时间：
2017-12-14 12:00:06
阅读次数：
110
https://www.leiphone.com/news/201609/UpmXTWh9gYOqnl0c.html 原文： 残差网络（ResNet） 和卷积神经网络（ ConvNet） 之间是平行概念，互不排斥。 ResNet的基本思想可以和卷积神经网络结合，也可和其它任何类型的神经网络结合。Re ...
分类：
其他好文 时间：
2017-07-22 15:44:46
阅读次数：
158
Caffe是一个深刻的学习框架，以表达，速度和模块化为前??提。它由伯克利AI研究（BAIR）和社区贡献者开发。 杨庆庆在加州大学伯克利分校的博士期间创建了该项目。 为什么选择Caffe？ 表达式架构鼓励应用和创新。模型和优化由没有硬编码的配置定义。通过设置单个标志在GPU机器上训练，然后部署到商品 ...
分类：
其他好文 时间：
2017-04-25 21:23:34
阅读次数：
172
在VLFeat官网上是这么介绍VLFeat的：VLFeat开源库实现了很多著名的机器视觉算法，如HOG, SIFT, MSER, k-means, hierarchical k-means, agglomerative information bottleneck, SLIC superpixels ...
分类：
其他好文 时间：
2017-03-04 11:32:40
阅读次数：
851
我这20MB的网速都下不下来，我觉得你还是放弃这个模型训练吧，谈费劲，看看得了，我就直接机翻粘过来得了，懒得校对了。 Alex的CIFAR-10教程，Caffe风格 Alex Krizhevsky的cuda-convnet详细介绍了模型定义，参数和培训程序，以便在CIFAR-10上获得良好的性能。这 ...
分类：
其他好文 时间：
2017-03-03 11:50:06
阅读次数：
390
这篇短文写的很好，我把它copy到这里供大家学习
上一届「国际计算机视觉大会（ICCV：International Conference of Computer Vision ）」成为了深度学习（Deep Learning）技术的主场，但在我们宣布卷积神经网络（ConvNet）的全面胜利之前，让我们先看看计算机视觉的「非学习（non-learning）」几何方面的进展如何。同步定位与地图构建...
分类：
其他好文 时间：
2016-07-15 21:46:41
阅读次数：
1898
终于进入我们的主题了ConvNets或者CNNs，它的结构和普通神经网络都一样，之前我们学习的各种技巧方法都适用，其主要不同之处在于：
ConvNet假定输入的是图片，我们根据图片的特性对网络进行设定以达到提高效率，减少计算参数量的目的。
1. 结构总览
首先我们分析下传统神经网络对于图片的处理，如果还是用CIFAR-10上的图片，共3072个特征，如果普通网络结构输入那么第一层的每一个...
分类：
其他好文 时间：
2016-05-30 06:34:46
阅读次数：
388
