欢迎转载,转载注明出处:
不知不觉到了第三部分了,整个课程也快结束了,虽然不是第一次整个推完公开课,但是还是有些兴奋呢!
废话不多说,开始总结啦!
这节课就介绍了一个模型,就是在Computer Vision里十分popular的CNN(Convolutional Neural Networks)。不过这里介绍它在NLP的应用,可见model其实是可以有不...
分类:
其他好文 时间:
2015-08-10 01:57:14
阅读次数:
239
[root@server12?~]#?cat?ip-host-by-vision.sh?
#########################################################################
#?File?Name:?ip-host-by-vision.sh
#?Author:?dty
#?mail:?576786031@q...
分类:
其他好文 时间:
2015-08-08 21:33:08
阅读次数:
109
机器学习(Machine Learning,简称 ML)和计算机视觉(Computer Vision,简称 CV)是非常令人着迷、非常酷炫、颇具挑战性同时也是涉及面很广的领域。本文整理了机器学习和计算机视觉的相关学习资源,目的是帮助许多和我一样希望深刻理解“智能”背后原理的人,用最为高效的方式学习最...
分类:
其他好文 时间:
2015-08-08 18:13:25
阅读次数:
145
OpenCV之Python学习笔记直都在用Python+OpenCV做一些算法的原型。本来想留下发布一些文章的,可是整理一下就有点无奈了,都是写零散不成系统的小片段。现在看 到一本国外的新书《OpenCV Computer Vision with Python》,于是就看一遍,顺便把自己掌握的东西....
分类:
编程语言 时间:
2015-08-06 01:50:36
阅读次数:
12252
第一次在博客园写文章,写的不好的地方,还请大家指出来:)lsd-slam(下载链接:https://github.com/tum-vision/lsd_slam)提供了两种方法,一种是用数据集(下载地址http://vision.in.tum.de/lsdslam),一种是用usb摄像头,githu...
分类:
系统相关 时间:
2015-08-01 20:23:29
阅读次数:
1679
【dfs】hdu 1016 Prime Ring Problem题目链接刚开始接触搜索,先来一道基本题目练练手。
注意对树的深度进行dfs
dfs过程中注意回退!!!
素数提前打表判断快一些
参考代码/*Author:Hacker_vision*/
#include
#define clr(k,v) memset(k,v,sizeof(k))
using namesp...
分类:
其他好文 时间:
2015-07-24 01:34:48
阅读次数:
140
题目有点长,而且比较难懂。看了很久,也看的不是很懂,只知道输入输出的格式。直到看了最后的一句话,也就是output那里的最后一句话,题目的意思就很明确了,就是输出的每一个点的像素是原始的四个像素点的平均值。根据样例,测试了一个,果真是如此,也就是输出的点的像素值是原始点的加上右边,下边,右下边的值的平均值。
知道了题目的解法,就可以很容易的写出代码了。(或许我上面讲的不是很清楚,看代码就可以很容...
分类:
其他好文 时间:
2015-07-19 13:24:45
阅读次数:
119
SVCS菜单是用来配置µVision的软件版本控制系统(SVCS)的。
SVCS命令可以添加到SVCS菜单中并执行。命令的输出会在命令执行结束后在
µVision的Build Output窗口中输出。
模板文件用以支持多种版本控制系统,详情参考 SVCS
Menu 一节。
当模板文件使用Microsoft Visual SourceSafe.SVCS时会如下面所示。SVCS菜单命令使用...
分类:
其他好文 时间:
2015-07-17 22:55:12
阅读次数:
208
注:这里的Key Sequence
译作“键序列”,可能有些欠妥。
使用键序列来传递µVision参数给外部程序。键序列是键代码和文件代码的组合。键序列用于如Tools,SVCS, Options
for Target — User对话框或命令行等的场合。下面是一些使用规则:
命令行中用到键代码时,需要重复它。
如:使用到符号 $, #, %, @, ~, ^时,用$$,
...
分类:
其他好文 时间:
2015-07-17 22:54:30
阅读次数:
121
1. visualizing higher-layer features of a deep network
本文提出了两种可视化方法。
1. 最大化activation
当训练完一个深层神经网络之后, 固定所有参数。 然后对于某一个神经元的activation进行梯度上升优化来寻找能使它的值最大化的input。 不断的用gradient ascent来更新一个初始化为random...
分类:
其他好文 时间:
2015-07-09 22:43:05
阅读次数:
219