关闭
当前搜索:

python 中的快速排序算法实现和理解

python 中的快速排序算法实现和理解 快速排序采用分治法,基本思想是选取数组中一个数为基准数,一次排序过程中,将比基准数小的都放在它左边,比基准数大的不动。然后经过一次排序, 左边部分都比基准数小,右边都比基准数大,然后对左右两边分别进行同样的排序(递归)。最后只直到剩下一个数字。 先用一个实例来手动在草稿纸上实现快排: list_=[4,7,1,-2,6,3,2,3] 1:以第一个...
阅读(23) 评论(0)

(转)tensorflow中使用指定的GPU及GPU显存

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~本文目录1 终端执行程序时设置使用的GPU2 python代码中设置使用的GPU3 设置tensorflow使用的显存大小~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~转载请注明出处: http://www.cnblogs.com/darkknightzh/p/6591923.html 参考网址...
阅读(4850) 评论(0)

神经网络优化算法如何选择Adam,SGD

之前在tensorflow上和caffe上都折腾过CNN用来做视频处理,在学习tensorflow例子的时候代码里面给的优化方案默认很多情况下都是直接用的AdamOptimizer优化算法,如下:optimizer = tf.train.AdamOptimizer(learning_rate=lr).minimize(cost)但是在使用caffe时solver里面一般都用的SGD+momentum...
阅读(3400) 评论(0)

迁移学习技巧以及如何更好的finetune 模型

最近在finetune model的时候遇到了点问题,开贴记录一下。也算填自己踩过的坑。 文章参考翻译自cs231n 其实我们常用的直接finetune pre-trained model就属于迁移学习(Transfer Learning)的一种。因为我们很少在训练一个新任务时从零开始训练,一个是由于训练时间限制,另一个时训练样本过大存储空间也不一定允许,如ImageNet数据经济120万张图片...
阅读(3356) 评论(1)

tensorflow求lost(cost)损失函数的几种典型实现方法

最近在用tensorflow平台,需要用到自己构造cost函数,故记录如下: tensorflow求lost(cost)损失函数的几种典型实现方法 参考文献这里写链接内容 这里写链接内容...
阅读(2640) 评论(0)

Ubuntu ,anaconda安装tensorflow最新GPU-1.0.0版本

pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.0-cp27-none-linux_x86_64.whl...
阅读(1894) 评论(0)

symbol lookup error: /home/caffe/anaconda/lib/libreadline.so.6: undefined symbol: PC

symbol lookup error: /home/caffe/anaconda/lib/libreadline.so.6: undefined symbol: PC – caffe安装错误解决办法:先执行命令locate libreadline.so.6 然后会发现比如系统目录下:/lib/x86_64-linux-gnu/libreadline.so.6会有这个文件然后cp /lib/x8...
阅读(1672) 评论(0)

不用sqrt()函数,如何求平方根

1:最好的是牛顿迭代法 2:其次是二分法a=s(19) #不用函数实现开方 def s(n): #循坏法 if n1e-9)or(i*i-n<-1e-...
阅读(849) 评论(0)

caffe中RGB图像三通道卷积过程学习推导

idea来源于自己的想法,之前在github看过大神贾杨清的推导slider,caffe中如果计算卷积,加上自己最近有个很小的疑惑,输入的image一般是RGB三通道的彩色图片,但是我们在定义卷积层时一般只指定了一个kernel_size参数。像这样: 本文首先学习一下贾杨清大神的slider推导过程,然后从caffe源码里面去找从定义caffe的kernel_size参数开始以后干的事,然后...
阅读(4364) 评论(4)

Contextual Action Recognition with R*CNN-论文阅读

Contextual Action Recognition with R*CNN: arXiv 文章源代码: https://github.com/gkioxari/RstarCNN摘要: 基于动态图像的行为识别主要是学习到图片中人体的动作,比如当图片中运动员慢跑时,周围的环境同样可以为慢跑的识别提供信息,在本文中我们很好的结合了运动物体和环境因素来实现静态图像的行为识别。我们将RCNN...
阅读(1191) 评论(2)

双流网络行为识别-Spatiotemporal Residual Networks for Video Action Recognition-论文阅读

前几天刚放出来的一篇paper:Spatiotemporal Residual Networks for Video Action Recognition,又将HMDB51数据库和UCF101数据库的精度刷高了。 精度结果如下: 这比之前的tsn网络的结果还要好,之前tsn的结果是:Temporal Segment Networks: Towards Good Practices for...
阅读(2193) 评论(0)

全卷积网络FCN论文阅读Fully Convolutional Networks for Semantic Segmentation

转载/u011534057/article/details/51247388【论文信息】《Fully Convolutional Networks for Semantic Segmentation》CVPR 2015 best paperReference link:  http://blog.csdn.NET/tangwei2014 http://blog...
阅读(1512) 评论(0)

论文阅读:SSD: Single Shot MultiBox Detector

转载/u010167269/article/details/52563573Preface这是今年 ECCV 2016 的一篇文章,是 UNC Chapel Hill(北卡罗来纳大学教堂山分校) 的 Wei Liu 大神的新作,论文代码:https://github.com/weiliu89/caffe/tree/ssd 有几点更新: 1. 看到一篇 bl...
阅读(379) 评论(0)

【论文学习】YOLO9000: Better,Faster,Stronger(YOLO9000:更好,更快,更强)

原文`/hysteric314/article/details/53909408`原文下载:https://arxiv.org/pdf/1612.08242v1.pdf 工程代码:http://pjreddie.com/darknet/yolo/目录目录 摘要 简介 BETTER Faster Stronger 总结 要说的 摘要 提出YOLO v2 :代表...
阅读(435) 评论(0)

R-FCN:基于区域的全卷积网络来检测物体

原文/shadow_guo/article/details/51767036原文标题为“R-FCN: Object Detection via Region-based Fully Convolutional Networks ”,作者代季峰 1,14年毕业的清华博士到微软亚洲研究院的视觉计算组,CVPR 16 两篇一作的会议主持人~ ╰(°▽°)╯ 同时公布...
阅读(577) 评论(0)
57条 共4页1 2 3 4 下一页 尾页
    个人资料
    • 访问:106521次
    • 积分:753
    • 等级:
    • 排名:千里之外
    • 原创:46篇
    • 转载:11篇
    • 译文:0篇
    • 评论:23条
    最新评论