原创 對抗網絡(一)介紹與代碼

自從 Ian Goodfellow 在 14 年發表了 論文 Generative Adversarial Nets 以來,生成式對抗網絡 GAN 廣受關注,加上學界大牛 Yann Lecun 在 Quora 答題時曾說,他最激動的深度學

原创 一種新的GAN(對抗網絡生成)訓練方法

微軟研究人員在ICLR 2018發表了一種新的GAN(對抗網絡生成)訓練方法,boundary-seeking GAN(BGAN),可基於離散值訓練GAN,並提高了GAN訓練的穩定性。 對抗生成網絡 首先,讓我們溫習一下GAN(對抗生成網

原创 激活函數的簡介

https://blog.csdn.net/kangyi411/article/details/78969642 如果不用激勵函數,每一層輸出都是上層輸入的線性函數,無論神經網絡有多少層,輸出都是輸入的線性組合,這種情況就是最原始的感知機

原创 python tensorflow中文參考文檔--相關函數使用說明書

https://blog.csdn.net/m0_37870649/article/details/80963312 轉載:https://www.w3cschool.cn/tensorflow_python/tensorflow_pyt

原创 ubuntu 16.04 安裝python tensorflow

1. sudo apt-get install python  安裝python3.5 2.sudo apt install python3-pip  安裝pip3 3.pip3 install tensorflow      安裝ten

原创 python turtle 繪製圖像的函數庫

https://blog.csdn.net/zengxiantao1994/article/details/76588580    Turtle庫是Python語言中一個很流行的繪製圖像的函數庫,想象一個小烏龜,在一個橫軸爲x、縱軸爲y的

原创 CTPN --Detecting Text in Natural Image with Connectionist Text Proposal Network

作者和相關鏈接  個人主頁:Zhi Tian,黃偉林,Tong He,Pan He,喬宇 作者簡單信息:   論文下載:論文傳送門 代碼下載:代碼傳送門 幾個關鍵的Idea出發點 文本檢測和一般目標檢測的不同——文本線是一個seque

原创 caffe代碼閱讀5: Data_layers的實現細節

一、Data_layers.hpp文件的作用簡介 Data_layers.hpp在目前caffe的master分支中已經不能存在了,分散到各個文件中去了。 而之前是存在於cafferoot\include\caffe中。現

原创 caffe代碼閱讀2:DataTransformer以及io的實現細節

一、DataTransformer的作用簡介 該類主要負責對數據進行預處理,將Datum、const vector<Datum>、cv::Mat&、vector<cv::Mat> 、Blob<Dtype>*類型的數據變換到目標大小的b

原创 caffe代碼閱讀4:LayerRegistry的介紹與實現

一、LayerRegistry的作用簡介 LayerResistry的功能很簡單,就是將類和對應的字符串類型放入到一個map當中去,以便靈活調用。主要就是註冊類的功能 二、LayerRegistry類的詳細介紹 1)構造函數和析構函數

原创 caffe代碼閱讀6:SyncedMemory的j介紹與實現

一、SyncedMemory的作用簡介 SyncedMemory類主要負責在GPU或者CPU上分配內存以及保持數據的同步作用。 SyncedMemory類主要應用在BLOB類中,我們可以在BLOB類中看出一些使用方法 比如: [

原创 SSD:Single Shot MultiBox Detector

轉載自http://blog.csdn.net/u010167269/article/details/52563573Preface這是今年 ECCV 2016 的一篇文章,是 UNC Chapel Hill(北卡羅來納大學教堂山分校) 

原创 Caffe代碼閱讀8:absval_layer層的實現

這一層比較簡單:主要就是求絕對值,反傳部分的代碼也很簡單 裏頭用到了caffe_abs這個函數以及caffe_cpu_sign這兩個函數 需要注意的是caffe_cpu_sign在math_functions.hpp裏頭定義得比較特

原创 文字檢測與識別資源(包括文章)

轉自:http://blog.csdn.net/peaceinmind/article/details/51387367本文寫成時主要參考了[1,2], 後面加了一些自己收集的,不過大家都在更新,所以區別不是很大~綜述[2015-PAMI

原创 caffe代碼閱讀7:Caffe中卷積的實現

一、 卷積層的作用簡介 卷積層是深度神經網絡中的一個重要的層,該層實現了局部感受野,通過這種局部感受野,可以有效地降低參數的數目。 我們將結合caffe來講解具體是如何實現卷積層的前傳和反傳的。至於是如何前傳和反傳的原理可以參考Notes