原创 C/C++ 實現錄音和播放

#include <iostream> #include <windows.h> #include <Mmsystem.h> #pragma comment(lib, "winmm.lib") static BYTE* fil

原创 深度學習入門(一)MNIST手寫體識別兩種實現(初級版和優化版)

初級版 # 使用一個簡單的CNN網絡結構如下,括號裏邊表示tensor經過本層後的輸出shape: # # ·輸入層(28 * 28 * 1) # ·卷積層1(28 * 28 * 32) # ·pooling層1(14 * 14

原创 深度學習入門(三)一種預測階段使用任意參數的滑動平均的快捷方式

關於預測階段從checkpoint讀取模型後如何加載滑動平均的影子變量方法在這篇博客有所介紹: https://www.cnblogs.com/hrlnw/p/8067214.html 這篇博客介紹方法大致介紹爲: (1)訓練階段

原创 生死看淡,不服就GAN(五)----用DCGAN生成MNIST手寫體

搭建DCGAN網絡 #*************************************** 生死看淡,不服就GAN ****************************************************

原创 (原創)基於matlab和c++混合實現的SUSAN特徵檢測

///////////////////////////////////////////////////////////////////////// //簡述:用MATLAB獲取圓周模板,自定義封裝susan的特徵提取函數(GetU

原创 生死看淡,不服就GAN(四)---- 用全連層GAN生成MNIST手寫體

搭建全連接GAN網絡 #*************************************** 生死看淡,不服就GAN ***************************************************

原创 kaldi 學習筆記1

# 指定bash #!/bin/bash # 包含文件 . ./path.sh || exit 1 . ./cmd.sh || exit 1 # 配置 nj=1 # number of parallel jobs - 1

原创 基於眨眼狀態的在線疲勞檢測系統(Matlab-GUI設計)

參考文檔 1.參考論文:       https://ieeexplore.ieee.org/document/8242842 2.基於Matlab的GUI開發 3.基於Matlab的webcam讀取:        https://ww

原创 GAN的學習目錄

一.GAN介紹及入門 1.簡單理解與實驗生成對抗網絡GAN 2.開發者自述:我是這樣學習 GAN 的 3.生成對抗網絡(GAN)之MNIST數據生成 4.GAN系列學習(1)——前生今世 5.GAN的入門與實踐 二.DCGAN 1

原创 git的使用

git下載地址:https://github.com/waylau/git-for-win 兩小時玩轉git和github:https://blog.csdn.net/tichimi3375/article/details/798

原创 高斯金字塔和拉普拉斯金字塔

參考博客:https://blog.csdn.net/poem_qianmo/article/details/26157633 上採樣方式:(1)近鄰插值法,即複製擴張存在像素,其信息量不會增加,opencv實現:resize() (

原创 tensorflow深度學習教程

https://github.com/caicloud/tensorflow-tutorial

原创 基於CNN的四位數字驗證碼識別

 前言     驗證碼技術作爲一種反自動化技術,使得很多程序的自動化工作止步。今天作者採用一些數字圖像處理和CNN方法來識別較爲簡單的數字驗證碼 實驗步驟     實驗步驟主要圍繞以下展開 圖像預處理即濾除噪聲和字符分割 CNN搭建和訓練

原创 生死看淡,不服就GAN(九)----英偉達力作PGGAN實戰,生成高清圖片

2017年,NVIDIA Research 網站發佈了一篇頗爲震撼的GAN論文:Progressive Growing of GANs for Improved Quality, Stability, and Variation,通過

原创 生死看淡,不服就GAN(八)----WGAN的改進版本WGAN-GP

WGAN-GP是針對WGAN的存在的問題提出來的,WGAN在真實的實驗過程中依舊存在着訓練困難、收斂速度慢的 問題,相比較傳統GAN在實驗上提升不是很明顯。WGAN-GP在文章中指出了WGAN存在問題的原因,那就是WGAN在處理Lip