如上图，深度学习有3个基本的步骤： 1） 定义函数，即选择建立神经网络 2） 建立一个标准，判断第一步得到的函数或者网络好不好，相当于损失函数，误差越小，则该函数或网络越好 3） 选择误差最小的那个函数或网络 　　将我们之前选择的模型或网络用在训练集上，如果误差大，则说明模型 ...

本文记录一些对深度学习的思考总结.意识流写法，想到哪写到哪，日后不定期更新补充. 在没有接触深度学习的时候，觉得这是个非常高大上的技术，数学基础要求非常多,上手门槛非常高.我想很多人和我有一样的想法.这种对深度学习的印象，我想很大一部分来自铺天盖地的自媒体的有关AI的报道解读,造成了一种深度学习 ...

因为最近的项目需求，需要我将Tensorflow模型、caffe模型和Mxnet模型转换成darknet模型，因此做个记录。 一些github上面的模型转换汇总：https://github.com/ysh329/deep-learning-model-convertor 从网上现有的一些模型 ...

本菜鸡的科研之路已经开始两三个月了，期间遇到了很多问题，现在想在这里总结一下。 在阅读深度学习论文的时候，首先需要看看代码是否开源，如果没有开源应该向作者索要源码，然后在本地运行这些代码。这样做是很有必要的，因为深度学习就是一个玄学，论文里故事编的再漂亮也不能work，因此你需要用代码 ...

最近，在复习机器学习的相关算法，按照原来的计划，现在，我应该完成了CS231n的学习和作业，可是因为一些不可抗原因，推迟了，最近整理复习，联想到，我之前的工作，我突然意识到，学习一种算法或理论，复现论文成果是一种非常好的学习方式，有点像一个闭环反馈系统，我学习了这种算法，尤其现在深度学习那么多论文 ...

【说在前面】本人博客新手一枚，象牙塔的老白，职业场的小白。以下内容仅为个人见解，欢迎批评指正，不喜勿喷！[认真看图][认真看图] 【补充说明】深度学习有多火，我就不多说了。本文主要介绍深度学习项目实践过程中可能遇到的一些组件及使用技巧！ 一、Optimizor优化器选择 1. 梯度下降：经典 ...

（工程选题与深度学习框架有关） 现有的任何一种大型软件背后都存在两种根本性的因素：商业因素和技术因素。其两者是相互矛盾且统一的。 技术上决定了，任何现在大型软件的开发都无法不借助已有的代码和产品：大型软件的复杂性决定了除非不顾及一切商业行为，否则要想实现整套系统的完全独立开发是不切实际 ...

一个网友收集的运动目标检测，阴影检测的标准测试视频 http://blog.csdn.net/sunbaigui/article/details/6363390 很权威的change detection检测视频集，里面有将近20种主流算法在这个测试集上的运行结果和ROC,PRA曲线 ...