Detection总结之yolo_ssd系列

  接着上篇Detection总结一之RCNN系列, 这篇讲另一种不同思路做detection的方法体系, 主要介绍三...

Detection总结二从yolo到yolo 9000

Detection总结一之rcnn系列

最近在做目标检测的相关项目, 对这一领域近几年的paper都梳理了一下. 总结归纳一下目标检测近几年的发展, 一共分为三篇来写, 分别是

Batch Normalization详解

Batch Normalization广为人知应该是在...

浅谈优化方法与泰勒展开

在机器学习中我们最常遇到的便是优化问题，而最常用的便是基于梯度的优化方法。本文首先尝试利用泰勒展开式说明梯度下降以及牛顿法的来源，然后再梳理一下深度...

logistic与softmax推导

本文尝试从模型的基本假设出发，推导出模型假设，再利用最大似然推导出loss，最后进行梯度推导，详细梳理logistic与softmax。

Convolution层的实现---以caffe为例

前段时间尝试去重现了下卷积层的具体实现，网上看了些blog，但是发现的现状是好多文章都是相互抄袭，到最后自己都不知道讲什么。于是自己详细梳理了下卷积...

CNN训练中的一些trick

从接触深度学习到现在已经过去很久了，从当初的一无所知到现在还算熟络，一路不知踩了多少坑，这里记录一下希望给遇到的人一个帮助也是给自己一个备忘吧。本文...

从最优化间隔器到核函数---SVM的推论（下）

上文从最优化间隔器引入了线性可分支持向量机（硬间隔最大化）以及线性支持向量机（软间隔最大化），它们都只适用于数据的分隔面为线性的情况，当数据不是分隔...

从最优化间隔器到核函数---SVM的推论（上）

本文以及接下来的一篇文章将尝试详细的去描述SVM（支持向量机）这一经典的分类算法。SVM曾经被认很多人认为是最好的离线监督学习算法（不需要做什么修改...

浅谈机器学习中的凸优化(下)---Lagrange duality

本文紧接着上一篇讲机器学习中的凸优化问题。上一篇引进了凸集，凸函数以及凸优化的概念，并简单列举了它们的一些性质。本文将继续上文的工作，进一步引入凸优...

浅谈机器学习中的凸优化(上)

机器学习中经常会碰到求解函数最优值的情况:给定一个从n维空间到1维空间的函数映射\(f(x):R^{n}->R\)，寻找一个\(x\)使得\(...

佳琦凯里行

为方便佳琦同学贵州之行特此制作简单攻略一份，望佳琦同学遵照执行。