LibLinear（SVM包）使用说明之（三）实践LibLinear（SVM包）使用说明之（三）实践zouxy09@qq.comhttp://blog.csdn.net/zouxy09我们在UFLDL的教程中，Exercise: Convolution and Pooling这一章节，已经得到了cn...
分类：
其他好文 时间：
2015-06-19 18:15:07
阅读次数：
155
学习笔记-CIFAR10模型理解简述整个结构中包含三个convolution layer、三个pooling layer和两个fully connected layer。每个层有多个Feature Map，每个Feature Map通过一种卷积滤波器提取输入的一种特征，然后每个Feature Map...
分类：
其他好文 时间：
2015-06-05 10:07:04
阅读次数：
160
卷积的实现：对于每幅图像，每个filter，首先从W中取出对应的filter：filter = squeeze(W(:,:,filterNum));接下来startercode里面将filter旋转90度并且取出image：% Flip the feature matrix because of t...
分类：
其他好文 时间：
2015-05-25 13:01:13
阅读次数：
282
问题：打印输出逆时针螺旋矩阵，要求螺旋矩阵的阶数由用户输入。例如 n=4时，输出的螺旋矩阵如下： 下面给出我的代码： 1 package org.warnier.zhang.exercises; 2 3 public class Convolution { 4 private...
分类：
编程语言 时间：
2015-04-13 20:26:48
阅读次数：
156
卷积操作的GPU粗粒度并行实现及测试
一、 算法基本思想：
1、 GPU中的一个线程产生一个卷积结果，有多少个结果就使用多少个Block;
2、 矩阵和卷积核存放在共享内存中，卷积结果存放在全局内存中；
3、 支持10000以内任意维度的二维矩阵，卷积核最大支持16x16。
4、 支持任意多幅图像的批处理。...
分类：
其他好文 时间：
2015-03-02 11:11:59
阅读次数：
235
零零星星挖坑几个了，都没填土，实在是欠账太多，闲话少说吧，还是多记录总结一下。今天的主题是围绕convolution和加速记得之前看过lecun他们组的一篇文章，是fft加速convolution的。按照Convolution Theorem，时域上的卷积可以转成空间域的傅立叶变换进行。lecun的...
分类：
其他好文 时间：
2015-02-27 16:57:26
阅读次数：
126
原文链接：caffe.berkeleyvision.org/tutorial/layers.html创建caffe模型，首先要在protocol buffer 定义文件(prototxt)中定义结构。在caffe环境中，图像的明显特征是其空间结构。Convolution：Documents： 1 P...
分类：
其他好文 时间：
2015-02-26 21:25:31
阅读次数：
289
一维卷积Convolution卷积也是很常用的一种计算模式。卷积计算方法如下：对输出数据中的每一个元素，它的值是输入数据中相同位置上的元素与该元素周边元素的值的加权和。卷积中有一个被称为卷积核（Kernel）或卷积码（Mask）的数据段，指定了周边元素的权值。为了避免混淆，以后都称为卷积码。计算如下...
分类：
其他好文 时间：
2015-01-27 10:46:09
阅读次数：
255
Exercise:Convolution and Pooling习题链接：Exercise:Convolution and PoolingcnnExercise.m%% CS294A/CS294W Convolutional Neural Networks Exercise% Instructio....
分类：
其他好文 时间：
2015-01-13 19:21:03
阅读次数：
268
本文中，我会根据下大家image classification常用的cnn模型，针对cifar10（for 物体识别），mnist（for 字符识别）& ImageNet（for 物体识别）做一个model 总结。
本文不讲coding（coding请见Convolution Neural Network (CNN) 原理与实现篇）
本文不涉及公司内部资料，纯公开资料汇总
好，本文就从数据集说起，对数据集不熟悉的小伙伴请先去了解下这3个数据集，下面我们针对每个数据集画出其通用模型。...
分类：
其他好文 时间：
2015-01-07 16:54:14
阅读次数：
159
