我是wangxiao-23158
我是wangxiao-23158_个人页
我是wangxiao-23158
文章
310
问答
0
视频
0
个人介绍
编程语言，算法相关技术专家
擅长的技术
-
发表了文章 2016-08-22
Machine and Deep Learning with Python
Machine and Deep Learning with Python Education Tutorials and courses Supervised learning superstitions cheat sheet Introduction to Deep Learning...
-
发表了文章 2016-08-22
Awesome Machine Learning
Awesome Machine Learning A curated list of awesome machine learning frameworks, libraries and software (by language).
-
发表了文章 2016-08-22
libGraphicsMagickWand.so: cannot open shared object file: No such file or directory stack traceback:
参考博文：http://www.linuxidc.com/Linux/2016-07/133213.htm ==>> Check Passed, the num of bbox and frames are equal .
-
发表了文章 2016-08-16
Awesome Reinforcement Learning
Awesome Reinforcement Learning A curated list of resources dedicated to reinforcement learning. We have pages for other topics: awesome-rnn, awesome...
-
发表了文章 2016-08-16
论文笔记之：Spatially Supervised Recurrent Convolutional Neural Networks for Visual Object Tracking
Spatially Supervised Recurrent Convolutional Neural Networks for Visual Object Tracking arXiv Paper Project Page：http://guanghan.info/projects/ROLO/ GitHub：https://github.com/wangxiao5791509/ROLO 摘要：本文提出了一种新的方法进行空间监督 RCNN 来进行目标跟踪。
-
发表了文章 2016-08-10
论文笔记之：Playing for Data: Ground Truth from Computer Games
Playing for Data: Ground Truth from Computer Games ECCV 2016 Project Page：http://download.visinf.
-
发表了文章 2016-08-09
【计算机视觉领域】常用的 feature 提取方法，feature 提取工具包
【计算机视觉领域】常用的 feature 提取方法，feature 提取工具包 利用 VL 工具包进行各种特征的提取： VL 工具包官网地址：http://www.vlfeat.
-
发表了文章 2016-08-07
论文阅读之：Is Faster R-CNN Doing Well for Pedestrian Detection?
Is Faster R-CNN Doing Well for Pedestrian Detection? ECCV 2016 Liliang Zhang & Kaiming He 原文链接：http://arxiv.org/pdf/1607.07032v2.pdf Code ： https://github.com/zhangliliang/RPN_BF/tree/RPN-pedestrian 摘要：行人检测被人 argue 说是特定课题，而不是general 的物体检测。
-
发表了文章 2016-08-06
论文笔记之：Generative Adversarial Nets
Generative Adversarial Nets NIPS 2014 摘要：本文通过对抗过程，提出了一种新的框架来预测产生式模型，我们同时训练两个模型：一个产生式模型 G，该模型可以抓住数据分布；还有一个判别式模型 D 可以预测来自训练样本 而不是 G 的样本的概率．训练 G 的目的是让 D 尽可能的犯错误，让其无法判断一个图像是产生的，还是来自训练样本．这个框架对应了一个 minimax two-player game. 也就是，一方得势，必然对应另一方失势，不存在两方共赢的局面，这个就是这个游戏的规则和属性。
-
发表了文章 2016-08-05
如果读取图像的图像出现坏图，无法读取的怎么办？怎么自动跳过坏的图像，而读取下一张？
最近处理无标签图像，但是，有的图像下载下来后，有的是坏的，matlab imread 函数无法读取，而且会报错，然后自动终止程序的执行； 怎么破？ 用 try catch 机制来解决这个问题： path = "/home/wangxiao/imagefiles/" ; files = dir(path, '*.
-
发表了文章 2016-08-04
（转）A Beginner's Guide To Understanding Convolutional Neural Networks
Adit Deshpande CS Undergrad at UCLA ('19) Blog About A Beginner's Guide To Understanding Convolutional Neural Networks Introduction Convolutional neural networks.
-
发表了文章 2016-08-04
(转) Written Memories: Understanding, Deriving and Extending the LSTM
R2RT Written Memories: Understanding, Deriving and Extending the LSTM Tue 26 July 2016 When I was first introduced to Long Short-Term Me...
-
发表了文章 2016-08-04
如果将彩色图像和灰度图像一起放进 CNN 中去，会是什么结果？
如果将彩色图像和灰度图像一起放进 CNN 中去，会是什么结果？ 今天，坑爹的实验，我处理 SUN397 的时候，忘记去掉灰度图了，结果，利用微调后的 model 提取 feature，悲剧的发现，无论哪个图像，得到的 feature 都是一样的，卧槽，这不科学啊。
-
发表了文章 2016-08-01
DRL之：策略梯度方法 （Policy Gradient Methods）
DRL 教材 Chpater 11 --- 策略梯度方法（Policy Gradient Methods） 前面介绍了很多关于 state or state-action pairs 方面的知识，为了将其用于控制，我们学习 state-action pairs 的值，并且将这些值函数直接用于执行策略和选择动作．这种形式的方法称为：action-value methods.
-
发表了文章 2016-08-01
[译] AlphaGo 的确是一个大事件
[译] AlphaGo 的确是一个大事件 转自：http://www.jianshu.com/p/157a15de47df 字数3797 阅读696 评论0 喜欢4 作者：Michael Nielsen，源地址：https://www.quantamagazine.org/20160329-why-alphago-is-really-such-a-big-deal/ 围棋程序刻画了人类直觉的元素，这是能够产生深远影响的进步。
-
发表了文章 2016-07-31
Matlab 进阶学习记录
最近在看 Faster RCNN的Matlab code，发现很多matlab技巧，活到老，学到老。。。 1. conf_proposal = proposal_config('image_means', model.
-
发表了文章 2016-07-29
如何才能将Faster R-CNN训练起来？
如何才能将Faster R-CNN训练起来？ 首先进入 Faster RCNN 的官网啦，即：https://github.com/rbgirshick/py-faster-rcnn#installation-sufficient-for-the-demo 先用提供的 model 自己测试一下效果嘛。
-
发表了文章 2016-07-27
VGG-19 和 VGG-16 的 prototxt文件
VGG-19 和 VGG-16 的 prototxt文件 VGG-19 和 VGG-16 的 prototxt文件 VGG-16:prototxt 地址：https://gist.
-
发表了文章 2016-07-27
(转) Lua string 操作函数
本文转自: http://www.cnblogs.com/newlist/p/3649388.html table.keys 返回指定表格中的所有键。 格式： keys = table.keys(表格对象)用法示例： local t = {a = 1, b = 2, c = 3}local keys = table.keys(t)-- keys = {"a", "b", "c"}~~ table.values 返回指定表格中的所有值。
-
发表了文章 2016-07-27
代码备份：处理 SUN397 的代码，将其分为 80% 训练数据 以及 20% 的测试数据
处理SUN397 的代码，将其分为80% 训练数据以及20% 的测试数据 2016-07-27 1 %% Code for Process SUN397 Scene Classification 2 % Just the a part : 24 kinds ...
-
发表了文章 2016-07-27
(转) Deep Reinforcement Learning: Pong from Pixels
Andrej Karpathy blog About Hacker's guide to Neural Networks Deep Reinforcement Learning: Pong from Pixels May 31, 2016 This is a lo...
-
发表了文章 2016-07-26
(转) 行人检测资源 综述文献
首页 视界智尚 算法技术 每日技术 来打我呀 注册 行人检测资源（上）综述文献 行人检测具有极其广泛的应用：智能辅助驾驶，智能监控，行人分析以及智能机器人等领域。
-
发表了文章 2016-07-26
(转) OpenCV学习笔记大集锦 与 图像视觉博客资源2之MIT斯坦福CMU
首页 视界智尚 算法技术 每日技术 来打我呀 注册 OpenCV学习笔记大集锦 整理了我所了解的有关OpenCV的学习笔记、原理分析、使用例程等相关的博文。
-
发表了文章 2016-07-26
(转) 实时SLAM的未来及与深度学习的比较
首页 视界智尚 算法技术 每日技术 来打我呀 注册 实时SLAM的未来及与深度学习的比较 The Future of Real-Time SLAM and “De...
-
发表了文章 2016-07-26
(转) ICCV 2015:21篇最火爆研究论文
ICCV 2015:21篇最火爆研究论文 ICCV 2015: Twenty one hottest research papers “Geometry vs Recogniti...
-
发表了文章 2016-07-26
(转) Deep Reinforcement Learning: Pong from Pixels
Andrej Karpathy blog About Hacker's guide to Neural Networks Deep Reinforcement Learning: Pong from Pixels May 31, 2016 This is a lo...
-
发表了文章 2016-07-26
(转) Reinforcement Learning for Profit
Reinforcement Learning for Profit July 17, 2016 Is RL being used in revenue generating systems today? Recently, one of my facebook friends...
-
发表了文章 2016-07-24
深度学习框架 Torch 7 问题笔记
深度学习框架 Torch 7 问题笔记 1. 尝试第一个 CNN 的 torch版本, 代码如下: 1 -- We now have 5 steps left to do in training our first torch neural network 2 -- 1.
-
发表了文章 2016-07-20
（转）word2vec前世今生
word2vec 前世今生 2013年，Google开源了一款用于词向量计算的工具——word2vec，引起了工业界和学术界的关注。首先，word2vec可以在百万数量级的词典和上亿的数据集上进行高效地训练；其次，该工具得到的训练结果——词向量（word embedding），也是很多NLP任务的基础。
-
发表了文章 2016-07-19
强化学习之 免模型学习（model-free based learning）
强化学习之 免模型学习（model-free based learning） ------ 蒙特卡罗强化学习 与 时序查分学习 ------ 部分节选自周志华老师的教材《机器学习》 由于现实世界当中，很难获得环境的转移概率，奖赏函数等等，甚至很难知道有多少个状态。
-
发表了文章 2016-07-18
论文笔记之：Asynchronous Methods for Deep Reinforcement Learning
Asynchronous Methods for Deep Reinforcement Learning ICML 2016 深度强化学习最近被人发现貌似不太稳定，有人提出很多改善的方法，这些方法有很多共同的 idea：一个 online 的 agent 碰到的观察到的数据序列是非静态的，然后就是，online的 RL 更新是强烈相关的。
-
发表了文章 2016-07-15
Introduction to Monte Carlo Tree Search （蒙特卡罗搜索树简介）
Introduction to Monte Carlo Tree Search （蒙特卡罗搜索树简介） 部分翻译自“Monte Carlo Tree Search and Its Applications”。
-
发表了文章 2016-07-11
论文阅读之：PRIORITIZED EXPERIENCE REPLAY
PRIORITIZED EXPERIENCE REPLAY ICLR 2016 经验回放使得 online reinforcement learning agent 能够记住并且回放过去的经验。
-
发表了文章 2016-07-06
常见半监督方法 (SSL) 代码总结
经典以及最新的半监督方法 (SSL) 代码总结 最近因为做实验需要，收集了一些半监督方法的代码，列出了一个清单： 1. NIPS 2015 Semi-Supervised Learning with Ladder Networks https://github.
-
发表了文章 2016-07-04
论文笔记之：Visual Tracking with Fully Convolutional Networks
论文笔记之：Visual Tracking with Fully Convolutional Networks ICCV 2015 CUHK 本文利用 FCN 来做跟踪问题，但开篇就提到并非将其看做是一个 黑匣子，只是用来提取特征，而是在大量的图像和 ImageNet 分类任务上关于 CNN 的 feature 做了大量的深度的研究。
-
发表了文章 2016-07-03
论文笔记之：RATM: RECURRENT ATTENTIVE TRACKING MODEL
RATM: RECURRENT ATTENTIVE TRACKING MODEL ICLR 2016 本文主要内容是 结合 RNN 和 attention model 用来做目标跟踪。
-
发表了文章 2016-07-03
初始 DQN 程序 所遇到的问题
初始 DQN 程序 所遇到的问题 最近在看 DQN，但是想试试别人放出来的 code，但是发现，额，各种问题，在此记录，以备不时之需！ 问题1. wangxiao@GTX980:~/Documents/DRL/DQN-tensorflow-master$ python main.
-
发表了文章 2016-06-30
论文笔记之：DeepCAMP: Deep Convolutional Action & Attribute Mid-Level Patterns
DeepCAMP: Deep Convolutional Action & Attribute Mid-Level Patterns CVPR 2016 本文提出一种 分割图像 patch 的方法，因为细粒度的分类问题，如：行人动作识别 和 行人属性识别等等。
-
发表了文章 2016-06-29
论文笔记之：Heterogeneous Image Features Integration via Multi-Modal Semi-Supervised Learning Model
Heterogeneous Image Features Integration via Multi-Modal Semi-Supervised Learning Model ICCV 2013 本文提出了一种结合多种传统手工设计 feature 的多模态方法，在 label propagation 的基础上进行标签传递，进行半监督学习，综合利用各种 feature 的优势，自适应的对各种feature 的效果进行加权，即：对于判别性较好的 feature给予较高的权重，较差的 feature 给予较低的权重，然后将整个流程融合在一个框架中进行学习。
-
发表了文章 2016-06-28
Ubuntu 14.04 关于 TensorFlow 环境的配置
Ubuntu 14.04 关于 TensorFlow 环境的配置 本教程截图于 TensorFlow 官方文档中文版 https://github.com/jikexueyuanwiki/tensorflow-zh
-
发表了文章 2016-06-27
论文笔记之：Deep Reinforcement Learning with Double Q-learning
Deep Reinforcement Learning with Double Q-learning Google DeepMind Abstract 主流的 Q-learning 算法过高的估计在特定条件下的动作值。
-
发表了文章 2016-06-19
论文笔记之：Learning Multi-Domain Convolutional Neural Networks for Visual Tracking
Learning Multi-Domain Convolutional Neural Networks for Visual Tracking CVPR 2016 本文提出了一种新的CNN 框架来处理跟踪问题。
-
发表了文章 2016-06-18
论文笔记之：Learning to Track: Online Multi-Object Tracking by Decision Making
Learning to Track: Online Multi-Object Tracking by Decision Making ICCV 2015 本文主要是研究多目标跟踪，而 online 的多目标检测的主要挑战是 如何有效的将当前帧检测出来的目标和之前跟踪出来的目标进行联系。
-
发表了文章 2016-06-05
论文笔记之：Multiple Object Recognition With Visual Attention
Multiple Object Recognition With Visual Attention Google DeepMind ICRL 2015 本文提出了一种基于 attention 的用于图像中识别多个物体的模型。
-
发表了文章 2016-06-04
论文笔记之：Attention For Fine-Grained Categorization
Attention For Fine-Grained Categorization Google ICLR 2015 本文说是将Ba et al. 的基于RNN 的attention model 拓展为受限更少，或者说是非受限的视觉场景。
-
发表了文章 2016-06-03
新手教程之：循环网络和LSTM指南 (A Beginner’s Guide to Recurrent Networks and LSTMs)
新手教程之：循环网络和LSTM指南 (A Beginner’s Guide to Recurrent Networks and LSTMs) 本文翻译自：http://deeplearning4j.
-
发表了文章 2016-06-02
(转) Quick Guide to Build a Recommendation Engine in Python
本文转自：http://www.analyticsvidhya.com/blog/2016/06/quick-guide-build-recommendation-engine-python/ Introduction This could help you in buildin...
-
发表了文章 2016-06-01
利用 t-SNE 高维数据的可视化
利用 t-SNE 高维数据的可视化 具体软件和教程见： http://lvdmaaten.github.io/tsne/ 简要介绍下用法： % Load data load ’mnist_train.
-
发表了文章 2016-05-30
论文笔记之： Bilinear CNN Models for Fine-grained Visual Recognition
Bilinear CNN Models for Fine-grained Visual Recognition CVPR 2015 本文提出了一种双线性模型( bilinear models)，一种识别结构，该结构由两个特征提取器产生，两个输出是图像每一个位置的外积(outer product)，然后进行 pool，得到最终的图像描述算子。
-
发表了文章 2016-05-28
lua 初接触 --- The first time use Lua for programing
The first time use Lua for programing Wang Xiao 1. 关于 lua 的变量类型: lua 变量的定义与matlab有点不同： local d , f = 5 ,10 --声明局部变量 d,f。
暂无更多信息
-
发表了文章
2017-12-25
一文读懂 深度强化学习算法 A3C （Actor-Critic Algorithm）
-
发表了文章
2017-12-21
18 Issues in Current Deep Reinforcement Learning from ZhiHu
-
发表了文章
2017-12-17
（转）ResNet, AlexNet, VGG, Inception: Understanding various architectures of Convolutional Networks
-
发表了文章
2017-12-10
深度强化学习之：模仿学习（imitation learning）
-
发表了文章
2017-12-08
论文笔记之：Collaborative Deep Reinforcement Learning for Joint Object Search
-
发表了文章
2017-11-28
论文笔记之：Heterogeneous Face Attribute Estimation: A Deep Multi-Task Learning Approach
-
发表了文章
2017-11-22
到底什么是 ROI Pooling Layer ???
-
发表了文章
2017-10-25
论文笔记：Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments
-
发表了文章
2017-10-18
论文笔记： Dual Deep Network for Visual Tracking
-
发表了文章
2017-10-16
(zhuan) Attention in Neural Networks and How to Use It
-
发表了文章
2017-09-15
论文笔记：Parallel Tracking and Verifying: A Framework for Real-Time and High Accuracy Visual Tracking
-
发表了文章
2017-08-31
(转) The care and maintenance of your adviser
-
发表了文章
2017-08-17
Basic Mathematics You Should Mastered
-
发表了文章
2017-08-17
(zhuan) Building Convolutional Neural Networks with Tensorflow
-
发表了文章
2017-08-13
Some tutorials and conclusions about deep learning framework ---- 【pytorch】
-
发表了文章
2017-08-08
Ubuntu yindaoxiufu 引导修复（Boot Repair)
-
发表了文章
2017-08-02
Tutorials on training the Skip-thoughts vectors for features extraction of sentence.
-
发表了文章
2017-07-29
(zhuan) Variational Autoencoder: Intuition and Implementation
-
发表了文章
2017-07-20
(zhuan) 资源|TensorFlow初学者必须了解的55个经典案例
-
发表了文章
2017-07-20
(zhuan) 自然语言处理中的Attention Model：是什么及为什么
滑动查看更多
暂无更多信息
暂无更多信息