简介
caffe models prototxt about multimodal
-
关于batchNormalization在caffe中的实现，分为两部分：BatchNorm和Scale两部分,使用时将将conv或Innerproduct中 bias置于Scale中，BatchNorm对无偏置权重乘积进行norm，在Scale中进行放缩并加入bias的学习。
-
BN的作用很明显，未加入之前loss下降较为缓慢，波动较大；加入之后，audio_loss开始大幅度下降，对最终网络的学习 贡献度更大。
theano 版本 Non-negative Matrix factorize
- 利用theano可gpu加速的原理，提升速度
mnist手写数字识别：CNN+RNN
- 利用keras实现CNN与RNN的对接，其中使用了
Lambda函数
python和matlab版本DCA
- 利用python灵活性，可将其用于深度学习的训练过程中
scrapy tutorial
- 学习scrapy框架
porn images classify
- 利用vgg分类性感图片和非性感图片
txt2xml
- 将txt格式文件转换为voc xml
pycaffe
- 利用pycaffe实现lenet，prototxt
tf_learn
- 利用tensorflow实现cnn, rnn
to_lmdb
- 自定义lmdb,包括proto编写编译