一、BP神经网络的概念    BP神经网络是一种多层的前馈神经网络，其主要的特点是：信号是前向传播的，而误差是反向传播的。具体来说，对于如下的只含一个隐层的神经网络模型：(三层BP神经网络模型)BP神经网络的过程主要分为两个阶段，第一阶段是信号的前向传播，从输入层经过隐含层，最后到达输出层；第二阶段是误差的反向传播，从输出层到隐含层，最后到输入层，依次调节隐含层到输出层的权重和偏置，输入层到隐含层

https://zhuanlan.zhihu.com/p/40050371 

GLM和MVP矩阵操作速记 连续工作15小时，累了，睡觉。include “glm/glm.hpp”include “glm/gtc/matrix_transform.hpp”若未特别说明，以下示例均假设矩阵/向量为四维 glm::mat4 mat; glm::vec4 vec; 对于vec来说，第四位为1代表坐标，0代表方向平移矩阵 | 1 0 0...

转自：http://www.cnblogs.com/liu-jun/archive/2013/03/20/2970132.html 以前对PCA算法有过一段时间的研究，但没整理成文章，最近项目又打算用到PCA算法，故趁热打铁整理下PCA算法的知识。本文观点旨在抛砖引玉，不是权威，更不能尽信，只是本人的一点体会。主成分分析（PCA）是多元统计分析中用来分析数据的一种方法，它是用一种较少数...

原文地址: http://www.sohu.com/a/164171974_741733本文收集了大量基于 PyTorch 实现的代码链接，其中有适用于深度学习新手的“入门指导系列”，也有适用于老司机的论文代码实现，包括 Attention Based CNN、A3C、WGAN等等。所有代码均按照所属技术领域分类，包括机器视觉/图像相关、自然语言处理相关、强化学习相关等等。所以如果你打算入手这风.

一、CNN的引入在人工的全连接神经网络中，每相邻两层之间的每个神经元之间都是有边相连的。当输入层的特征维度变得很高时，这时全连接网络需要训练的参数就会增大很多，计算速度就会变得很慢，例如一张黑白的 28×28 的手写数字图片，输入层的神经元就有784个，如下图所示：若在中间只使用一层隐藏层，参数 w 就有 784×15=11760 多个；若输入的是28×28 带有颜色的RGB格式的手写数字图片..

转自：http://www.cnblogs.com/liu-jun/archive/2013/03/20/2970132.html 以前对PCA算法有过一段时间的研究，但没整理成文章，最近项目又打算用到PCA算法，故趁热打铁整理下PCA算法的知识。本文观点旨在抛砖引玉，不是权威，更不能尽信，只是本人的一点体会。主成分分析（PCA）是多元统计分析中用来分析数据的一种方法，它是用一种较少数...

本文将介绍如何获取到彩色图像的深度信息。大家都知道我们可以从realsense 摄像头中获取到RGB数据，红外数据，以及图像的深度数据。至于图像的深度数据我的理解是realsense摄像投抓到的图像的相关距离信息，具体点 可以理解成摄像头距离每个像素点的距离。这个深度数据在某些场景下非常的有意义。本文从之前两篇文章的基础上介绍如何在QT + OpenCV的环境下获取到RGB图像并且拿到深度信息..

最近一段时间已知忙着赶图像分析与理解的项目，在三个星期内强行接触了CNN,MRF,Caffe,openCV在内的很多东西。现在项目已经完全结束了，反而有点怀念看论文写代码的日子～希望能用这篇博文将我这段时间的工作作一个整理，也方便我之后写报告。问题描述深度估计是从2D图片中得到深度信息，深度估计主要分为两种形式：从单个的单目图像中获得深度信息，从一系列不同角度的单目图像中得到深度信息。在这个项目中

https://blog.csdn.net/Lo_Bamboo/article/details/78601328题神经网络训练需要强大的GPU支持，自己搭建成本太高，并且有时候出差等原因，无法将庞大的机箱搬走。因此，就产生了将深度学习网络训练的任务搬到云端的想法。由于初次使用，遇到不少大坑，花了两天时间才完整的实现。要实现的功能：- 安装anaconda管理库- 远程访问jupyte...