caffe的大多数层是由c++写成的，借助于c++的高效性，网络可以快速训练。但是我们有时候需要自己写点输入层以应对各种不同的数据输入，比如你因为是需要在图像中取块而不想写成LMDB，这时候可以考虑使用Python直接写一个层。而且输入层不需要GPU加速，所需写起来也比较容易。python层怎么用先看一个网上的例子吧（来自http://chrischoy.github.io/res

《机器学习&&深度学习》视频课程资源百度云下载。 林轩田：机器学习基石 链接：http://pan.baidu.com/s/1qXSKZP64 密码：dwie林轩田：機器學習技法 (Machine Learning Techniques)链接：http://pan.baidu.com/s/1i5I0kZj3 密码：zwceandrew Ng视频课程和讲义链接：

Product Quantizer2011年在IEEEE上发表的论文《Product Quantization for Nearest Neighbor Search》中提出来的.•提出目的：在内存和效率之间求得一个平衡，既保证图像索引结构需要的内存足够，又使得检索质量和速度比较好。•思想：把空间分解到低维子空间的笛卡尔乘积，然后分别独立量化每一个子空间。（训练模型可以并行进行）

1．研究意义众所周知，当前是信息时代，信息的获得、加工、处理以及应用都有了飞跃发展。人们认识世界的重要知识来源就是图像信息，在很多场合，图像所传送的信息比其他形式的信息更丰富、真切和具体。人眼与大脑的协作使得人们可以获取、处理以及理解视觉信息，人类利用视觉感知外界环境信息的效率很高。事实上，据一些国外学者所做的统计，人类所获得外界信息有80%左右是来自眼睛摄取的图像。由此可见，视觉作为人类获取

我们做软件开发的人，自己电脑上往往装的都是windows操作系统，但是有时候常常需要操作一些Linux命令。常用的办法是在电脑上面安装一个VMware虚拟机，里面再安装一个linux操作系统，我虚拟机中安装的是Ubuntu10.04。      物理机上安装一个虚拟机，就要考虑它们之间如何通信的问题。应该怎么在物理机（安装的是windows）和虚拟机（安装的是linux）之间进行通信呢（准

1. LDA是什么线性判别式分析（Linear Discriminant Analysis），简称为LDA。也称为Fisher线性判别（Fisher Linear Discriminant，FLD），是模式识别的经典算法，在1996年由Belhumeur引入模式识别和人工智能领域。基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保

最近在看fisher vector的相关知识，fisher vector被广泛应用到了图像的分类，目标识别等领域，特别是结合着BOW model。    模式识别方法可以分为生成方法和判别方法。前者注重对类条件概率密度函数的建模，而后者聚焦于分类。而Fisher核方法同时具有这两种方法的优点[4]。这里fisher 核和fisher vector是不一样的(感觉像是废话)，其实在文章[4]