今天同学让我帮忙制作一个人脸表情识别的样本库，其中主要是对人脸进行裁剪，这里用到了一个相对较新的Matlab人脸检测方法Face Parts Detection，网上百度了一下发现关于Matlab人脸检测的代码和资源并不多，故此专门撰写一篇博客来详细介绍这个人脸检测方法的用途。　　一、下载对应的工具包　　首先下载对应的工具包，matlab最方便的地方莫过于此了，直接下载、配置简单、并且可以查看

　　office组件中的viso是一款十分强大的画图工具，在绘制流程图、结构框图时显得十分方便，这里将我自己绘制的一些viso图（大部分都是用在我自己的论文中的）与大家分享一把。　　1、深度学习训练流程图　　这个框图表示深度学习训练的基本流程，这里面是以基于bp算法的卷积神经网络为例的。　　2、LeNet-5卷积神经网络结构　　这个框图非常经典，描述了卷积神经网络CNN的基本原理，几乎是所有深度学

如果觉得这篇文章对您有所启发，欢迎关注我的公众号，我会尽可能积极和大家交流，谢谢。 　　Image Watch（下载）是OpenCV的一款最新工具，它能够即时显示出矩阵的内容，即memory中Mat的信息，方便程序的调试，非常好用。不过目前该插件只支持VS2012，而且不能保存调试信息。　　下载地址：点击打开链接　　安装方法：　　1 从以上网址下载插件，下载后得到一个ImageWatch.vsix

1、什么是UML　　UML类图能够快速检查代码结构。　　2、主题　　UML类图在Pycharm中的用法。　　3、准备工作　　（1）Pycharm版本为2.7或更高　　（2）安装Python解释器　　（3）UML插件以及UML类图插件安装并能正常使用　　4、准备一个例子　　创建一个Animals模块以及 Mammal.py文件（

　　今天花了一下午时间看了一期计算机学会通讯的杂志，这期的专题是《类脑计算》，正好与我目前研究的深度学习有很大的关联，看完这期杂志之后得到了不少感悟，在这里稍作总结。当然首先给出这期杂志的地址：《类脑计算》　　一、导言　　首先，看完杂志之后的一个最大的感触就是“一个人的眼界很重要”。为什么这么说呢，作为一个算法研究人员，我们每天都在看论文，去搜寻别人提出的方法，从本质上讲这就是有一个扩宽眼界的过程

　　之前的博文中已经将卷积层、下采样层进行了分析，在这篇博文中我们对最后一个顶层层结构fully_connected_layer类（全连接层）进行分析：　　一、卷积神经网路中的全连接层　　在卷积神经网络中全连接层位于网络模型的最后部分，负责对网络最终输出的特征进行分类预测，得出分类结果：　　LeNet-5模型中的全连接层分为全连接和高斯连接，该层的最终输出结果即为预测标签，例如这里我们需要对MNI

　　最全Pycharm教程（1）——定制外观　　最全Pycharm教程（2）——代码风格　　最全Pycharm教程（3）——代码的调试、运行　　最全Pycharm教程（4）——有关Python解释器的相关配置　　最全Pycharm教程（5）——Python快捷键相关设置　　最全Pycharm教程（6）——将Pycharm作为Vim编辑器使用　　最全Pycharm教程（7）——虚拟机VM的配置　　最

　　最全Pycharm教程（1）——定制外观　　最全Pycharm教程（2）——代码风格　　最全Pycharm教程（3）——代码的调试、运行　　最全Pycharm教程（4）——有关Python解释器的相关配置　　最全Pycharm教程（5）——Python快捷键相关设置　　最全Pycharm教程（6）——将Pycharm作为Vim编辑器使用　　最全Pycharm教程（7）——虚拟机VM的配置　　最

　　最全Pycharm教程（1）——定制外观　　最全Pycharm教程（2）——代码风格　　最全Pycharm教程（3）——代码的调试、运行　　最全Pycharm教程（4）——有关Python解释器的相关配置　　最全Pycharm教程（5）——Python快捷键相关设置　　最全Pycharm教程（6）——将Pycharm作为Vim编辑器使用　　最全Pycharm教程（7）——虚拟机VM的配置　　最

　　最全Pycharm教程（1）——定制外观　　最全Pycharm教程（2）——代码风格　　最全Pycharm教程（3）——代码的调试、运行　　最全Pycharm教程（4）——有关Python解释器的相关配置　　最全Pycharm教程（5）——Python快捷键相关设置　　最全Pycharm教程（6）——将Pycharm作为Vim编辑器使用　　最全Pycharm教程（7）——虚拟机VM的配置　　最