openCV 计算机视觉库Ubuntu 16 kylin下的安装过程，其实从链接搬运的，只是自己过了一遍有些不同的用汉语标注了。
第三步libtiff4升级到5了
第七步pip已经有了就不用看了
第八步conda也可以创建虚拟python环境，所以暂且用conda
第十一步用conda把cv包装入虚拟的环境，最后cource activate cv启用虚拟环境
继续阅读 »
我们下载了Github上的代码，并仔细阅读了其中的细节。最后我们对源代码做了一些修正(新代码已上传到Github)，主要包括：
修复了代码运行中出现的一些bug
添加了一些函数，使代码更简洁
训练阶段我们采用了分批处理，优化了内存
参考论文《Extended Supervised Descent Method for Robust Face Alignment》，优化了源程序
在测试阶段，我们使用了逆的缩放和平移变换将得到的aligned_shape
转换为原始图片的特征点true_shape
添加了详细的注释，使之更容易明白。
more
Dependency:
Vlfeat library: http://www.vlfeat
继续阅读 »
本篇我们阐述对Github上给出的SDM程序,我们做的一些Bug修正。关于SDM for face alignment,请参考：
《 Supervised Descent Method and its Applications to Face Alignment》
more
我们的程序在开始阶段需要载入数据，由于数据层次不齐，所以需要做形状归一化。其中的一个必要操作就是裁剪图片，取出包含人脸的那部分区域。如下图：
，
实际上我们不要这么大，我们只需要人脸的那部分，于是我们根据shape的包围盒并且向左上和右下拓展，扩大截取区域，得到：
但是在截取过程中，我们发现对于一些人脸过于靠近边界的图片，我们的截取区域超过了图片的范围，如图
继续阅读 »
本文是笔者在阅读众多资料，包括网上资料、教科书的基础上，编写而成。
其基本写作框架是：
1.从数学的角度，对奇异值分解做更加准确的描述，包括定义和性质；
2.matlab的奇异值分解函数简介；
more
数学上的SVD
我们阐述关于SVD的定义。
【定义】令$A\in R^{m\times n}$,则存在正交矩阵 $U\in R^{m\times m}$, $V\in R^{n\times n}$使得：
$$ A=U\Sigma V$$，其中$$\Sigma =
diag(\Sigma_1,O)
\in R^{m\times n}$$且 $\Sigma_1=diag(\sigma_1,\sigma_2,...,\sigma_r)
继续阅读 »
一.常用的时间序列模型
常用的时间序列模型有：自回归模型 AR(p)、移动平均模型 MA(q)、自回归移动平均模型 ARMA(p,q)、自回归差分移动平均模型 ARIMA(p,d,q), 可以说前三种都是 ARIMA(p,d,q)模型的特殊形式。
继续阅读 »
Machine Learning Yearning,Technical Strategy for AI Engineers,In the Era of Deep Learning. Andrew NG.
Machine Learning Yearning is a deeplearning.ai project.
继续阅读 »
无人驾驶
不用多说，自从深度学习开始席卷机器学习领域，计算机视觉相关技术突飞猛进。从阿尔法狗到Dota比赛，人类节节败退，强化学习也逐渐的开始进入人们的视野。无人驾驶技术从当年的实验室阶段真的开始走入了工业界（更像是从工业界反传到了学术界）。还等什么，这么激动人心的高新科技，我们怎么能不赶紧上车呢？
继续阅读 »
初识ODPS算法
ODPS机器学习算法非常丰富，从功能角度可以划分为以下几大类：
基本的统计、分析和处理
基本统计包括直方图、协方差、连续变量分组统计、交叉表、排行榜等；统计分析包括对应分析、主成分分析（Principal Component Analysis, PCA）;数据处理包括数据过滤、采样、归一、合并、分箱等。
继续阅读 »
我们做机器学习的，首先需要对数据进行处理，但是一般我们拿到的数据的命名常常不是符合自己的需求的，因此通常需要重命名，一个两个文件还好，一堆成千上万自己手动改可能就不好了，这里简单介绍一下如何在 Linux 下完成对数据的批量重命名。
假设有这么一批数据
huanglu@DeepNet1:~/test$ ls
I5019_N11.jpg I5160_N119.jpg I5213_N68.jpg I5679_N13.jpg
I5057_N75.jpg I5174_N96.jpg I5343_N120.jpg I5733_N52.jpg
I5148_N103.jpg I5192_N81.jpg I5415_
继续阅读 »
来源于 tensorflow.org，源码在 这里。这是为 TensorFlow 和机器学习初学者定制的 tutorial。
继续阅读 »