说明

---

 2015年05月25日    

以前在csdn写博客，但是csdn常常进不去，因此转战博客园，就用了一键博客搬家功能,其中诺有版面问题，请来这边：http://blog.csdn.net/shouhuxianjian

 

---

---

博文导航：

深度学习：

0、从AlexNet开始发展至今的综述

一、CNN结构综述

二、CNN可视化综述

 

---

目标检测：

0、非极大抑制

一、简单介绍及目标检测目录

二、faster r-cnn

三、yolo v1，  yolo v2

四、ssd

五、rfcn

 

---

人脸检测：

0、综述

一、级联CNN

二、Multi-view face detection&& MTCNN

三、Hybrid-Resolution

四、Face R-CNN

五、SSH

六、FaceBoxes 

七、S^3FD

八、Face R-FCN

九、PyramidBox 

十、DSFD

 

---

人脸识别：

0、综述

一、MTCNN的人脸对齐方式

二、FaceNet

三、Center Face 

四、L-Softmax Loss

五、L2-Norm Softmax Loss

六、ArcFace

七、MobileFaceNet

八、MobiFace

 

---

特征提取器：

0、目录及对应参考文献

一、VGG

二、inception v1(googlenet)，

      inception v2(BN)，

      inception v3，

      inception v4 ;

#在inception v3论文中，做者定义了inception v2 和v3，然而在inception v4论文中，做者又把BN做为inception v2。

三、ResNet，ResNet V2

四、DenseNet

五、SENet

 

---

 PS：神经网络模型结构zoo 

 

---

循环神经网络：

一、目录及对应参考文献

二、简单的综述

三、QRNN

四、SRU

 

---

 对抗生成网络：

 一、目录及对应参考文献

 二、引言

 三、Vanilla GAN

 四、Improved GAN

 五、EBGAN

 六、LSGAN

 

---

---

Hinton的CSC321课程（完结，待文字润色）：

一、lecture1-NN的简介

二、lecture2-NN结构的主要类型的概述和感知机

三、lecture3-线性神经元和算法

四、lecture4-神经网络在语言上的应用

五、lecture5-对象识别与卷积神经网络

六、lecture6-mini批量梯度训练及三个加速的方法

七、lecture7-序列模型及递归神经网络RNN

八、lecture8-RNN的训练方法之二三

九、lecture9-提升模型泛化能力的方法

十、lecture10-模型的结合与全贝叶斯学习

十一、lecture11-hopfiled网络与玻尔兹曼机

十二、lecture12-玻尔兹曼机和受限玻尔兹曼机

1三、lecture13-BP算法的讨论和置信网

1四、lecture14-RBM的堆叠、修改以及DBN的决策学习和微调

1五、lecture15-自动编码器、语义哈希、图像检索

1六、lecture16-联合模型、分层坐标系、超参数优化及本课将来的探讨

 

---

Deep Learning：

一、deep learning 的综述

二、Notes on Convolutional Neural Networks

 

---

 Machine Learning：

一、机器学习评判指标

二、KNN-笔记(1)，KNN-笔记(2)

三、线性降维-笔记(1)，线性降维-笔记(2)

四、adaboost-笔记(1)

五、贝叶斯-笔记(1)

六、决策树-笔记（1）

七、SVM-笔记(1)

八、logistic回归和最大熵

九、高斯分布-笔记(1)；    高斯混合模型

 

---

 Clustering：

一、测度

二、评估方法

三、谱聚类

 

---

 python：

一、python2.1-原理之琐碎技巧

二、Python2.2-原理之类型和运算

三、Python2.3-原理之语句和语法

四、Python2.4-原理之函数

五、Python2.5-原理之模块

六、Python2.6-原理之类和oop（上）

七、Python2.6-原理之类和oop（下）

八、Python2.7-异常和工具

九、

十、

十一、Python3.1-标准库之Numpy

 

---

Theano

一、Theano1.1-安装

二、Theano2.1.1-基础知识之准备工做

三、Theano2.1.2-基础知识之第一步：代数

四、Theano2.1.3-基础知识之更多的例子

五、Theano2.1.4-基础知识之图结构

六、Theano2.1.5-基础知识之打印出theano的图

七、Theano2.1.6-基础知识之在thenao中的求导

八、Theano2.1.7-基础知识之设置的配置和编译模式

九、Theano2.1.8-基础知识之装载和保存

十、Theano2.1.9-基础知识之条件

十一、Theano2.1.10-基础知识之循环

十二、Theano2.1.11-基础知识之稀疏

1三、Theano2.1.12-基础知识之使用GPU

1四、Theano2.1.13-基础知识之PyCUDA、CUDAMat、Gnumpy的兼容

1五、Theano2.1.14-基础知识之理解为了速度和正确性的内存别名

1六、Theano2.1.15-基础知识之theano如何处理shapre信息

1七、Theano2.1.16-基础知识之调试：常见的问题解答

1八、Theano2.1.17-基础知识之剖析theano的函数

1九、Theano2.1.18-基础知识之theano的扩展

20、

2一、

2二、Theano2.1.21-基础知识之theano中多核的支持

2三、Theano3.1-练习之初步介绍

2四、Theano3.2-练习之数据集及目标函数介绍

2五、Theano3.3-练习之逻辑回归

2六、Theano3.4-练习之多层感知机

2七、Theano3.5-练习之深度卷积网络

2八、

 

---

CUDA：

一、CUDA1-hello world

 、CUDA1.1-函数类型限定符与变量类型限定符

 、CUDA2.1-原理之索引与warp

 、CUDA2.2-原理之存储器访问

 、CUDA2.3-原理之任意长度的矢量求和与用事件来测量性能

 

---

opencv：

一、opencv1-安装及资料

二、opencv2-新特性及Mat

三、opencv3-core之基本操做

四、opencv4-highgui之视频的输入和输出以及滚动条

五、opencv5-objdetect之级联分类器

六、opencv6.1-imgproc图像处理模块之平滑与形态学操做

七、opencv6.2-imgproc图像处理模块之图像尺寸上的操做及阈值

八、opencv6.3-imgproc图像处理模块之边缘检测

九、opencv6.4-imgproc图像处理模块之直方图与模板

十、opencv6.5-imgproc图像处理模块之轮廓

十一、opencv7-ml之svm

十二、opencv8-GPU之类似性计算

1三、

 

---

computer vision：

一、灰度图与彩图的双边滤波

 

 

---

cpp：

一、