GithubHelp home page GithubHelp logo

my_note's Introduction

My_Note

         This repository mainly is used to record some notes for me. The corresponding blog refer to the website

Paper:

      文本检测-EAST

              文本检测系列:分析了EAST算法的一些特点,创新点,网络框架结构等等,并测试训练。

              1、CVPR2017     2、Efficient     3、Accurate     4、Scene Text Detector

       文本检测–PixelLink

              文本检测系列:分析了PixelLink算法的一些特点,创新点,网络框架结构等等,并测试训练。

              1、AAAI-2018     2、instance segmentation     3、link prediction     4、Scene Text Detector

Competition:

       天池-广东工业智造大数据创新大赛

              比赛主要的任务是训练一个高效的算法区分所给的几百张钢材中的瑕疵类型,简而言之就是一个多分类的比赛

              第一次参加算法比赛,最后并没有取得好的成绩,当做学习了

       Kaggle-Driver_state_detection

              Kaggle经典计算机视觉比赛:驾驶员状态监测,是个多分类问题

              主要内容:对算法实现进行分析优化,对各类方法的实现进行对比分析优缺点。这个比赛作为学习Tensorflow入门比赛,后期有时间再继续完善。

       Kaggle:Digit Recognizer

              Kaggle入门级比赛手写数字识别实现

              主要内容:对算法实现进行分析优化,对各类方法的实现进行对比分析优缺点

Project:

      follow soon...

Study notes:

       Pytorch_tutorial

              学习Pytorch的原理和一些简单的实现,以及整合了一些学习资源。

              1、Pytorch      2、CNN     3、DL

       目标检测

              本文主要介绍了目前几种经典的目标检测算法,主要分析faster-rcnn

              1、Faster-rcnn      2、yolo     3、SSD     4、mask rcnn

       可视化_CNN

              本文主要介绍了目前几种经典的可视化CNN的方法,帮助我们理解CNN的内部计算以及学习到的特征。

              1、Grad-CAM     2、CAM     3、Guided Backpropagation     4、Visualizing CNN

       100-Days-Of-ML-Code

              这是一个由Youtuber Siraj Raval发起的机器学习挑战活动.

              LeN旨在号召大家每天至少花1个小时的时间在Machine Learning的学习上,内容涵盖了机器学习,深度学习等很多方面。

       Tensorflow_RL

              使用Tensorflow简单搭建RL,熟悉强化学习的原理和一些简单的实现。

              1、Q Learning      2、Deep Q Networks     3、Gym

       Tensorflow_GAN

              使用Tensorflow搭建GAN,熟悉生成对抗网络的原理和一些简单的实现。

              1、自动编码器      2、GAN     3、生成网络     4、判别网络

       Tensorflow_CNN

              使用Tensorflow搭建CNN,熟悉一些经典的网络,以及各类优化算法,训练技巧。

              1、GoogleNet      2、ResNet     3、DenseNet     4、VGG     5、DenseNet

       Tensorflow_RNN

              使用Tensorflow搭建RNN,熟悉一些经典的应用。

              1、Recurrent Neural Network     2、LSTM     3、GRU      4、自然语言处理

       Tensorflow_神经网络

              使用Tensorflow搭建神经网络,熟悉一些基本概念与操作。

              1、梯度下降     2、方向传播     3、Adam     4、SGD     5、多分类

       基于keras搭建CNN进行图像分类

              主要基于三个数据集进行基本的图像分类器的搭建帮助入门分类问题

              猫狗大战      Keras==2.0.1      TesnsorFlow后端      CPU训练

       用Nginx搭建基于Hexo框架的Blog,并部署到腾讯云服务器上

              用Nginx搭建基于Hexo框架的Blog,并部署到腾讯云服务器上。

my_note's People

Contributors

weijiawu avatar

Stargazers

 avatar  avatar  avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.