简介

caffe models prototxt about multimodal

• 关于batchNormalization在caffe中的实现，分为两部分：BatchNorm和Scale两部分,使用时将将conv或Innerproduct中 bias置于Scale中，BatchNorm对无偏置权重乘积进行norm，在Scale中进行放缩并加入bias的学习。

• BN的作用很明显，未加入之前loss下降较为缓慢，波动较大；加入之后，audio_loss开始大幅度下降，对最终网络的学习 贡献度更大。

theano 版本　Non-negative Matrix factorize

• 利用theano可gpu加速的原理，提升速度

mnist手写数字识别：CNN+RNN

• 利用keras实现CNN与RNN的对接，其中使用了Lambda函数

python和matlab版本DCA

• 利用python灵活性，可将其用于深度学习的训练过程中

scrapy tutorial

• 学习scrapy框架

porn images classify

• 利用vgg分类性感图片和非性感图片

txt2xml

• 将txt格式文件转换为voc xml

pycaffe

• 利用pycaffe实现lenet，prototxt

tf_learn

• 利用tensorflow实现cnn, rnn

to_lmdb

• 自定义lmdb,包括proto编写编译