言论自由的前提是拥有不会被无良媒体蛊惑的大众, 民主的前提是政治体制得以实现广大人民的利益诉求

FCN是深度学习应用在图像分割的代表作, 是一种端到端(end to end)的图像分割方法, 让网络做像素级别的预测直接得出label map, 下面我们来看看FCN是如何做到像素级别的分类的

在 Caffe in Action中我们已经介绍了如何编译pycaffe, 使用python来调用caffe的接口实现模型的定义和训练是十分方便的, 在权值和网络可视化方面也十分友好, 下面来学习一下pycaffe的使用

在之前并没有系统的学习过面向对象的程序设计, 最近在读面向对象设计的书, 一直在听说设计模式这个词, 听起来就很炫酷, 准备每天学习一种设计模式, 采用Java语言, 参考书为设计模式之禅(第二版) , 参考网站为 图说设计模式

一般我们用CNN来提取特征, 但是在现实生活中有很多的数据是基于时间序列的, 比如语音识别, 机器翻译等任务, 下面我们介绍一种处理序列数据的神经网络RNN, LSTM可以看做是一种特殊的RNN

在编译完caffe之后, 在./build/tools下面可以找到caffe本身提供的工具

前面的VGG和GoogLeNet都证明了网络Go Deeper使得效果变好, 提出一种residual learning的框架，能够大大简化模型网络的训练时间，使得在可接受时间内，模型能够更深(152甚至尝试了1000)，该方法在ILSVRC2015上取得最好的成绩。

在Deep Learning中，往往loss function是非凸的，没有解析解，我们需要通过优化方法来求解。solver的主要作用就是交替调用前向（forward)算法和后向（backward)算法来更新参数，从而最小化loss，实际上就是一种迭代的优化算法。

有时候我突然感觉，时间的流逝是乍然的，是那种你一下子恍过神儿来就消失的感觉，是一种特别荒谬的感觉，于是开始害怕庸碌这一生。

世间最易碎的两样东西, 祝安好.

讲解caffe的网络定义文件, 开启caffe的源码阅读系列