图像处理算法还有前途吗# EE - 电子工程f*d2016-05-15 07:051 楼其实 mixer 800 挺简单的,没有几个可以调节的地方。但是感觉经常不是配乐声音太大就是话筒的声音太大。这个怎么调节比较好呢?大家主要是调哪几个按钮呢?谢谢!话筒就是板上推荐的 shure pg58,mixer 也是板上推荐的简单 minix 800.
d*y2016-05-15 07:052 楼federal tax return自己填了1040 和8833, claim了5000 免税然后去网上efile NY state tax return,然后那个adjusted gloss income,是扣掉5000 前还是扣掉5000后啊?自动出来的就是减5000 前,怎么弄成减5000 后呢?谢谢
b*y2016-05-15 07:053 楼【 以下文字转载自 SanFrancisco 讨论区 】发信人: yourtt (rainmaker), 信区: SanFrancisco标 题: 这次goog给土共泼脏水,将对在美硅工有深远影响发信站: BBS 未名空间站 (Fri Jan 15 03:09:24 2010, 美东)大概scan了一下,美国人现在都在讨论,中国政府支持的broad industrial espionage了.开始联系到了周遭的中国同事.在美工作的华人,特别是硅工,将来势必糟到公司地"特别对待".可叹,一个个老实八脚的WSN们在不经意见,将成为goog pr的牺牲品.
l*c2016-05-15 07:054 楼整容手段真是越来越高明了,大的整形之后又弄出来了微整形。发觉现在纯天然的美女真是越来越少了。很多人都有做过双眼皮,开眼角,还有秀眉毛,孕睫术,,漂嘴唇,美瞳线等等。这些做完了之后,效果就跟化妆了没什么区别,只是很明显就能看出来是做过了,并不是很自然,虽然做了之后比不做要看上去更加的精神点,拍照的时候也像化了妆一样,可是真的好假,做完的痕迹太明显了。并且做这些都是挺贵的,等于是花钱把自己搞得自以为很自然的假脸。真的想不通这些姐妹们到底是想要取悦男人,还是想要取悦自己,遭受这么大的罪。如果只是为了让自己看起来更自信一点的话,真心没有必要啊。学学欧美的女人多好啊,就觉得欧美的女人很潇洒。不用在自己的脸上花太多的时间和金钱,也照样看起来很有魅力,这才是自然美吧。并且欧美的女人也都受到男人的尊重和喜爱,即使是不漂亮的。就觉得中国女人活得太累了,要知道做个秀眉毛要用刀刮眉毛那一块皮肤,真的很痛苦的,但是竟然还都要去做。这些在国内已经是很普遍的了,没有几个是什么都没做过的纯天然。
w*r2016-05-15 07:055 楼今天的荒漠甘泉(山寨版)跟大家分享一位教民关于神迹的见证:>发信人: herosa (黑罗刹?), 信区: TrustInJesus>标 题: Re: 请问一下,什么叫做神迹?>发信站: BBS 未名空间站 (Fri Dec 4 11:39:13 2009, 美东).......>二是教会里一哥们那天分享的,说到了教会发现有东西忘了拿,于是赶紧回去拿。一路>上诸多路口,居然每个路口都是绿灯——只有返回来的最后一个路口上碰到了红灯。于>是这哥们将油门刹车均放任,静心祷告,全交到上帝手中——结果就在车到路口的刹那>⋯⋯红灯变绿了!!不知道这位信的是上帝还是撒旦.为了test自己的信仰,居然如此漠视别人的性命.魔教,一般就是这么练成的.
a*y2016-05-15 07:057 楼☆─────────────────────────────────────☆ferrygao (发糕) 于 (Tue Aug 4 17:29:42 2009, 美东) 提到:http://news.mydrivers.com/1/141/141260.htm☆─────────────────────────────────────☆GavinZy (GavinZy) 于 (Wed Aug 5 23:36:10 2009, 美东) 提到:一个open world,一个tight control, 风格都不一样。☆─────────────────────────────────────☆ttflee (fleeer) 于 (Thu Aug 6 05:21:55 2009, 美东) 提到:谷歌有种就自己打造一个软硬一体化的平台。现在拿一些不着调的概念忽悠潜在对手比较阴。☆─────────────────────────────────────☆rodney (||) 于 (Thu Aug 6 09:11:51 200
a*n2016-05-15 07:0513 楼re美东) 提到:2009, 美东) 提到:美东) 提到:【在 a***y 的大作中提到】: ☆─────────────────────────────────────☆: ferrygao (发糕) 于 (Tue Aug 4 17:29:42 2009, 美东) 提到:: http://news.mydrivers.com/1/141/141260.htm: ☆─────────────────────────────────────☆: GavinZy (GavinZy) 于 (Wed Aug 5 23:36:10 2009, 美东) 提到:: 一个open world,一个tight control, 风格都不一样。: ☆─────────────────────────────────────☆: ttflee (fleeer) 于 (Thu Aug 6 05:21:55 2009, 美东) 提到:: 谷歌有种就自己打造一个软硬一体化的平台。: 现在拿一些不着调的概念忽悠潜在对手比较阴。
s*d2016-05-15 07:0518 楼别这么说 图像处理 现在用了很多机器学习算法。上次斯坦福某大牛 讲了很多 可能可以解决 很多很多问题。dl 处理图像 和人闹类似 比机械的算法比如colorcalibration 能提高很多★ 发自iPhone App: ChineseWeb 11【在 C*****5 的大作中提到】: 现在都deep learning了。
d*i2016-05-15 07:0519 楼看来205w是省心啊.谢谢虎兄.那个JCV是不是也不支持啊?【在 t******u 的大作中提到】: 这是大城市里的3D建筑,只有少数高端型号才支持。你的就不用了。
f*y2016-05-15 07:0520 楼有paper没。。。【在 s***d 的大作中提到】: 别这么说 图像处理 现在用了很多机器学习算法。上次斯坦福某大牛 讲了很多 可能可: 以解决 很多很多问题。dl 处理图像 和人闹类似 比机械的算法比如color: calibration 能提高很多: : ★ 发自iPhone App: ChineseWeb 11
t*u2016-05-15 07:0523 楼setting里有个restore的按键。【在 d******i 的大作中提到】: 刷新马版2.7时已经按要求把locale选成Malasia了,: 现在怎样再把locale选成中国?: 谢谢!
t*e2016-05-15 07:0528 楼deep learning的数学模型怎么建立?图像处理都是建立在信息论的基础上,靠的是临近像素的相关性和前后几张图片的相关性。【在 C*****5 的大作中提到】: 现在都deep learning了。
d*i2016-05-15 07:0529 楼把2010.40的D1279050A.JCV拷到garmin/JCV下了,也restore后设成中国了,但好像和以前一样啊.这个JCV该在什么时候跳出来啊?有没有个截屏?还是因为住在小城市没有JCV可show?谢谢!【在 t******u 的大作中提到】: setting里有个restore的按键。
s*n2016-05-15 07:0531 楼更正:刷机后的2x5W(包括205W)显示不了北美地图的JCV,只能有lane assist。抱歉。locale设为中国后,可以显示中国等地图的JCV。locale随时可以重设。把GPS Mode设为GPS Off,可在地图上模拟任意路径。
d*i2016-05-15 07:0533 楼哈哈,太客气了.怎样把不同地区的地图放到一张SD卡里呢?【在 s******n 的大作中提到】: 更正:: 刷机后的2x5W(包括205W)显示不了北美地图的JCV,只能有lane assist。抱歉。: locale设为中国后,可以显示中国等地图的JCV。: locale随时可以重设。: 把GPS Mode设为GPS Off,可在地图上模拟任意路径。
t*e2016-05-15 07:0534 楼能不能展开说说,之前硕士的时候跟着老师也弄了一小会视频和图像的处理。图像的识别我所知道的很大程度上需要 edge detection,因为图像难以用数学模型表达。所以靠的都是跟周围像素的比较,最简单就是减法,但是这个做法过于粗糙,所以就有了根据图像动态特征适用的滤波器。但是算起来比较耗时间,而且也不是100%准,最根本的就是图像不能用数学建模。这个神经网络拟合有什么本质的突破吗?【在 s***d 的大作中提到】: 最早ee的人搞得,模型和现在比比较简单, cs的人发扬光大,10+的 神经网络拟合.
f*y2016-05-15 07:0535 楼DL也没法数学建模的。。。说到底还是统计推断。。。只不过,这次的神经网络层数多了,相当于用了好大好大一个模型架构,然后,调参。。。这么大模型咋调参呢?大数据!通过大量数据来拟合这个巨型模型。。。以前深度的神经网络没法训练的。。。现在提了各种方法,使得深层次的神经网络能训练了。。。反正我觉得说到底就是个统计推断。。。还没啥数值稳定性。。。【在 t*****e 的大作中提到】: 能不能展开说说,之前硕士的时候跟着老师也弄了一小会视频和图像的处理。: 图像的识别我所知道的很大程度上需要 edge detection,因为图像难以用数学模型表: 达。所以靠的都是跟周围像素的比较,最简单就是减法,但是这个做法过于粗糙,所以: 就有了根据图像动态特征适用的滤波器。: 但是算起来比较耗时间,而且也不是100%准,最根本的就是图像不能用数学建模。: 这个神经网络拟合有什么本质的突破吗?
C*52016-05-15 07:0536 楼深度神经网络的理论基础还有待完善,但是常用于图像分析的ConvNet的前几层做的就是edge detection和feature extraction,这个东西最美妙的地方就是用到的数学概念极其简单,懂微分和一点基本的线性代数和统计(任何理工科大学生,甚至生物系的学生都应该会的)就能理解神经网络的基本原理。其实这也好理解,Convnet是神经网络里最接近人脑视觉系统的模型,感光细胞和神经元的结构决定了不可能是很复杂的数学表达。【在 t*****e 的大作中提到】: 能不能展开说说,之前硕士的时候跟着老师也弄了一小会视频和图像的处理。: 图像的识别我所知道的很大程度上需要 edge detection,因为图像难以用数学模型表: 达。所以靠的都是跟周围像素的比较,最简单就是减法,但是这个做法过于粗糙,所以: 就有了根据图像动态特征适用的滤波器。: 但是算起来比较耗时间,而且也不是100%准,最根本的就是图像不能用数学建模。: 这个神经网络拟合有什么本质的突破吗?
m*h2016-05-15 07:0538 楼没大数据的场合DL就没啥用【在 f****y 的大作中提到】: DL也没法数学建模的。。。说到底还是统计推断。。。只不过,这次的神经网络层数多: 了,相当于用了好大好大一个模型架构,然后,调参。。。: 这么大模型咋调参呢?大数据!通过大量数据来拟合这个巨型模型。。。: 以前深度的神经网络没法训练的。。。现在提了各种方法,使得深层次的神经网络能训: 练了。。。: 反正我觉得说到底就是个统计推断。。。还没啥数值稳定性。。。
C*52016-05-15 07:0540 楼deep net虽然不能理论上保证一定收敛在global minimum, 但是大数据实践显示deepnet存在很多差不多的local minimum,所以大多结果都挺好。理论上有待证明,但是sofar用起来挺好。【在 f****y 的大作中提到】: 用了大数据之后,数值稳定性估计是糟的一塌糊涂。。。: : :没大数据的场合DL就没啥用: :
f*y2016-05-15 07:0541 楼这个证明有办法做?:deep net虽然不能理论上保证一定收敛在global minimum, 但是大数据实践显示deep:net存在很多差不多的local minimum,所以大多结果都挺好。理论上有待证明,但是so far用起来挺好。
C*52016-05-15 07:0542 楼我是没有研究那么深啦,但是上次看某大牛的视频好像提到过。反正实践上deep nettraining现在就是搞尽量多的数据,用GPUs+hadoop,开始总归有不收敛或者收敛太慢的问题,慢慢调参数总能调出来的。deep【在 f****y 的大作中提到】: 这个证明有办法做?: : :deep net虽然不能理论上保证一定收敛在global minimum, 但是大数据实践显示deep: :net存在很多差不多的local minimum,所以大多结果都挺好。理论上有待证明,但是: so far用起来挺好。
f*y2016-05-15 07:0543 楼。。。。。。蛋疼:我是没有研究那么深啦,但是上次看某大牛的视频好像提到过。反正实践上deep net:training现在就是搞尽量多的数据,用GPUs+hadoop,开始总归有不收敛或者收敛太慢
C*52016-05-15 07:0544 楼数学不需要多漂亮,关键4是要有用。我知道很多传统产业公司都在开始搞DL,只要好用,越简单暴力越好,不差钱。用DL,连复变函数都不懂的人可以做出牛X的图像处理应用。net太慢【在 f****y 的大作中提到】: 。。。。。。蛋疼: : :我是没有研究那么深啦,但是上次看某大牛的视频好像提到过。反正实践上deep net: :training现在就是搞尽量多的数据,用GPUs+hadoop,开始总归有不收敛或者收敛太慢