深度学习的概念源于人工神经网络的研究。含多隐层的多层感知机就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
PengChao
深度学习综述（二）深度学习用于目标检测
目标识别、目标检测、目标分割、目标跟踪是计算机视觉领域最热门的方向之一。传统机器学习方法中较为常见的做法是在滑动窗口中手工提取特征（例如Hog、SIFT等），然后将提取的特征送入分类器（例如SVM、Adaboost等）中，训练分类器预测输出。而每一类物体都有不同的特征，我们也很难提前知道哪种特征更加优秀，于是近年来目标识别的研究方向转向了深度学习。
目标识别（检测）问题与分类问题不同，识别或检测要求精准定位目标。一种解决问题的思路是将其看作一个回归问题，这种思路解决问题的效果可能并不理想，另一种更为普遍的做法还是使用滑动窗口进行检测。
Caffe源码精读笔记（一）之caffe.cpp
博客正式进入caffe源码精读系列，博主会在阅读源码的过程中将自己认为重要的部分记录下来，整理成笔记。由于博主之前粗略浏览过一遍源码，对caffe的架构和caffe中使用的库有了了解，这些笔记介绍整体工作流程和框架的同时，还将偏重于源码的细节。第一篇博客主要由程序入口开始介绍caffe训练的流程。
机器学习中的偏离（bias）与偏差（variance）
在机器学习中，有两个很重要的概念，bias and variance，根据学习曲线判断当前的状态是high bias还是high variance来调整机器学习中的参数，以达到理想的效果。多年前学习斯坦福机器学习教程时对这两个概念的影响尤为深刻，鉴于这两个概念又是如此重要，特此整理。
Caffe的图像转换工具convert_imageset源码分析
caffe提供了将图像转换为lmdb或者leveldb格式的工具，在tool文件夹下的convert_imageset中可以找到对应文件，这个工具在很多例子中都有用到，比如mnist和imagenet，由于caffe默认使用lmdb这种又快又小的格式，我们在处理大量图像时也会用到，而我们如果要根据自身需求进行修改，那就需要读源码了。
MFC使用RichEditor显示消息
在VC10的MFC中，RichEditor富文本控件升至2.0版本，现在使用RichEditor可以显示多种内容，这篇博客将提供一个方法，将这个方法封装在类中可以轻松的使用RichEditor显示文本消息，我们开始吧！
利用python生成供给Caffe的hdf5数据
caffe中需要将数据存储为lmdb、hdf5等数据库格式，caffe自带的convert_image工具可以完成lmdb数据格式的转换，但是遇到浮点数，这个工具就不行了，所以，只有存成hdf5了。对于python存储hdf5，本文分析多个demo的数据生成代码，并作出总结（主要就是贴代码了）：
python版protobuf的安装和使用
谷歌的开源项目protobuf，官方支持四种语言版本，C++、Java、Go、Python，使用protobuf的诸多优点就不多介绍了，在我之前的博客中使用过C++版本的protobuf，如果有兴趣可以参考，这里提供python版protobuf的使用方法，博主在学习caffe，将protobuf数据存为hdf5格式，于是protobuf就也成了C++和python数据交互的接口了，好，我们开始吧！
使用Caffe进行图像分类
我们参考caffe中ImageNet的例子来完成图像分类，我们的流程如下
1.参考ImageNet的代码，构建我们自己的数据集，jpg格式的图像分为train和val，即训练集和测试集
2.在文本文件中列出图像和标注
3.修改create_convert脚本，将图像转化为lmdb格式，注意，一定是jpg格式的图像，如果没有进行大小归一化，最好在脚本中进行缩放操作
4.使用make_mean脚本，计算图像均值
5.修改solver_prototxt文件和train_val_prototxt文件中的参数，进行训练
Ubuntu下Caffe的编译、配置、导入eclipse
Caffe的作者是贾扬清（伯克利大学博士期间成果），其在深度学习科学研究中有着非同一般的地位，尤其是其代码在github上开源，以及CUDA加速的使用，使得普通学者也可以较为轻松的进行训练，介绍就不多说了，作为Caffe的第一课，首先就是Caffe环境配置、编译以及导入IDE中方便调试了，我们开始吧。
跨平台的protobuf安装配置方案
现在有很多介绍protobuf的文章，而本篇博客与其它文章的不同在于，为不同平台及不同编译环境下适配protobuf提供一体化的解决方案，包括linux，windows系统，同时在Windows系统中控制台 MFC等框架下也会有不同的编译环境，比如你可以选择使用静态库还是动态库等，偶尔，我们还会需要google的其它库，比如glog，接下来将进行详细介绍。
MFC中显示Mat格式图像——Mat转CImage方法
Mat是opencv中的图像格式，如果想要图像在MFC中显示，将Mat格式转为MFC支持的CImage格式是一种较为优秀的解决方案，这篇博客就来介绍在MFC中显示Mat图像的方法。虽然原理相同，但博主还是要介绍两种方式：一种是通过子类化显示控件的方式进行显示，第二种是在父窗口中调用。如果你做的工程比较庞大，博主建议使用子类化控件的方法，当然，如果你是小工程，博主也依然建议你使用子类化的方法，这样不仅使代码结构简单封装良好，而且方便了控件的拓展。