今天開始學習深度學習：
1、選擇框架（學習庫，例如tensorflow、caffe、keras）：為了實現eco跟蹤演算法（一種基於相關濾波+深度特徵的演算法）中的vggnet模型（神經網路模型，常見的還有googlenet），從應用的方便性選擇了caffe。
2、硬體：硬體為實驗室現有平台
第二天1、eco採用的深度特徵檔案為imagenet-vgg-m-2048.mat，是matlab的matconvnet工具箱訓練出來的。參考
遇到問題：
(1)：資料夾位置與作者不同，data和models放在train裡面
執行成功。接下來訓練自己的資料集。
學到幾個詞彙：
（1）batchsize：批大小。在深度學習中，一般採用sgd訓練，即每次訓練在訓練集中取batchsize個樣本訓練；
（2）iteration：1個iteration等於使用batchsize個樣本訓練一次；
（3）epoch：1個epoch等於使用訓練集中的全部樣本訓練一次，通俗的講epoch的值就是整個資料集**幾次。
比如訓練集有500個樣本，batchsize = 10 ，那麼訓練完整個樣本集：iteration=50，epoch=1.
batch: 深度學習每一次引數的更新所需要損失函式並不是由乙個資料獲得的，而是由一組資料加權得到的，這一組資料的數量就是batchsize。
深度學習初步了解
深度學習興起，源於以下3個方面 傳統機器學習在處理原始形態的自然資料方面存在很大的侷限性。它需要技藝高超的工程師和經驗豐富的領域專家設計特徵提取器，將原始資料轉化為合適的中間表示形式或特徵向量，學習子系統，即分類器，然後對輸入模型進行檢測或分類。而深度學習較傳統機器學習的一大優勢是 它不需要人工設計...
深度學習初步了解
深度學習是機器學習的一種技術。這裡的 深度 應當是指結構上包含若干順次 連線 的 層 輸入層 輸出層 隱藏層等 輸入層代表外部的輸入，輸出層代表程式的輸出，夾在它們中間在程式執行時不展示的，統稱隱藏層。資料每到達新的 層 都要發生相應的變換，這種輸入和輸出之間關係確定的變換，就是 層 之間 連線 的...
深度學習概念
深度學習是基於機器學習延伸出來的乙個新的領域，由以人大腦結構為啟發的神經網路演算法為起源加之模型結構深度的增加發展，並伴隨大資料和計算能力的提高而產生的一系列新的演算法。深度學習什麼時間段發展起來的?其概念由著名科學家geoffrey hinton等人在2006年和2007年在 sciences 等...