深度学习
基于深度学习的人脸特征点检测-移植到iPhone
如何通过CoreML在iPhone应用中使用TensorFlow模型
更早的文章
深度学习
基于深度学习的人脸特征点检测-模型导出与应用
使用Estimator API时，导出适用于推演的网络模型的正确方法。
深度学习
基于深度学习的人脸特征点检测 - 网络模型构建
如何使用TensorFlow构建一个属于你自己的神经网络模型。
深度学习
基于深度学习的人脸特征点检测 - 生成TFRecord文件
将面部区域的图片与特征点位置一起打包成TensorFlow可用的TFRecord文件。
深度学习
基于深度学习的人脸特征点检测 - 数据预处理
如何使用Python从22万张图片中提取检测人脸特征点的可用样本。
深度学习
基于深度学习的人脸特征点检测 - 数据集整理
从互联网获取的数据大多数情况下不是开箱即用的，这意味着我们需要对数据进行初步的整理，例如统计数据量、去除不需要的文件、必要的格式转换等。
深度学习
基于深度学习的人脸特征点检测 - 数据与方法
上一篇博文介绍了人脸检测与面部特征点检测的背景，并提到了当前技术方案存在特征点位置不稳定的缺点，需要新的解决方案。本文将对困难的解决方案做出介绍。
深度学习
基于深度学习的人脸特征点检测 - 背景
为什么我决定采用深度学习实现面部特征点检测。
深度学习
Udacity: 图像分类项目
Udacity深度学习纳米学位作业项目2：图像分类。一些心得写在这里方便以后参考。
深度学习
深度学习训练图像太少怎么办
深度学习庞大的参数量对训练数据量提出了新的要求。如果我们手头数据非常有限怎么办？
深度学习
Udacity: 你的第一个神经网络（review）
Udacity给出了上次作业代码的review。根据该review要求更新了作业代码，主要是超参数的调整。
深度学习
Udacity: 你的第一个神经网络
Udacity深度学习纳米学位项目一：你的第一个神经网络。项目中的一些坑以及感想。
TensorFlow
深度学习框架TensorFlow
深度学习框架TensorFlow的架构，以及使用TensorFlow的三种不同策略。