本文原载于https://imlogm.github.io，转载请注明出处~

摘要：新博客地址：https://segmentfault.com/u/logm/articles

关键字：博客搬家

本文原载于https://imlogm.github.io，转载请注明出处~

摘要：最近在做自然语言处理相关的项目，发现中文编码的问题实在需要好好学习下，我用python为例，简单介绍下python编程时如何处理好中文编码的问题。

关键字：自然语言处理, 字符编码, python

本文原载于https://imlogm.github.io，转载请注明出处~

摘要：梯度下降法是机器学习中用到比较多的一种求解方法，一般大家会通过形象化的图像来理解为什么梯度下降法有效。本文用数学推导的方式来证明梯度下降法有效，同时也介绍下牛顿法。

关键字：机器学习, 梯度下降, 牛顿法

本文原载于https://imlogm.github.io，转载请注明出处~

摘要：物体检测（object detection）是计算机视觉非常重要的一个领域。在深度学习出现之前，传统方法始终无法处理好物体检测问题，在深度学习方法引入之后，物体检测领域发生了翻天覆地的变化。最著名的是RCNN系列，另外还有YOLO、SSD。这篇文章首先介绍RCNN系列。

关键字：深度学习, 物体检测, RCNN

本文原载于https://imlogm.github.io，转载请注明出处~

摘要：图像分割中”Graph Cut”、”Grab Cut”等方法都有使用到最小割算法。网上资料介绍了Graph cut和Grab cut中图的构建方法，但对最小割的求解一笔带过。所以萌生了写一篇介绍图的最小割和最大流的博客的想法。

关键字：图像处理, 最小割, 最大流, 图像分割

本文原载于https://imlogm.github.io，转载请注明出处~

摘要：“奥卡姆剃刀”和“没有免费的午餐”是机器学习中两个很基本的原则和定理。由于名字有点怪，所以初学者可能在理解上陷入误区。本文试图用简洁易懂的方式解释这两个原则和定理，并告诉大家它们的名字是怎么来的。

关键字：机器学习, 奥卡姆剃刀, 没有免费的午餐

本文原载于https://imlogm.github.io，转载请注明出处~

摘要：终于到了介绍ResNet系列的时候了。ResNet真的很好用，特别时shortcut的想法真的厉害。最近，又推出了改进版本ResNeXt，新版本结合了Inception多支路的思想。

关键字：深度学习, ResNet, ResNeXt

本文原载于https://imlogm.github.io，转载请注明出处~

摘要：多种子的区域生长算法，基于C++编写。

关键字：图像处理, 种子生长, 区域生长

本文原载于https://imlogm.github.io，转载请注明出处~

摘要：记录在使用C/C++时遇到的常见问题：友元，计时，cout与printf，结构体内存对齐，虚函数，派生类，auto关键字，指针的sizeof，短路求值，qsort与sort，类的拷贝构造&&等号赋值&&深拷贝&&浅拷贝，输入函数cin

关键字：C/C++

本文原载于https://imlogm.github.io，转载请注明出处~

摘要：最近使用Xception时发现效果很好，所以打算介绍下整个Inception系列。

关键字：深度学习, Inception, Xception, GoogLeNet