- 博客(7)
- 资源 (16)
- 收藏
- 关注
原创 CUDA系列学习(五)GPU基础算法: Reduce, Scan, Histogram
喵~不知不觉到了CUDA系列学习第五讲,前几讲中我们主要介绍了基础GPU中的软硬件结构,内存管理,task类型等;这一讲中我们将介绍3个基础的GPU算法:reduce,scan,histogram,它们在并行算法中非常常用,我们在本文中分别就其功能用处,串行与并行实现进行阐述。 1. Task complexitytask complexity包括step complexity(可以并行成几个操作
2015-06-25 11:19:39 45994 33
原创 Python数据可视化——散点图
本文记录了python中的数据可视化——散点图scatter,令x作为数据(50个点,每个30维),我们仅可视化前两维。labels为其类别(假设有三类)。这里的x就用random来了,具体数据具体分析。label设定为[1:20]->1, [21:35]->2, [36:50]->3,(python中数组连接方法:先强制转为list,用+,再转回array)用matplotlib的scatter
2015-06-10 10:58:47 175412 24
原创 解决 Mac OS SSH 登陆 Linux 出现中文乱码问题
原理: 都用utf-8.方法:terminal中: LANG=zh_CN.UTF-8 export LANGterminal preference 中的encoding改成utf-8关掉terminal, 重新连接
2015-06-10 10:42:17 17502
原创 Caffe —— Deep learning in Practice
因工作交接需要, 要将caffe使用方法及整体结构描述清楚。 鉴于也有同学问过我相关内容, 决定在本文中写个简单的tutorial, 方便大家参考。 本文简单的讲几个事情:Caffe能做什么?为什么选择caffe?环境整体结构Protocol buffer训练基本流程Python中训练Debug
2015-06-09 22:53:40 48883 10
原创 word2vec——高效word特征求取
继上次分享了经典统计语言模型,最近公众号中有很多做NLP朋友问到了关于word2vec的相关内容, 本文就在这里整理一下做以分享。 本文分为概括word2vec 相关工作模型结构 Count-based方法 vs. Directly predict几部分,暂时没有加实验章节,但其实感觉word2vec一文中实验还是做了很多工作的,希望大家有空最好还是看一下。
2015-06-07 16:07:36 36685 6
原创 Makefile 速成
本文主要内容:一. Makefile/makefile规则及举例二. make的工作方式三、makefile中的常用自动化变量与通配符四、makefile自动生成依赖性关系五、 调用命令 1. 显示命令 2. 命令出错 3. 命令执行六、 变量 1. 变量定义 2. 变量引用 3. 变量替换七、 条件判断八、 常用函数 1. 字符串处理函数 2.
2015-06-06 18:07:46 6774 4
LR_Mnist.py
2015-01-07
deep learning 概览+时序模型
2014-05-29
Convolution Neural Network (CNN)
2014-05-15
人脸检测与识别
2014-03-16
决策树python实现
2014-03-10
KMeans和Kmedoid算法的matlab实现
2012-11-18
C++矩阵处理工具——Eigen3
2012-07-24
Difference of Gaussian DoG
2012-06-09
动态规划基础(初学者必读)
2009-10-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人