机器学习
一代程序码农
coder is coding...
展开
-
了解一下密钥交换算法ECDH
搬一下别人的解释:下面我们以Alice和Bob为例叙述Diffie-Hellman密钥交换的原理。1,Diffie-Hellman交换过程中涉及到的所有参与者定义一个组,在这个组中定义一个大质数p,底数g。2,Diffie-Hellman密钥交换是一个两部分的过程,Alice和Bob都需要一个私有的数字a,b。下面是DH交换的过程图:本图片来自wiki下面我们进行一个实...转载 2019-08-16 19:10:27 · 5979 阅读 · 0 评论 -
运行Kaldi yesno实例时version `GLIBCXX_3.4.21' not found的原因
最近开始倒腾Kaldi走了一些弯路,一心想在Windows上摸索,编译神马的都OK,最后却拦在了Kaldi最核心、最重要的脚本上;由于Windows下对软连接支持不好(甚至说是完全不能),放弃!!!转为linux(这个才是与国际接轨的)下:Linux下也是经历了很多曲折,什么GCC版本过低等等~~~~今天的话题是利用升级后的GCC编译完成Kaldi程式后,脚本运行时出现的“versio原创 2017-11-27 10:07:41 · 3866 阅读 · 2 评论 -
推荐使用的超级简单paddlepaddle机器学习入门
折腾了大半天,最后发现自己只需要这样的一个环境jupyter:新手真的不建议去手动编译什么的(国内的网络)硬是搞得残废了~~~~大前提是你成功安装了docker容器(能够成功运行hello-world)一、安装paddlepaddle/book docker镜像houwenbin@houwenbin-GA-6UASL3:~$houwenbin@houwen原创 2017-12-13 18:19:05 · 4567 阅读 · 1 评论 -
jniLibs.srcDirs不能打包so到apk中?
一般使用AS开发Android应用时,调用ndk的so库,我都喜欢添加abiFilter不想浪费空间嘛!所以,so库目录一般都是XXXPATH/armeabi-v7a/xxxooo.so类似的,今天引用到第三方库,又不想(没必要)拷贝到src/main/jniLibs下,那就配置:sourceSets { main { jniLibs.srcDirs =原创 2017-12-04 10:23:13 · 8899 阅读 · 0 评论 -
摘自一个MILLION SONG DATASET里的一段读取基于HDF5文件格式的歌曲信息
摘自:http://labrosa.ee.columbia.edu/millionsong/直接上代码,小修改了一下,保证了在VS2015中可以编译通过,注意使用DLL方式链接HDF5库时,需要在工程的宏定义中定义H5_BUILT_AS_DYNAMIC_LIB,否则会找不到定义。This is correct, define H5_BUILT_AS_DYNAMIC_LIB to link转载 2017-12-20 16:43:54 · 1563 阅读 · 2 评论 -
记录一下VS MSBuild自动编译脚本编写实例
Visual Studio的IDE太占资源,可以改为命令行编译、还能实现自动化:下面是kaldi-windows下的编译脚本:@echo offcall "E:\Visual Studio 2015 Enterprise\Common7\Tools\VsDevCmd.bat"echo "building openfstwin-1.3.4...."MSBuild tool原创 2017-11-23 17:28:34 · 5683 阅读 · 0 评论 -
拷贝一下Docker中Kaldi for android编译步骤,手动编译也可以参照此步骤
来源于:https://github.com/jcsilva/docker-kaldi-androidDockerfile:FROM ubuntu:16.04RUN mkdir -p /opt/android-sdk-linux && mkdir -p ~/.android && touch ~/.android/repositories.cfgENV WORKING_DI转载 2017-11-22 21:00:57 · 2774 阅读 · 2 评论 -
第一时间测试TensorflowLite Android Demo,性能平均200ms
Google发布了tensorflow lite,致力于移动端智能计算,第一时间下载来尝试,平均性能200ms,感谢谷歌!!!这里我上传了我的工程(http://download.csdn.net/download/houwenbin1986/10120816)本压缩包是Android的AS工程,解压导入就能轻松编译测试!!!我贴一下主要的步骤:app/原创 2017-11-16 10:18:06 · 3857 阅读 · 1 评论 -
关于Windows下caffe-ssd编译需要修改的地方
今天以caffe-yolo(https://github.com/yeahkun/caffe-yolo.git)为例:首先,下载代码库:git clone https://github.com/yeahkun/caffe-yolo.git修改以下几个文件:src/caffe/layers/detection_loss_layer.cpp注释掉:#ifdef原创 2017-11-13 10:58:27 · 1061 阅读 · 0 评论 -
./configure时,error: cannot find install-sh, install.sh, or shtool解决方法
在测试kaldi例子timit时,需要安装irstlm(extras/install_irstlm.sh)出现Makefile生成失败问题: ./configure时,error: cannot find install-sh, install.sh, or shtool......最终发现这一切都是因为升级造成:喜欢把所有的东西都保持最新因为,我的perl已经升级到了pe原创 2017-11-27 15:01:54 · 25018 阅读 · 0 评论 -
Windows下Google Protobuf Visual Studio自动编译脚本示例
直接上protobuff2.x和protobuf3.x命令行自动编译脚本:@echo offset PATH=D:\Android\Microsoft Visual Studio 12.0\Common7\IDE;%PATH%call "D:\Android\Microsoft Visual Studio 12.0\Common7\Tools\VsDevCmd.bat"echo "b原创 2017-12-06 15:09:46 · 689 阅读 · 0 评论 -
[转]Mxnet实现手写数字mnist数据集训练、预测指南
环境:Anaconda3(64-bit),安装mxnet1.3.1,opencv_python-3.4.5.20-cp36-cp36m-win_amd64.whl(可选)训练源码:# -*- coding: utf-8 -*-"""Created on Fri Jul 19 16:30:15 2019@author: houwenbin"""import numpy a...转载 2019-07-22 14:14:20 · 826 阅读 · 1 评论 -
【修改】基于modeltech64_10.4的UVM+System Verilog验证CRC7循环冗余校验
先拷贝大牛们的例子:https://www.cnblogs.com/bettty/p/5285785.htmlAbstract本文介绍UVM框架,并以crc7为例进行UVM的验证,最后指出常见的UVM验证开发有哪些坑,以及怎么避免。Introduction本例使用环境:ModelSim 10.2c,UVM-1.1d,Quartus II 13.1(64 bit),器件库MAX V...转载 2019-07-25 16:15:44 · 4729 阅读 · 0 评论 -
ICE51 IP核模拟记录
上文提到了51内核ICE51(https://github.com/ashleyjr/ice51.git)本文就来看看怎么编译C程序,仿真模拟运行在该IP软核上:环境:MingW32、iverilog、yosys、arachne-pnr、icestorm(icetime)等软核布线:(synth脚本)#!/bin/bashecho "===================...原创 2019-07-05 22:59:39 · 468 阅读 · 2 评论 -
icestorm工具之icebram使用demo示例
BRAM(Block RAM)是FPGA中重要资源,具体什么请百度。今天在把玩一个ice51(https://github.com/ashleyjr/ice51.git)开源IP时,发现了这个好东西,权当兴趣爱好!顺便研究了下综合工具:yosys(https://github.com/YosysHQ/yosys.git)、arachne-pnr(https://github.com/Yosys...原创 2019-07-05 18:30:03 · 556 阅读 · 0 评论 -
[转]规则匹配——Rete 算法原理及实现
最近在学习 Drools 规则引擎框架,其中涉及到Rete 算法。并对 Rete 算法做了一些研究,要不然在你找新工作面试时,问你会 Drools 规则引擎框架吗?你说会!然后面试官接着问你,你了解 Rete 算法吗?你说听说过。然后面试官再问你,你知道 Rete 算法的原理吗?你能实现 Rete 算法吗?追问了这么多,你可能就回答不上来了。面试官最喜欢做的就是追着一直问,直到你回答不出来为...转载 2019-06-27 17:46:22 · 17383 阅读 · 1 评论 -
机器学习PS参数服务器——分布式计算是个什么鬼?
1. OverviewThe parameter server aims for high-performance distributed machine learning applications. In this framework, multiple nodes runs over multiple machines to solve machine learning problem翻译 2018-01-12 17:57:11 · 4331 阅读 · 0 评论 -
复习ELM极限学习机的原理,大部分转载
1、首先是原理:这个讲得比较好(http://blog.csdn.net/google19890102/article/details/18222103)一、极限学习机的概念 极限学习机(Extreme Learning Machine) ELM,是由黄广斌提出来的求解单隐层神经网络的算法。 ELM最大的特点是对于传统的神经网络,尤其原创 2018-01-03 10:28:36 · 4645 阅读 · 1 评论 -
跑通kaldi中timit试验以及awk不能找到gensub函数解决方法
我的实验环境是在CentOS 6上,所以各种环境坑等待我去填,建议同学们使用Ubuntu 16.10以上的,或者Debian(我linux入门的第一个操作系统)也好~~~~继续试验egs/timit例子,发现一个致命问题:awk(gawk)找不到gensub函数,吸取之前的教训怀疑版本问题:[houwenbin@localhost gawk-4.2.0]$ awk --v原创 2017-11-27 15:45:29 · 1523 阅读 · 0 评论 -
记录一下怎么使用pycaffe调用已有的网络模型识别人脸(物体)
我的哲学原理:比较喜欢从结果向前推,有了能做什么、再去学怎么做?今天就来看看怎么从图片中识别出人脸:代码很简单,直接上码:# -*- coding: utf-8 -*import numpy as np import sys,os import cv2caffe_root = 'E:/bigdata/workspace/caffe-ssd-m原创 2017-12-08 14:37:28 · 573 阅读 · 0 评论 -
使用微软的语音识别引擎Microsoft Speech API进行语音控制
以下代码来自:http://mmcheng.net/zh/imagespirit/ 本人仅作提取:SREngine语音识别引擎封装类:#pragma once/************************************************************************//* Notice: this project is use转载 2017-11-21 09:25:04 · 14076 阅读 · 1 评论 -
Kaldi中nnet3进行语音识别过程中用到的部分工具集锦!!!
前一篇文章我们对Kaldi ASR有了初步的了解,我们再来看看怎么使用Kaldi的神经网络模型NNET3来进行wav文件语音识别~~~~下载中文预训练模型:[houwenbin@localhost ~]$ cd ~/kaldi-master/egs[houwenbin@localhost egs]$ wget -T 10 -t 3 http://kaldi-asr.org/models原创 2017-11-29 16:44:51 · 6939 阅读 · 6 评论 -
caffe中如何训练自己的手写数字识别系统?
搭建好caffe python环境后,我们都需要跑通mnist和imagenet示例,感谢博主:http://www.cnblogs.com/denny402/p/5684431.html记录一下自己的实验步骤:(root) [root@localhost lenet5]# python verify.py WARNING: Logging before InitGoogleLoggin原创 2016-10-28 14:49:38 · 2477 阅读 · 0 评论 -
CentOS6.4下编译caffe深度学习框架实践!!!
花了点时间在CentOS6.4服务器上搭建caffe深度学习框架环境其中遇到了一些问题,最终还是解决.先上图看看:应该很直观了吧,其中细节注意:1. 在编译ATLAS时出现CPU频率问题,我就直接使用yum源:yum install atlas-devel blas-devel2. 在链接gflags时,报-fPIC相关,CMakeLists.txt中set (CM原创 2016-09-09 13:45:42 · 1057 阅读 · 0 评论 -
自己从零开始创建python开发环境,安装python、setuptools、pip等
最近需要编译opencv-2.4.12,下载源码opencv-2.4.13.zip后:unzip opencv-2.4.13.zipcd opencv-2.4.12mkdir buildcd buildcmake ..//报错,找不到ccmake ..//GUI模式,进行相应的配置make在cmake配置时,Could NOT find PythonLibs (missing:原创 2016-09-13 13:44:47 · 3215 阅读 · 0 评论 -
windows下编译Fast RCNN实现物体识别
参考:http://blog.csdn.net/happynear/article/details/46822109faster rcnn 已经推出,建议大家使用速度更快的faster rcnn: https://github.com/ShaoqingRen/faster_rcnn一、准备1. caffe-windows:https://github.com/happynear原创 2016-09-10 15:50:25 · 3612 阅读 · 1 评论 -
caffe手写数字mnist训练测试使用教程
caffe windows下训练测试原创 2016-07-22 09:36:19 · 1170 阅读 · 0 评论 -
windows下MinGW编译cblas基本线性代数库
工具gcc、gfortran:至此,编译环境搭建完毕。http://www.netlib.org/blas/blas-3.6.0.tgz下载blas-3.6.0.tgzhttp://www.netlib.org/blas/blast-forum/cblas.tgz下载cblas.tgz解压,先编译好blas,再修改cblas的Makefi原创 2016-07-08 18:41:26 · 1379 阅读 · 0 评论 -
韩国庆尚大学jinju的神经网络解决XOR问题
源码如下:// auralius manurung// gyeongsang national university// jinju, south korea// june 2009// based on daniel admassu's work -> http://www.codeproject.com/KB/recipes/UnicodeOCR.aspx#include #转载 2016-06-30 13:13:42 · 562 阅读 · 0 评论 -
BP神经网络解决XOR异或运算python示例
代码来自:# Back-Propagation Neural Networks# # Written in Python. See http://www.python.org/# Placed in the public domain.# Neil Schemenauer import mathimport randomimport stringrandom.seed(0转载 2016-06-29 16:10:45 · 2705 阅读 · 0 评论 -
caffe网络配置文件字段意义详解
解决方案:lenet_solver.prototxt# The train/test net protocol buffer definitionnet: "examples/mnist/lenet_train_test.prototxt"//网络协议具体定义# test_iter specifies how many forward passes the test should car原创 2016-10-28 15:26:12 · 1204 阅读 · 0 评论 -
入门深度学习mxnet框架——运行mnist手写数字例子
搞机器学习的几大框架是必须了解,至少都跑过一遍吧!个人感觉mxnet比较好搭建的,尤其是Ubuntu环境下~~~一、安装必须的GCC等环境sudo apt-get update (必须,不然会遇到安装openblas、atlas时找不到网站)sudo apt-get install build-essential git (任选一libblas-dev、libatlas-bas原创 2016-11-16 14:40:13 · 4737 阅读 · 1 评论 -
机器学习中的End-to-End到底是怎么回事?
简单讲就是,Input--->系统(这里指神经网络)--->Output(直接给出输入,NN神经网络就给出结果,一气喝成!!!)借用一段对话:原创 2017-11-15 09:33:29 · 20049 阅读 · 2 评论 -
Kaldi中如何使用已经训练好的模型进行语音识别ASR呢?
我们如何运用已经训练好的模型进行语音识别呢?这才是我们研究的目的啊,是不?很好,细心的你一定会发现kaldi源码src目录中有online*相关的模块,这就是我们今天的主角啦!!!Kaldi中有两个版本的online、online2分别是第一代、第二代,现在已经不维护online,转到online2了,但作为我们入门的,我建议还是选择online,由简入深嘛!!!默认kaldi原创 2017-11-28 19:08:55 · 16058 阅读 · 6 评论 -
摘抄一下MNIST手写体数据库文件格式
最近在查看Hinton最新的论文,提出了新的神经网络架构,最核心的神经元变成了一组取名为Capsule,输入相应的变成了向量(或者张量更有高大上的feel),关于该网络的实现已经有牛人复现了,感谢:云梦居客(https://github.com/naturomics/CapsNet-Tensorflow)https://www.zhihu.com/question/67287444/a原创 2017-11-17 17:43:52 · 654 阅读 · 0 评论 -
PHP中XOR (异或)训练,很久不看PHP,突然发现已经非常强大了,什么SVM、FANN一应俱全了,谁让AI大潮了
以下例子展示了怎么训练数据来实现 XOR (异或)功能。Example #1 xor.data file4 2 1-1 -1-1-1 111 -111 1-1数据解读:Here is an explanation for the input file for training, as it might be obvious to everyone a转载 2017-10-27 10:26:19 · 1553 阅读 · 0 评论 -
运用BP反向传播算法进行Iris鸢尾花分类
首先了解下Iris鸢尾花数据集:Iris数据集(https://en.wikipedia.org/wiki/Iris_flower_data_set)是常用的分类实验数据集,由Fisher,1936收集整理。Iris也称鸢尾花卉数据集,是一类多重变量分析的数据集。数据集包含150个数据集,分为3类,每类50个数据,每个数据包含4个属性。可通过花萼长度,花萼宽度,花瓣长度,花瓣宽度4个属性预测鸢原创 2017-01-12 11:17:39 · 8468 阅读 · 0 评论 -
OpenCV打开视频失败问题追踪!
首先遇到这种问题,多半出在FFMPEG上,找不到ffmpeg库,linux下记得编译进去,Windows下呢?当然一样,不过我们基本上是优先使用官方预编译版本!这时,怎么办呢?找呗!!!贴出OpenCV初始化FFMPEG的核心代码:class icvInitFFMPEG{public: static void Init() { cv::AutoLoc原创 2017-01-10 16:09:35 · 3143 阅读 · 0 评论 -
Linux、Windows下试用DarkNet之YoLo CPU物体识别
关于YOLO:YOLO——You Only Look OnceFaster RCNN需要对20k个anchor box进行判断是否是物体,然后再进行物体识别,分成了两步。 YOLO(You Only Look Once)则把物体框的选择与识别进行了结合,一步输出,即变成”You Only Look Once”。 所以识别速度非常快,达到每秒45帧,而在快速版YOLO(Fast YO原创 2017-01-10 12:56:45 · 9458 阅读 · 3 评论 -
一个类精通B-P网络的精髓
基于机器学习库的神经网络代码已经非常精简了,对于用户来说都是黑盒子,其内部到底怎么运作的呢?原理虽然简单,但真正要操刀书写,估计一时半会也不好弄,幸好大牛们开源了、只需要一个类就能明明白白!!!backprop.h//////////////////////////////////////////////// Fully connected multilayered feed翻译 2016-11-15 18:24:10 · 790 阅读 · 0 评论