- 博客(22)
- 资源 (5)
- 收藏
- 关注
转载 ubuntu服务器与本地文件传输
首先可以通过root进入到服务器中,(登录方法在下面讲解)为自己创建一个用户。 useradd的选项:选项: -b, --base-dir BASE_DIR 新账户的主目录的基目录 -c, --comment COMMENT 新账户的 GECOS 字段 -d, --home-dir HOME_DIR 新账户的主目录 -D, --de
2016-09-28 21:05:52 8608
原创 ROS学习笔记二——创建和构建一个包
接着上一个笔记,根据http://wiki.ros.org/ROS/Tutorials,创建一个ROS的包。创建一个包一个catkin的包主要有以下几部分组成: (1)必须包括一个package.xml文件, (2)必须包括一个CMakeLists.txt文件, (3)在每一个文件夹下只能有一个包,且包不允许嵌套。workspace_folder/ -- WORKSPACE
2016-09-27 10:01:47 1978
原创 ROS学习笔记一
为了往后研究的需要,这几天开始入门ROS,主要资料是看 wiki上的文档:http://wiki.ros.org/ 古月的博客专栏:http://blog.csdn.net/column/details/ros-explore.html?&page=2 张建伟的《开源机器人操作系统——ROS》本人用的是ubuntu16.04,具体的安装过程可以参考: http://blog.csdn.n
2016-09-27 09:28:24 1686
原创 7. Reverse Integer
题目中明确提出了要考虑越界的问题,首先记录一下各个数据类型的取值范围: int: 4byte = 32 bit 有符号signed范围:2^31-1 ~ -2^31即:2147483647 ~ -2147483648无符号unsigned范围:2^32-1 ~ 0即:4294967295 ~ 0unsigned int 0~4294967295 int -2147483648~21
2016-09-26 17:35:27 295
原创 6. ZigZag Conversion
这题在通常面试中不太常见,难点是找规律,可以发现周期T = 2*numRows - 2;如果不是首行和末尾行的时候,会把T - 2*numRows的索引插入到字符串中。然后再把T索引的字符插入字符串,交替进行,程序中用了一个flag来完成交替。class Solution {public: string convert(string s, int numRows) { in
2016-09-25 16:49:29 272
原创 5.Longest Palindromic Substring
Given a string S, find the longest palindromic substring in S. You may assume that the maximum length of S is 1000, and there exists one unique longest palindromic substring. 最长回文子字符串:1.思路一:暴力枚举,以每个元素
2016-09-24 17:25:26 402
原创 tensorflow学习笔记四——实现一个CNN网络
本例子用到了minst数据库,通过训练CNN网络,实现手写数字的预测。首先先把数据集读取到程序中:mnist = input_data.read_data_sets('MNIST_data', one_hot=True)然后开始定义输入数据,利用占位符# define placeholder for inputs to networkxs = tf.placeholder(tf.float32,
2016-09-23 19:08:58 15233 10
原创 tensorflow可视化tensorboard
本笔记主要讲如何运用tensorflow看自己创建网络的结构。可以通过with tf.name_scope(‘weights’):来添加模块的名称,并且with可以嵌套。对于变量也可以通过name参数来定义名字。然后在终端里输入 tensorboard –logdir=logs,再在浏览器里打开相应地址即可。from __future__ import print_functionimpor
2016-09-23 16:36:05 5094
原创 tensorflow建立一个简单的神经网络
本笔记目的是通过tensorflow实现一个两层的神经网络。目的是实现一个二次函数的拟合。如何添加一层网络代码如下:def add_layer(inputs, in_size, out_size, activation_function=None): # add one more layer and return the output of this layer Weights =
2016-09-23 16:04:33 16352 6
原创 4. Median of Two Sorted Arrays
https://leetcode.com/problems/median-of-two-sorted-arrays/class Solution {public: double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) { nums1.insert(nums1.end(), nums2.be
2016-09-20 15:50:35 245
原创 3. Longest Substring Without Repeating Characters
Longest Substring Without Repeating Characters Given a string, find the length of the longest substring without repeating characters. For example, the longest substring without repeating letters for
2016-09-19 19:55:14 237
原创 1001:Exponentiation
http://bailian.openjudge.cn/practice/1001/对数值很大、精度很高的数进行高精度计算是一类十分常见的问题。比如,对国债进行计算就是属于这类问题。 现在要你解决的问题是:对一个实数R( 0.0 < R < 99.999 ),要求写程序精确计算 R 的 n 次方(Rn),其中n 是整数并且 0 < n <= 25。Input 输入包括多组 R 和 n。 R 的
2016-09-18 19:53:20 388
原创 CS231n第八课:目标检测定位学习记录
结合视频第八集本节课程从分类(Classification),定位(Localization)和检测(Detection)三个方面入手。 从上图可以直观的看到: 1.对于分类而言,就是对于给定的图片把其划分到给定的几种类别中某一种。很显然,图像中只能存在一种给定类别中的对象。 2.而定位就是找到对应的对象的位置区域,把它框选出来(即Bounding Box),这个选框除了位置信息(x,y)外还
2016-09-05 16:15:26 7550
转载 CS231n第五课:神经网络2学习记录
结合视频5和笔记:https://zhuanlan.zhihu.com/p/21560667?refer=intelligentunit数据预处理数据预处理的手段一般有: · 去均值(mean subtraction) · 规范化/归一化(normalization) · 主成分分析(PCA)和白化(whitening) PCA和白化(Whitening)是另一种预处理形式。在这种处
2016-09-05 00:30:22 2382
转载 CS231n第二课:线性分类器学习记录
结合视频第二集和笔记:https://zhuanlan.zhihu.com/p/20918580?refer=intelligentunit线性分类器(Linear classifier)加深理解线性分类器计算图像中3个颜色通道中所有像素的值与权重的矩阵乘,从而得到分类分值。根据我们对权重设置的值,对于图像中的某些位置的某些颜色,函数表现出喜好或者厌恶(根据每个权重的符号而定)。 这里假设了猫
2016-09-04 21:55:04 488
转载 CS231n第二课:图像分类学习记录
结合视频第二集和笔记:https://zhuanlan.zhihu.com/p/20894041?refer=intelligentunitNearest Neighbor分类器图像分类数据集:CIFAR-10。一个非常流行的图像分类数据集是CIFAR-10。这个数据集包含了60000张32X32的小图像。每张图像都有10种分类标签中的一种。这60000张图像被分为包含50000张图像的训练集和包含
2016-09-04 20:53:33 761
转载 CS231n第七课:卷积神经网络学习记录
结构:神经元的三维排列。卷积神经网络针对输入全部是图像的情况,将结构调整得更加合理,获得了不小的优势。与常规神经网络不同,卷积神经网络的各层中的神经元是3维排列的:宽度、高度和深度(这里的深度指的是激活数据体的第三个维度,而不是整个网络的深度,整个网络的深度指的是网络的层数)。举个例子,CIFAR-10中的图像是作为卷积神经网络的输入,该数据体的维度是32x32x3(宽度,高度和深度)。我们将看到,
2016-09-04 19:29:30 2607
原创 numpy的random模块中的几个常用函数
详细的random模块中的其他函数:http://www.mamicode.com/info-detail-507676.htmlrand(d0, d1, …, dn),输入几个参数返回几维的数组,数组中的元素是0-1的随机值。>>> np.random.rand(3,2)array([[ 0.14022471, 0.96360618], #random [ 0.376010
2016-09-03 22:04:26 4528
转载 python numpy.shape 和 numpy.reshape函数
numpy.shape:输入参数:类似数组(比如列表,元组)等,或是数组返回:一个整型数字的元组,元组中的每个元素表示相应的数组每一维的长度#一维列表 L=range(5) shape(L) #二维列表 L=[[1,2,3],[4,5,6]] shape(L) #一维数组 arr=array(range(5)) shape(arr) #二维数组 arr=arra
2016-09-02 18:42:24 2753
转载 CS231n第四课:神经网络1学习记录
结合视频第四集和笔记:https://zhuanlan.zhihu.com/p/21462488?refer=intelligentunit 简介 生物动机与连接 输入x与权重w做内积 —-> 内积结果输入激活函数 —> 从激活函数输出信号一个神经元前向传播的实例代码:class Neuron(object): # ... def forward(inputs): "
2016-09-02 17:14:58 727
转载 CS231n课程:反向传播学习记录
结合视频和笔记:https://zhuanlan.zhihu.com/p/21407711?refer=intelligentunit函数关于每个变量的导数指明了整个表达式对于该变量的敏感程度。反向传播的直观理解 反向传播是一个优美的局部过程。在整个计算线路图中,每个门单元都会得到一些输入并立即计算两个东西:1. 这个门的输出值,和2.其输出值关于输入值的局部梯度。门单元完成这两件事是完全独立的,
2016-09-01 20:03:36 945 1
转载 CS231n第三课:最优化学习记录
结合视频和笔记:(笔记来源)https://zhuanlan.zhihu.com/p/21360434?refer=intelligentunit笔记一开始介绍了如何将计算损失转换为凸函数的问题,讲得很形象,加深了理解: 最优化是寻找能使得损失函数值最小化的参数W的过程。 最优化 Optimization策略: 1.随机搜索中用到一个numpy的randn函数,函数原型如下:num
2016-09-01 16:25:03 471
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人