2016年09月_Mr丶Caleb

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

Keep calm and carry on.