- 博客(272)
- 收藏
- 关注
RSS订阅转载 在Ubuntu上为Shutter添加快捷键
1. 找到shutter的命令行命令2. 在系统设置中添加快捷键详情参考在Ubuntu上为Shutter添加快捷键
2017-04-10 16:43:45
976
原创 远程使用内网服务器的tensorboard和jupyter notebook
基本做法就是通过ssh建立主机和服务器之间的隧道，然后把服务器当地的端口转发到主机。建立SSH隧道关于ssh的应用可以参考ssh -D -L -R 差异。(这篇文章里的host1可以看作客户端，host2看作服务器，host3是中间转接主机3） 主要困难在于服务器位于内网，外网客户端不可见。客户端分两种情况，分别是客户端位于内网和外网。（外网指的是有公网IP，世界任意位置可以通过其IP地址找到该电
2017-04-05 23:25:15
7667
2
原创 win10和ubuntu双系统，ubuntu的dhcp获取IP失败
具体方法是先关掉ipv6, 然后关机，然后开机。尤其是从win10转为ubuntu的时候，要先关机，再开机。作者是在实验室使用win10+ubuntu16.04双系统，然后win10可以上网而ubuntu不行。 ifconfig发现找得到ipv6的IP但是ipv4的IP没有，而且win10可以上网所以硬件问题也初步排除，故认为应该是DHCP的问题。搜索一圈之后认为是ipv6导致的问题，就去关掉ip
2017-03-31 19:07:56
3401
原创 Hinton Neural Network课程笔记11a: Hopfield Net的定义与应用
课程简介Geoffrey Hinton 2012年在coursera上开的网课：Neural Networks for Machine Learning。课程笔记本文只包括Hopfield的定义与应用，并不包括对其的深度理解，以及各种设置的insight。关于Hopfield的详细介绍，可以参考《现代模式识别（第二版）》（里面包括对于Hopfield Net其他角度的理解与应用，讲解也更加系统。个人
2017-03-29 16:45:14
3993
原创 网页中的动画效果转为GIF图片
录屏：软件有很多,win10可以参考 win10录屏操作。视频–>GIF：使用photoshop操作，详情参考如何用photoshop 把视频镜头做成GIF图片。
2017-03-19 20:42:21
4109
原创 CS231n课程笔记7：卷积神经网络入门
CS231n简介详见 CS231n课程笔记1：Introduction。 注：斜体字用于注明作者自己的思考，正确性未经过验证，欢迎指教。课程笔记因为卷积神经网络这个部分涉及繁多，也有不少无法用语言详细解释的细节，所以迟迟没有动笔。这次刚好帮老师做了这部分的PPT，就直接把PPT的部分转化过来，也保留了PPT的逻辑，只能说简单介绍了卷积神经网络，详细的部分会在以后的课程笔记中陆续的补充。 以下内
2017-03-19 19:45:54
1751
原创 Keras使用tensorflow代码
几乎所有相关代码都是backend里面，tensorflow与theano共同拥有的函数在backend.common里面，这部分代码无论使用任何backend都可以运行。其中tensorflow相关的位于backend.tensorflow_backend。 如果使用tensorflow backend，几乎所有的Keras.tensor都可以使用tensorflow内部的Operator。
2017-03-15 20:19:48
3439
原创 ubuntu查找python包的位置
使用pip命令中的show选项。 E.g. pip show theano---Metadata-Version: 2.0Name: TheanoVersion: 0.8.2Summary: Optimizing compiler for evaluating mathematical expressions on CPUs and GPUs.Home-page: http://deep
2017-03-14 23:46:54
14072
原创 Keras求取任意两个节点之间的导数
使用backend里面的gradient函数。此函数就是对于tensorflow里面的gradient函数的包装，输入输出都是tensor，可以把此函数想象为Operator。详情请参考backend-functions，tensorflow_backend.py，Gradient Computation。
2017-03-12 22:34:05
2340
翻译 Keras设置以及获取权重
layer的两个函数：get_weights(), set_weights(weights)。 详情请参考about-keras-layers。
2017-03-12 22:26:00
24203
5
原创 CS231n课程笔记6.2：神经网络训练技巧之Ensemble、Dropout
CS231n简介详见 CS231n课程笔记1：Introduction。 注：斜体字用于注明作者自己的思考，正确性未经过验证，欢迎指教。1. EnsembleKarpathy表示：只要使用Ensemble，就可以得到2%的提升。 Ensemble就是训练多个模型，最后把各个模型的结果取均值。 详情请参考 Hinton Neural Network课程笔记10a：融合模型Ensemble, B
2017-03-12 16:42:24
2993
原创 Hinton Neural Network课程笔记10a：融合模型Ensemble, Boosting, Bagging
课程简介Geoffrey Hinton 2012年在coursera上开的网课：Neural Networks for Machine Learning。课程笔记1. 模型融合的原因1.1. bias-variance trade-off当模型过于复杂而数据量不足的时候，就会出现过拟合问题。即学习了很多训练集内部的噪声等内容，在测试集结果不好。通过模型之间取均值可以较好的解决这个问题，尤其是模型预测
2017-03-06 21:51:59
1868
原创 Hinton Neural Network课程笔记9f：Mackay的设定正则化系数方法
课程简介Geoffrey Hinton 2012年在coursera上开的网课：Neural Networks for Machine Learning。课程笔记以下内容基于一些基础知识点：例如MAP，正则项的贝叶斯解释等等。此部分内容因为设计过多公式，暂时跳过，请参考Hinton Neural Network的课程9e或者自行搜索。
2017-03-06 15:34:15
885
原创 Hinton Nerual Networks课程笔记9d：贝叶斯方法入门
课程简介Geoffrey Hinton 2012年在coursera上开的网课：Neural Networks for Machine Learning。课程笔记这里主要对比的是Bayesian方法 和 频率法（最大似然法）。两者的本质区别在于Bayesian中参数也具有分布，而最大似然法中参数只是一个数。 从数学的角度，这两个理论不分优劣，已经进行了好多年的圣战了；从机器学习的角度，两个方法都有很
2017-03-06 14:28:50
719
原创 numpy函数：numpy.add.at
np.add.at(a,indices,b) 假设a.shape=[N,T,D]，且b.shape = [N,T,D]/[T,D]/[D]，则相当于for indice in indices: a[indice] += b一种特殊情况是b.shape=[len(indices),N,T,D]，则相当于：for index,indice in enumerate(indices):
2017-03-04 15:55:27
5999
1
原创 [leetocde 151]Reverse Words in a String
问题描述Given an input string, reverse the string word by word.For example, Given s = “the sky is blue”, return “blue is sky the”.Update (2015-02-12): For C programmers: Try to solve it in-place in O(1)
2017-03-04 15:13:03
344
原创 [leetcode 508]Most Frequent Subtree Sum
问题描述Given the root of a tree, you are asked to find the most frequent subtree sum. The subtree sum of a node is defined as the sum of all the node values formed by the subtree rooted at that node (incl
2017-03-04 14:47:42
298
翻译 Keras解决OOM超内存问题
如果在Keras内部多次使用同一个Model，例如在不同的数据集上训练同一个模型进而得到结果，会存在内存泄露的问题。在运行几次循环之后，就会报错OOM。解决方法是在每个代码后面接clear_session()函数，显示的关闭TFGraph，再重启。详情参考 https://keras.io/backend/#backend-functions。from keras import backend as
2017-03-03 23:31:34
21058
19
转载 Keras指定使用GPU
使用CUDA_VISIBLE_DEVICES.CUDA_VISIBLE_DEVICES=1 python train.py
2017-03-03 23:26:59
15178
翻译 Keras设定GPU使用内存大小(Tensorflow backend)
纯粹搬运工，接受英语的请看原网址：Keras Tensorflow backend automatically allocates all GPU memory。通过设置Keras的Tensorflow后端的全局变量达到。import osimport tensorflow as tfimport keras.backend.tensorflow_backend as KTFdef get_se
2017-03-03 23:22:44
15334
原创 [leetcode 442] Find All Duplicates in an Array
问题描述Given an array of integers, 1 ≤ a[i] ≤ n (n = size of array), some elements appear twice and others appear once.Find all the elements that appear twice in this array.Could you do it without extra s
2017-03-03 14:12:07
485
原创 [leetcode 515]Find Largest Value in Each Tree Row
问题描述You need to find the largest value in each row of a binary tree.Example: Input: 1 / \ 3 2 / \ \ 5 3 9 Output: [1, 3, 9]代码深搜而已。 int cal_depth(TreeNode* root) {
2017-03-03 13:37:07
483
原创 [leetcode 406]Queue Reconstruction by Height
问题描述Suppose you have a random list of people standing in a queue. Each person is described by a pair of integers (h, k), where h is the height of the person and k is the number of people in front of th
2017-03-02 19:27:17
418
原创 CS231n课程笔记5.4：超参数的选择&交叉验证
CS231n简介详见 CS231n课程笔记1：Introduction。 注：斜体字用于注明作者自己的思考，正确性未经过验证，欢迎指教。1. 超参数有哪些与超参数对应的是参数。参数是可以在模型中通过BP（反向传播）进行更新学习的参数，例如各种权值矩阵，偏移量等等。超参数是需要进行程序员自己选择的参数，无法学习获得。 常见的超参数有模型（SVM，Softmax，Multi-layer Neura
2017-02-28 15:23:42
3115
原创 CS231n课程笔记5.3：Batch Normalization
CS231n简介详见 CS231n课程笔记1：Introduction。 注：斜体字用于注明作者自己的思考，正确性未经过验证，欢迎指教。Batch Normalization1. 原理BN(Batch Normalization)的原理很简单，就是对于给定输入做一个减均值除方差的归一化（可以这么做的原因是上诉归一化操作可导，即可以做BP（反向传播))。当然这么做的优劣难于判断，所以后文给出了改进
2017-02-27 21:12:52
2529
原创 [hihocoder1318]非法二进制数
问题描述时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 如果一个二进制数包含连续的两个1，我们就称这个二进制数是非法的。小Hi想知道在所有 n 位二进制数（一共有2n个）中，非法二进制数有多少个。例如对于 n = 3,有 011, 110, 111 三个非法二进制数。由于结果可能很大，你只需要输出模109+7的余数。输入 一个整数 n (1 ≤ n ≤ 100
2017-01-04 21:34:41
741
原创 CS231n作业笔记2.6：卷积层以及池化层的实现
CS231n简介详见 CS231n课程笔记1：Introduction。 本文都是作者自己的思考，正确性未经过验证，欢迎指教。作业笔记就是简单实现一下卷积层以及池化层，唯一的难点在于确定索引值，稍微注意一下就好。1. 卷积层1.1. 前向传播 N, C, H, W = x.shape F, C, HH, WW = w.shape stride = conv_param['stride'
2017-01-04 20:53:02
951
原创 CS231n作业笔记2.5：dropout的实现与应用
CS231n简介详见 CS231n课程笔记1：Introduction。 本文都是作者自己的思考，正确性未经过验证，欢迎指教。作业笔记dropout中唯一需要注意的就是为了平衡train与test，通过除以期望值即可。1. 前向传播 if mode == 'train': mask = (np.random.rand(*x.shape)<p) out = x*mask / p
2017-01-04 13:38:14
2341
原创 CS231n作业笔记2.4：Batchnorm的实现与使用
CS231n简介详见 CS231n课程笔记1：Introduction。 本文都是作者自己的思考，正确性未经过验证，欢迎指教。作业笔记Batchnorm的思想简单易懂，实现起来也很轻松，但是却具有很多优良的性质，具体请参考课程笔记。下图简要介绍了一下Batchnorm需要完成的工作以及优点（详情请见CS231n课程笔记5.3：Batch Normalization）： 需要注意的有：最后
2017-01-03 21:21:48
9160
6
原创 [hihocoder 1070]RMQ问题再临
问题描述时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述终于，小Hi和小Ho踏上了回国的旅程。在飞机上，望着采购来的特产——小Hi陷入了沉思：还记得在上上周他们去超市的时候，前前后后挑了那么多的东西，都幸运的没有任何其他人（售货员/其他顾客）来打搅他们的采购过程。但是如果发生了这样的事情，他们的采购又会变得如何呢？于是小Hi便向小Ho提出了这个问题：假设整个货架上从
2016-12-29 20:03:51
257
原创 [hihocoder taige 20-3]最小字典序子序列
问题描述题目3 : Smallest Substring 时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 Given a string S and an integer K, your task is to find the lexicographically smallest string T which satisfies: T is a subseq
2016-12-28 20:49:25
642
原创 CS231n作业笔记2.2：多层神经网络的实现
CS231n简介详见 CS231n课程笔记1：Introduction。 本文都是作者自己的思考，正确性未经过验证，欢迎指教。作业笔记这部分就是二层神经网络的拓展，详情参考CS231n作业笔记2.1：两层全连接神经网络的分层实现。 注：这部分不包括dropout以及batch normalization。1. 初始化参数注：这次使用了normal函数，也可以使用randn函数 self.
2016-12-28 19:07:22
1264
原创 [hihocoder taige 20-1]括号配对
问题描述题目1 : Parentheses Matching 时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 Given a string of balanced parentheses output all the matching pairs.输入 A string consisting of only parentheses ‘(’ and ‘)’.
2016-12-27 19:29:58
518
原创 CS231n作业笔记2.1：两层全连接神经网络的分层实现
CS231n简介详见 CS231n课程笔记1：Introduction。 本文都是作者自己的思考，正确性未经过验证，欢迎指教。作业笔记1. 神经网络的分层实现实现全连接层+ReLU层的前向传播与后向传播。 参考资料：CS231n课程笔记4.2：神经网络结构，CS231n课程笔记4.1：反向传播BP， CS231n作业笔记1.6：神经网络的误差与梯度计算，CS231n作业笔记1.5：Softma
2016-12-27 18:58:47
5372
原创 CS231n课程笔记5.2：数据预处理&权重矩阵初始化
CS231n简介详见 CS231n课程笔记1：Introduction。 注：斜体字用于注明作者自己的思考，正确性未经过验证，欢迎指教。课程笔记1. 数据预处理1.1. 归一化如下图所示，归一化即使得重心位于原点，方差为1。对于归一化的优点请参考CS231n课程笔记5.1：神经网络历史&激活函数比较。 1.2. PCA & 白化如下图所示，PCA是作用于原数据上的一个线性变换，使得协方差矩阵对
2016-12-27 15:17:49
1914
原创 Ubuntu16.04 开发环境配置
编辑器vimsudo apt-get install vimvim+python 请参考Vim与Python真乃天作之合。codeblocks官网：http://codeblocks.org/sudo add-apt-repository ppa:damien-moore/codeblocks-stablesudo apt-get updatesudo apt-get install codeb
2016-12-25 18:25:16
552
原创 MATLAB点云处理：读取、展示、最近邻、ICP算法求取转移矩阵、旋转
MATLAB中关于点云的几个函数的简单应用。作者使用的是MATLAB R2015b，这几个函数应该是在Computer Vison包里。 全文都是作者自己结合MATLAB文档的理解，欢迎指教。 1. pcread: 输入文件名，返回pointCloud类（用于存储点云）。eg: pcloud = pcread(“filename.ply”) 2. pcshow: 输入pointCloud类，展
2016-12-24 17:49:56
23072
15
原创 CS231n课程笔记5.1：神经网络历史&激活函数比较
CS231n简介详见 CS231n课程笔记1：Introduction。 注：斜体字用于注明作者自己的思考，正确性未经过验证，欢迎指教。课程笔记关于神经网络的简介请参考 CS231n课程笔记4.2：神经网络结构。1. 神经网络历史具有神经网络的结构，但是使用电门手动构造函数。[Frank Rosenblatt, ~1957: Perceptron；Widrow and Hoff, ~1960:
2016-12-24 16:43:03
1062
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人