自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(33)
  • 资源 (1)
  • 收藏
  • 关注

原创 mac下ctags illegal的问题

~/.bash_profile文件, 添加一行MAC环境下的环境变量设置在.bash_profile中。export PATH=/usr/local/bin:$PATH 之后source ~/.bash_profile若不设置该变量将会导致: ctags: illegal option -- Rusage: ctags [-BFadtuwvx] [-f tags

2016-05-25 23:24:45 780

原创 Mark and show mark tools

git clone https://github.com/alanyannick/vim-showmarks.git 18 """""""""""""""""""""""""""""" 19 " showmarks setting 20 " """""""""""""""""""""""""""""" 21 " Enable ShowMarks 22 let showm

2016-05-25 22:33:36 514

转载 vim提供多窗口编辑的功能

本文出自   http://blog.csdn.net/shuangde800------------------------------------------------------------------------------------------------vim提供多窗口编辑的功能,可以简化复合的编辑任务。vim的多窗口并不

2016-05-24 17:55:58 475

转载 Vim的操作小技巧

Vim的操作除了基本的hjkl之外,快速鍵組合相當多,不過大概有個規則。以下是我自己個人比較常會用到,而且覺得還滿方便的操作小技巧,寫起來幫自己加深記憶,希望也對有需要的朋友有幫助。說明Enter = 按下enter鍵,Ctrl = 按下ctrl鍵,Alt = 按下alt鍵,如果是大寫字母例如G = shift + g,Ctrlwj = 按著ctrl鍵不放,

2016-05-24 16:15:06 466

转载 vim 使用说明

vim的学习曲线相当的大(参看各种文本编辑器的学习曲线),所以,如果你一开始看到的是一大堆VIM的命令分类,你一定会对这个编辑器失去兴趣的。下面的文章翻译自《Learn Vim Progressively》,我觉得这是给新手最好的VIM的升级教程了,没有列举所有的命令,只是列举了那些最有用的命令。非常不错。——————————正文开始——————————你想以最快的速度学习人类

2016-05-24 15:38:00 415

转载 tmux usage/scan the screen

tmux基本使用     tmux是一个优秀的终端复用软件,即使非正常掉线,也能保证当前的任务运行,这一点对于远程SSH访问特别有用,网络不好的情况下仍然能保证工作现场不丢失!     tmux完全使用键盘控制窗口,实现窗口的切换,像是Chrome的方式管理shell,使用起来很方便,byubo也有同样的功能。     tmux命令都具有一个前缀命令(PREFIX),默认的是CTRL+

2016-05-24 15:15:38 1107

原创 关于tmux和常见vim使用

# c-a o to switch to another panel # c-d to close shell # c-a ! to close panel # c-a w to list windows # c-a " split pane horizontally # c-a % split p

2016-05-24 14:17:10 2202

转载 CNN公式推导

CNN公式推导reference link:http://blog.csdn.net/lu597203933/article/details/465758711 前言         在看此blog之前,请确保已经看懂我的前两篇blog【深度学习笔记1(卷积神经网络)】和【BP算法与公式推导】。并且已经看过文献[1]的论文【Notes on Convolutional Neur

2016-05-20 21:35:58 978

转载 c++学习笔记(7):类模板定义及实例化

一、类模板定义及实例化1. 定义一个类模板:1 templateclass 模板参数表>2 3 class 类名{4 5 // 类定义......6 7 }; 其中,template 是声明类模板的关键字,表示声明一个模板,模板参数可以是一个,也可以是多个,可以是类型参数 ,也可以是非类型参数。类型参数由关键字class或type

2016-05-20 11:19:48 5660 1

转载 c++学习笔记(5):C++ typename的起源与用法

侯捷在Effective C++的中文版译序中提到:C++的难学,还在于它提供了四种不同(但相辅相成)的程序设计思维模式:procedural-based, object-based, object-oriented, generics对于较少使用最后一种泛型编程的我来说,程序设计基本上停留在前三种思维模式当中。虽说不得窥见高深又现代的泛型技术,但前三种思维模式已几乎满足我所遇

2016-05-20 10:39:00 504

转载 c++学习笔记(4):this的用法

this 是C++中的一个关键字,也是一个常量指针,指向当前对象(具体说是当前对象的首地址)。通过 this,可以访问当前对象的成员变量和成员函数。所谓当前对象,就是正在使用的对象,例如对于stu.say();,stu 就是当前对象,系统正在访问 stu 的成员函数 say()。假设 this 指向 stu 对象,那么下面的语句中,this 就和 pStu 的值相同:S

2016-05-20 10:16:05 469

转载 NLP学习笔记(1)Assigment one解答

欢迎转载,转载注明出处:http://blog.csdn.net/neighborhoodguo/article/details/470715971.assignment1里的计算题的详细推导过程编程题里的negative sampling和第三题(a)的推导过程类似,所以就没有重新推导了4.(a)

2016-05-19 22:16:43 889

转载 Loss和神经网络训练

出处:http://blog.csdn.net/han_xiaoyang/article/details/50521064 声明:版权所有,转载请联系作者并注明出处1.训练在前一节当中我们讨论了神经网络静态的部分:包括神经网络结构、神经元类型、数据部分、损失函数部分等。这个部分我们集中讲讲动态的部分,主要是训练的事情,集中在实际工程实践训练过程中要注意的一些点,如何找到最合适的

2016-05-19 11:41:29 85477 5

转载 最优化与随机梯度下降

出处:http://blog.csdn.net/han_xiaoyang/article/details/50178505 声明:版权所有,转载请联系作者并注明出处1. 引言上一节深度学习与计算机视觉系列(3)_线性SVM与SoftMax分类器中提到两个对图像识别至关重要的概念:用于把原始像素信息映射到不同类别得分的得分函数/score function用于评估参数W效

2016-05-19 11:21:42 2435

转载 SVM和SoftMax的原理区别对比

出处:http://blog.csdn.net/han_xiaoyang/article/details/49999299 声明:版权所有,转载请注明出处,谢谢。1. 线性分类器在深度学习与计算机视觉系列(2)我们提到了图像识别的问题,同时提出了一种简单的解决方法——KNN。然后我们也看到了KNN在解决这个问题的时候,虽然实现起来非常简单,但是有很大的弊端:分类器必须记

2016-05-19 10:49:17 24303 3

原创 c++ primer 学习笔记(3): IO

8.1 IO类1.IO对象不能拷贝或赋值ofstream out1,out2;out1=out2;//错误:不能对流对象赋值ofstream print(ofstream);//错误out2=print(out2);//错误12341234因此通常以引用方式传递和返回流。读写一个对象通常会改变其状态,所以不能是const reference。 2.文件的输入输出#incl

2016-05-18 14:56:19 500

原创 experiment

|检测人脸数据集图片总数|人脸漏检数|人脸错检数|人脸检测率| 检测人脸数据集图片总数 人脸漏检数 人脸错检数 人脸检测率 5141 156 156 156/5141= 96.97%

2016-05-10 02:10:42 510

转载 浅析人脸检测之Haar分类器方法

reference link:http://www.cnblogs.com/ello/archive/2012/04/28/2475419.html    由于工作需要,我开始研究人脸检测部分的算法,这期间断断续续地学习Haar分类器的训练以及检测过程,在这里根据各种论文、网络资源的查阅和对代码的理解做一个简单的总结。我试图概括性的给出算法的起源、全貌以及细节的来龙去脉,但是水平有限,只能解其

2016-05-09 20:52:47 599

转载 机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用

版权声明:    本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系wheeleast@gmail.com前言:    上一次写了关于PCA与LDA的文章,PCA的实现一般有两种,一种是用特征值分解去实现的,一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解

2016-05-07 17:08:46 779

转载 机器学习中的数学(4)-线性判别分析(LDA), 主成分分析(PCA)

版权声明:    本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系wheeleast@gmail.com前言:    第二篇的文章中谈到,和部门老大一宁出去outing的时候,他给了我相当多的机器学习的建议,里面涉及到很多的算法的意义、学习方法等等。一宁上次给

2016-05-07 17:07:24 571

转载 机器学习中的数学(3)-模型组合(Model Combining)之Boosting与Gradient Boosting

版权声明:    本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系wheeleast@gmail.com 前言:    本来上一章的结尾提到,准备写写线性分类的问题,文章都已经写得差不多了,但是突然听说最近Team准备做一套分布式的分类器,可能会使用Random Fo

2016-05-07 17:06:20 649

转载 机器学习中的数学(2)-线性回归,偏差、方差权衡

版权声明:    本文由LeftNotEasy所有,发布于http://leftnoteasy.cnblogs.com。如果转载,请注明出处,在未经作者同意下将本文用于商业用途,将追究其法律责任。如果有问题,请联系作者 wheeleast@gmail.com前言:    距离上次发文章,也快有半个月的时间了,这半个月的时间里又在学习机器学习的道路上摸索着前进,积累了一点

2016-05-07 17:05:16 941

转载 机器学习中的数学(1)-回归(regression)、梯度下降(gradient descent)

版权声明:   本文由LeftNotEasy所有,发布于http://leftnoteasy.cnblogs.com。如果转载,请注明出处,在未经作者同意下将本文用于商业用途,将追究其法律责任。前言:   上次写过一篇关于贝叶斯概率论的数学,最近时间比较紧,coding的任务比较重,不过还是抽空看了一些机器学习的书和视频,其中很推荐两个:一个是stanford的machin

2016-05-07 17:03:05 563

原创 c++ primer 学习笔记(1): 第1-5章

reference link:http://blog.csdn.net/yanglusheng/article/details/51123513第一章 开始1.输入输出 流:随着时间的推移,字符是顺序生成或消耗的;std::cout"Hello World"::endl;11Note:在写重载endl效果:结束当前行,并将与设备关联的缓冲区中的内容输出到

2016-05-06 21:20:59 1371

原创 c++ primer 学习笔记(2): 函数 function

类:简单来说就是数据和它的操作的一种封装,内部提供接口函数1.“ 定义 ”在类内部的函数是隐式inline的。2.this成员函数通过一个名为this的额外的隐式参数来访问调用它的那个对象。用请求该函数的对象的地址来初始化this。仍何对类成员的访问都被看作this的隐式引用。[cpp] view plain copy

2016-05-06 21:18:16 1791

转载 CUDA学习笔记(1)

CUDA从入门到精通(零):写在前面在老板的要求下,本博主从2012年上高性能计算课程开始接触CUDA编程,随后将该技术应用到了实际项目中,使处理程序加速超过1K,可见基于图形显示器的并行计算对于追求速度的应用来说无疑是一个理想的选择。还有不到一年毕业,怕是毕业后这些技术也就随毕业而去,准备这个暑假开辟一个CUDA专栏,从入门到精通,步步为营,顺便分享设计的一些经验教训,希望能

2016-05-06 20:24:10 3221

原创 c++编译过程理解

1.Makefile就知道了。先直接用命令行操作,然后用集成的IDE来写代码。2.对于编译过程,总体上是这样源代码(*.h,*.cpp/c)经过预编译,编译,生成目标文件(Windows下应该是.obj文件,Linux/unix下是.o文件)然后通过链接(将各种目标文件.obj(.o) 和 目标文件的集合(动态静态库dll(windows下),so(linux/unix下)))最终

2016-05-06 20:12:13 1903

原创 CUDA reference

http://www.iqiyi.com/a_19rrhbvoe9.html

2016-05-05 22:17:14 488

转载 Deep Reinforcement Learning 基础知识(DQN方面)

recommend page :http://blog.csdn.net/column/details/deeprl.htmlreference link: http://blog.csdn.net/songrotek/article/details/50580904Introduction深度增强学习Deep Reinforcement Learning是将深度学

2016-05-05 14:15:57 1496

翻译 ImageNet Classification with Deep Convolutional Neural Networks

ImageNet Classification with Deep Convolutional Neural NetworksAlex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton摘要我们训练了一个大型的深度卷积神经网络,来将在ImageNet LSVRC-2010大赛中的120万张高清图像分为1000个不同的类别。对测试数据

2016-05-04 22:20:07 14809 1

原创 matlab usage: cellfun

举个简单的例子,比较下下面两段代码A = {'ab','abc','abcd'};l = cellfun(@(x)length(x),A)-------------------------------------------A = {'ab','abc','abcd'};l2 = zeros(1,3);for k = 1:length

2016-05-02 18:54:47 1247

原创 Matlab special usage : @ and Struct

Background Knowledge函数句柄:是包含了函数的路径、函数名、类型以及可能存在的重载方法。函数句柄必须通过专门的定义创建的,而一般的图像的句柄是自动建立的。(可理解为函数指针)创建函数句柄使用@或者str2func命令创建[email=h_fun=@fun]h_fun=@fun[/email];h_fun=str2func('fun');比如说sin

2016-05-02 18:35:06 3619

转载 Precision,Recall的定义

原文出自:http://blog.csdn.net/wangran51/article/details/7579100最近一直在做相关推荐方面的研究与应用工作,召回率与准确率这两个概念偶尔会遇到,知道意思,但是有时候要很清晰地向同学介绍则有点转不过弯来。召回率和准确率是数据挖掘中预测、互联网中的搜索引擎等经常涉及的两个概念和指标。召回率:Recall,又

2016-05-02 16:50:21 6278 1

cacert.pem

修复SSL_connect returned=1 errno=0 state=SSLv3 read server certificate B: certificate verify failed.工具

2017-05-20

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除