- 博客(21)
- 收藏
- 关注
转载 关于Linux文件的常用命令
原文链接 https://blog.csdn.net/wojiaopanpan/article/details/7286430关键字: linux 查进程、杀进程、起进程1.查进程 ps命令查找与进程相关的PID号: ps a 显示现行终端机下的所有程序,包括其他用户的程序。 ps -A 显示所有程序。 ps c 列出程序时,显示每个程序真正的指令名称,而不包...
2018-11-11 20:38:25 218
转载 分布式机器学习(ring-allreduce架构):同步更新
基本介绍:https://blog.csdn.net/zwqjoy/article/details/81013527同步训练: 分布式训练系统架构系统架构层包括两种架构:Parameter Server Architecture(就是常见的PS架构,参数服务器)Ring-allreduce Architecture( 环,加allreduce算法架构)1.Para...
2018-11-08 16:07:21 10019 1
原创 Batch Normalization
https://www.cnblogs.com/makefile/p/batch-norm.html 对于norm,理解它要白化数据以及正态分布很容易,但是一个疑惑就是:应该如何将norm插入神经网络的各层中?因为norm不是改变了输入输出吗? A: 加入了一个可以被学习的变换,将其还原到原始特征分布???????? ...
2018-11-08 13:43:05 176
原创 tmux使用!!!
这里是完整版 http://louiszhai.github.io/2017/09/30/tmux/ 总结一些tmux很常用的: tmux # 新建一个无名称的会话tmux new -s demo # 新建一个名称为demo的会话 tmux detach # 断开当前会话,会话在后台运行tmux a # 默认进入第一个会话tmux a -t demo # 进入...
2018-11-07 15:10:52 210
原创 SVM!支持向量机
先放一个链接 https://blog.csdn.net/v_JULY_v/article/details/7624837这篇博客讲解的很细致。 支持向量机是要找到分开数据的超平面。支持向量机只能进行线性分类,要进行非线性分布的分类,要先要数据映射到高维,使其线性可分。而核函数是为了降低映射的复杂度。 SVM的 hinge loss:1. 实现了软间隔分类(这个L...
2018-11-05 20:42:58 166
原创 关于朴素贝叶斯
朴素贝叶斯分类的特性在于:一,它没有训练任何参数,只是单纯地进行统计,然后使用类别的后验概率来进行计算,是一个单纯的数学计算,而没有任何的仿生类型的想法。二,朴素贝叶斯需要数据是离散的,这样方便统计,数据是连续的时候需要作一些处理。https://blog.csdn.net/qll125596718/article/details/8445217 可以看到细节...
2018-11-05 11:20:29 172
原创 关于决策树算法更多的讨论
决策树在每次迭代中寻找数据集的最优划分方式(评估划分方式的模型可供选择)选择模型对应的最优划分之后,创建分支(分支个数也可以调整)每个分支的判别通常是: 例如 人的体重大于多少,小于多少。决策树最后会得到一个特征空间中很多个立方体式的空间分隔,K-Means是球状,而线性判别决策树是方形。(但它们都聚集在了一个局部)没有直观感受的同学可以看一下这个博客中的图 https://www...
2018-11-05 10:49:42 200
原创 K-Means算法更多的讨论与想法
k-均值算法的一个重要的局限性即在于它的聚类模型。这一模型的中心思想是:得到相互分离的球状聚类,在这些聚类中,均值点趋向收敛于聚类中心。K-Means聚类得到的分类结果默认了数据关于其类别之间的差异性是随着其欧氏距离的增大而增大的。K-Means聚类无法得到一个差异性与欧氏距离非线性增大的分类结果。 对于这个缺陷,我们可以用预先提取特征,使得特征的分布是球状分布,然后再进行K-Means吗? ...
2018-11-05 10:00:04 251
转载 vi/vim键盘图!以及vi 和vim的区别!
vi 和vim 的区别它们都是多模式编辑器,不同的是vim 是vi的升级版本,它不仅兼容vi的所有指令,而且还有一些新的特性在里面。vim的这些优势主要体现在以下几个方面:1、多级撤消我们知道在vi里,按 u只能撤消上次命令,而在vim里可以无限制的撤消。2、易用性vi只能运行于unix中,而vim不仅可以运行于unix,windows ,mac等多操作平台。3、语法...
2018-11-04 11:24:40 511
转载 Linux常用命令大全
原文链接:http://www.cnblogs.com/fnlingnzb-learner/p/5831284.html linux常用命令:系统信息 arch 显示机器的处理器架构(1) uname -m 显示机器的处理器架构(2) uname -r 显示正在使用的内核版本 dmidecode -q 显示硬件系统部件 - (SMBIOS / DMI) hdparm -i /de...
2018-11-03 20:03:23 146
原创 【计算机网络】(五)拨号上网与宽带上网PPP,PPPoE,ADSL,FTTH(GPON)
可见链接 https://www.zhihu.com/question/48988005它们都是个人用户接入Ethernet的协议。 小学的时候家里就是拨号上网的,每次有人打电话到家里网就会断掉,游戏就掉线,郁闷,现在终于知道原因了。...
2018-11-03 19:34:49 2885
转载 【计算机网络】(四)IP,NAT和DHCP
原文连接 http://www.cnblogs.com/penghuwan/p/7753022.html 目录参考书籍 IP协议 IP地址的意义 IP地址的结构 IP地址的总数量 IP地址的组成 IP地址的分类 子网和子网掩码 CIDR技术 IP数据报格式(IPv4) IP数据报分片 DHCP协议 DHCP的作用 DHCP服务器的工作流程...
2018-11-03 17:25:06 408
转载 【计算机网络】(三)图解http,https基础知识
原文链接:http://blog.coderhelper.cn/networking/%E5%9B%BE%E8%A7%A3http%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0.html一、了解web及网络基础1-1、URI(统一资源标识符)URL(统一资源定位符),我们比较熟悉,URI是3个单词的缩写,Uniform Resource Identifier...
2018-11-03 16:57:31 347
转载 【计算机网络】(一)OSI, TCP/IP模型 & 网络HTTP、TCP、UDP、Socket 基本知识总结
OSI 七层模型 我们一般使用的网络数据传输由下而上共有七层,分别为物理层、数据链路层、网络层、传输层、会话层、表示层、应用层,也被依次称为 OSI 第一层、第二层、⋯⋯、 第七层。如下图: 各层功能简介 1.物理层(Physical Layer) 物理层位于 OSI 参考模型的最低层,它直接面向原始比特流的传输。为了实现原始比特流的物理传输,物理层必须解决好包括传...
2018-11-03 14:43:54 552
原创 【目标检测】(三)Faster RCNN
对这一篇解读Faster RCNN的文章作补充 [link]https://zhuanlan.zhihu.com/p/31426458 并和RCNN, fast RCNN作一些简单对比。Faster R-CNN与RCNN,fast RCNN最大的区别在于,提出RPN网络取代Selective Search算法使得检测任务可以由神经网络端到端地完成。fast RCNN先进行提取特征再结合候选框进...
2018-11-03 12:07:46 253
原创 【目标检测】(二)fast RCNN
改进:Fast RCNNFast RCNN方法解决了RCNN方法三个问题:问题一:测试时速度慢RCNN一张图像内候选框之间大量重叠,提取特征操作冗余(这里是因为RCNN proposal出来的候选框很多重叠,在特征提取时对于重复的区域进行了重复的特征提取)。本文将整张图像归一化后直接送入深度网络(直接对整张图进行特征提取)。在邻接时,才加入候选框信息,在末尾的少数几层处理每个候选框。问题...
2018-11-01 14:26:36 388
原创 【目标检测】(一)RCNN
Region CNN(RCNN)是利用深度学习进行目标检测的开山之作。自DPM方法多年平台期后,效果提高显著。解决的问题一 速度经典的目标检测算法使用滑动窗法(滑动窗口法,需要判断的区域太多[link]https://blog.csdn.net/qq_25680531/article/details/80932137 这里是滑动窗口法与Selective search的比较),依次判断所有可...
2018-11-01 12:05:52 275
原创 Python(二)
在python中,类,类变量,成员变量,字段,属性,类的方法,函数,这些各种各样多种名字的东西到底分别是什么呢?其实不仅仅是编程,所有这些概念,都存在于其他面向对象的编程中。它们在java和c++中的声明与存在方式与python有很多“术”上的不同点,但在“道”上,即在面向对象编程的思想上,都是相通的。(假设读者已经知道了java或c++的面向对象编程知识):python中,我想为一个类添加它的全...
2018-04-24 14:13:29 149
原创 量化交易(三)
关于证券投资的几点疑惑(可以说是基础理论),先记录下来,以后完善。1.消息面该如何利用?---- 往往在消息公布之前,股票就已经大涨或大跌,那么未提前掌握消息的投资者岂不是无法利用消息?是否可以利用消息公布后短暂的几天进入市场或退出市场?提前知道消息的人,是如何合法得知消息的(或预测)?如何判断消息的短期性与长期性?有时候看某些股票的巨涨和巨跌也和消息关系不大。有重大利好的消息但是股价却没涨(所以...
2018-04-23 18:53:32 256
转载 转载 设计模式总结
转载 设计模式总结【作者:刘伟 http://blog.csdn.net/lovelion】 2012年-2013年,Sunny在CSDN技术博客中陆续发表了100多篇与设计模式学习相关的文章,涵盖了七个面向对象设计原则和24个设计模式(23个GoF设计模式 + 简单工厂模式),为了方便大家学习,现将所有文章的链接进行了整理,希望能给各位带来帮助! 基础知识 设计模式概述从招...
2018-04-09 18:42:42 141
原创 Python(一)
这个系列的Python博客不会写出基本语法以及关键字等,而是记录Python中特殊的地方,以及一些基本库和一些自己的想法。python的基本数据容器:list = ['' ,'','','']tuple = (‘’,‘’,‘’)dict = { ' ':' ' , ' ': ' ' }set = (['', '' , ''])前三种数据容器的访问都可以用 datas[index ] 的形式来访问。...
2018-04-01 19:15:24 142
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