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(50)
  • 收藏
  • 关注

转载 sublime text 2 卸载与重装

很多同学使用 sublime text2 的时候,出现一些奇怪的bug,且重启无法修复。于是,就会想到卸载 sublime text2 再重新安装。然而,你会发现,重新安装后,这个bug任然存在,且你之前安装过的插件也都还保留着。这是因为,卸载的时候只卸载了软件部分,而其配置文件却未被删除。如果想得到一个全新的 sublime text2 软件,你只需要删除配置文件,重新...

2017-08-21 09:13:00 283

转载 TensorFlow 生成 .ckpt 和 .pb

1. TensorFlow 生成的 .ckpt 和 .pb 都有什么用?The .ckpt is the model given by tensorflow which includes all the weights/parameters in the model. The .pb file stores the computational graph. ...

2017-06-12 09:26:00 136

转载 CentOS查看显卡及GPU相关信息

lspci | grep -i vga这样就可以显示机器上的显卡信息,比如[root@localhost conf]# lspci | grep -i vga01:00.0 VGA compatible controller: nVidia Corporation Device 1081 (rev a1)02:00.0 VGA compatible controller: nVidia...

2017-06-02 18:09:00 988

转载 nvidia-smi 命令解读

nvidia-smi是用来查看GPU使用情况的。我常用这个命令判断哪几块GPU空闲,但是最近的GPU使用状态让我很困惑,于是把nvidia-smi命令显示的GPU使用表中各个内容的具体含义解释一下。这是服务器上特斯拉K80的信息。上面的表格中:第一栏的Fan:N/A是风扇转速,从0到100%之间变动,这个速度是计算机期望的风扇转速,实际情况下如果风扇堵转,可能打不到显...

2017-06-02 18:08:00 125

转载 机器学习之反向传播算法

http://www.cnblogs.com/python27/p/MachineLearningWeek05.htm这一章可能是Andrew Ng讲得最不清楚的一章,为什么这么说呢?这一章主要讲后向传播(Backpropagration, BP)算法,Ng花了一大半的时间在讲如何计算误差项δ,如何计算Δ的矩阵,以及如何用Matlab去实现后向传...

2017-05-26 15:48:00 131

转载 TensorFlow 辨异 —— tf.placeholder 与 tf.Variable

二者的主要区别在于:tf.Variable:主要在于一些可训练变量(trainable variables),比如模型的权重(weights,W)或者偏执值(bias);声明时,必须提供初始值;名称的真实含义,在于变量,也即在真实训练时,其值是会改变的,自然事先需要指定初始值;weights = tf.Variable( tf.trunca...

2017-05-26 15:30:00 67

转载 【深度学习Deep Learning】资料大全

转载:http://www.cnblogs.com/charlotte77/p/5485438.html   最近在学深度学习相关的东西,在网上搜集到了一些不错的资料,现在汇总一下:Free Online BooksDeep Learning66by Yoshua Bengio, Ian Goodfellow and Aaron Courvi...

2017-05-22 19:10:00 331

转载 【概率论与数理统计】全概率公式和贝叶斯公式

1. 条件概率公式设A, B是两个事件,且P(B)>0, 则在事件B发生的条件下,事件A发生的条件概率(conditional probability)为:P(A|B)=P(AB)/P(B)条件概率是理解全概率公式和贝叶斯公式的基础,可以这样来考虑,如果P(A|B)大于P(A)则表示B的发生使A发生的可能性增大了。2. 乘法公式2.1乘法...

2017-05-19 14:44:00 447

转载 机器学习之一些基本概念及符号系统

1. 一些基本概念图1. 机器学习的基本过程训练集(Training Set):为了研究一个变量(x)与另一个变量(y)的关系,而通过观察、测量等方式获得的一组数据。这组数据中收集了x和与之对应的y——一个数据对(x, y)。例如我们要研究房屋面积(x)和售价(y)之间的关系,每观察一套已出售的房屋,就得到一个数据对(x, y)。观察10套已出售的房屋,就可以得...

2017-05-19 14:30:00 195

转载 机器学习之代价函数(cost function)

代价函数(有的地方也叫损失函数,Loss Function)在机器学习中的每一种算法中都很重要,因为训练模型的过程就是优化代价函数的过程,代价函数对每个参数的偏导数就是梯度下降中提到的梯度,防止过拟合时添加的正则化项也是加在代价函数后面的。在学习相关算法的过程中,对代价函数的理解也在不断的加深,在此做一个小结。什么是代价函数?假设有训练样本(x, y),模型为h,参数为...

2017-05-19 14:26:00 165

转载 机器学习之逻辑回归(Logistic Regression)

1. 什么是逻辑回归?许多人对线性回归都比较熟悉,但知道逻辑回归的人可能就要少的多。从大的类别上来说,逻辑回归是一种有监督的统计学习方法,主要用于对样本进行分类。在线性回归模型中,输出一般是连续的,例如y=f(x)=ax+by=f(x)=ax+b,对于每一个输入的x,都有一个对应的y输出。模型的定义域和值域都可以是[-∞, +∞]。但是对于逻辑回归,输入可以是连续的[...

2017-05-19 14:15:00 135

转载 机器学习之神经网络模型-下(Neural Networks: Representation)

3. Model Representation I1神经网络是在模仿大脑中的神经元或者神经网络时发明的。因此,要解释如何表示模型假设,我们不妨先来看单个神经元在大脑中是什么样的。我们的大脑中充满了如上图所示的这样的神经元,神经元是大脑中的细胞。其中有两点值得我们注意,一是神经元有像这样的细胞主体(Nucleus),二是神经元有一定数量的输入神经和输出神经。这些输入神经叫做...

2017-05-16 17:07:00 116

转载 机器学习之神经网络模型-上(Neural Networks: Representation)

在这篇文章中,我们一起来讨论一种叫作“神经网络”(Neural Network)的机器学习算法,这也是我硕士阶段的研究方向。我们将首先讨论神经网络的表层结构,在之后再具体讨论神经网络学习算法。神经网络实际上是一个相对古老的算法,并且沉寂了一段时间,不过到了现在它又成为许多机器学习问题的首选技术。1. Non-linear Hypotheses之前我们已经介绍过线性回归和逻辑回...

2017-05-16 17:06:00 101

转载 机器学习之正则化(Regularization)

1. The Problem of Overfitting1还是来看预测房价的这个例子,我们先对该数据做线性回归,也就是左边第一张图。如果这么做,我们可以获得拟合数据的这样一条直线,但是,实际上这并不是一个很好的模型。我们看看这些数据,很明显,随着房子面积增大,住房价格的变化趋于稳定或者说越往右越平缓。因此线性回归并没有很好拟合训练数据。我们把此类情况称为欠拟合(...

2017-05-16 17:05:00 60

转载 机器学习之逻辑回归(Logistic Regression)

1. Classification这篇文章我们来讨论分类问题(classification problems),也就是说你想预测的变量 y 是一个离散的值。我们会使用逻辑回归算法来解决分类问题。之前的文章中,我们讨论的垃圾邮件分类实际上就是一个分类问题。类似的例子还有很多,例如一个在线交易网站判断一次交易是否带有欺诈性(有些人可以使用偷来的信用卡,你懂的)。再如,之前判断一个肿瘤...

2017-05-16 17:04:00 71

转载 机器学习之多变量线性回归(Linear Regression with multiple variables)

1. Multiple features(多维特征)在机器学习之单变量线性回归(Linear Regression with One Variable)我们提到过的线性回归中,我们只有一个单一特征量(变量)——房屋面积x。我们希望使用这个特征量来预测房子的价格。我们的假设在下图中用蓝线划出:不妨思考一下,如果我们不仅仅知道房屋面积(作为预测房屋价格的特征量(变量)),我们还知道卧...

2017-05-16 17:02:00 119

转载 机器学习之单变量线性回归(Linear Regression with One Variable)

1. The Problem of Overfitting1还是来看预测房价的这个例子,我们先对该数据做线性回归,也就是左边第一张图。如果这么做,我们可以获得拟合数据的这样一条直线,但是,实际上这并不是一个很好的模型。我们看看这些数据,很明显,随着房子面积增大,住房价格的变化趋于稳定或者说越往右越平缓。因此线性回归并没有很好拟合训练数据。我们把此类情况称为欠拟合(...

2017-05-16 17:01:00 177

转载 Python 学习笔记

Python解释器简介  解释器是一种让其他程序运行起来的程序,它是代码与机器的计算机硬件之间的软件逻辑层,Python解释器就是能够让Python程序在机器上执行的一套程序。当我们执行写好的Python代码时,Python解释器会执行两个步骤把原始代码编译成字节码  编译后的字节码是特定于Python的一种表现形式,它不是二进制的机器码,需要进一步编译才能被机器执行,这...

2017-05-11 11:57:00 160

转载 tensorflow学习笔记二:入门基础

TensorFlow用张量这种数据结构来表示所有的数据。用一阶张量来表示向量,如:v = [1.2, 2.3, 3.5] ,如二阶张量表示矩阵,如:m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]],可以看成是方括号嵌套的层数。1、编辑器编写tensorflow代码,实际上就是编写py文件,最好找一个好用的编辑器,如果你用vim或gedit比较顺手,那也可...

2017-05-11 11:28:00 87

转载 tensorflow学习笔记一:安装调试

denny的学习专栏徐其华博客园首页新随笔联系管理订阅随笔- 129 文章- 0 评论- 791tensorflow学习笔记一:安装调试用过一段时间的caffe后,对caffe有两点感受:1、速度确实快; 2、 太不灵活了。深度学习技术一直在发展,但是caffe的更新跟...

2017-05-11 10:58:00 86

转载 shell 脚本基础知识详细介绍(二)

SimonSu博客评论墙读者墙链接关于linux中的sh脚本语法玩linux都知道sh脚本的方便,但如何编写sh脚本却是像我这样的新手和菜鸟的难题。能不能编写得出来是一回事,了不了解又是另一回事。抱着好好学习,天天向上的精神,大家有空就看看吧,没有坏处的。下面来抄来一大段sh脚本的语法说明。慢慢看:一、开头程序必须以下面的行开始...

2017-05-02 15:39:00 98

转载 Shell脚本基础知识详细介绍(一)

Shell本身是一个用C语言编写的程序,它是用户使用Linux的桥梁。Shell既是一种命令语言,又是一种程序设计语言。作为命令语言,它交互式地解释和执行用户输入的命令;作为程序设计语言,它定义了各种变量和参数,并提供了许多在高级语言中才具有的控制结构,包括循环和分支。它虽然不是Linux系统核心的一部分,但它调用了系统核心的大部分功能来执行程序、建立文件并以并行的方式协调各个程序的...

2017-05-02 15:14:00 97

转载 linux 静态库、共享库

一、什么是库本质上来说库是一种可执行代码的二进制形式,可以被操作系统载入内存执行。由于windows和linux的本质不同,因此二者库的二进制是不兼容的。Linux操作系统支持的函数库分为静态库和动态库,动态库又称共享库。Linux系统有几个重要的目录存放相应的函数库,如/lib /usr/lib。二、静态函数库、动态函数库A. 这类库的名...

2017-04-24 16:35:00 58

转载 Linux下GCC和Makefile实例(从GCC的编译到Makefile的引入)

一、确认已经装好了GCC和Make的软件包可以使用whereis命令查看:如果whereis gcc和whereis make命令有结果,说明安装了这两个软件,可以继续往下做。二、使用GCC编译运行一个HelloWorld程序(只涉及单个文件)可以在任何一个目录编写C程序然后编译运行,我这个实例在自己主目录进行:然后就进入了编写程序的界面:按下键盘...

2017-04-24 11:05:00 112

转载 Linux GCC常用命令

1简介2简单编译2.1预处理2.2编译为汇编代码(Compilation)2.3汇编(Assembly)2.4连接(Linking)3多个程序文件的编译4检错5库文件连接5.1编译成可执行文件5.2链接5.3强制链接时使用静态链接库1简介GCC 的意思也只是 GNU C Compiler 而已。经过了这么多年的发展,GCC 已经...

2017-04-24 10:51:00 49

转载 用两个栈实现一个队列(转载)

转载出处:http://www.cnblogs.com/wanghui9072229/archive/2011/11/22/2259391.html两年前从网上看到一道面试题:用两个栈(Stack)实现一个队列(Queue)。觉得不错,就经常拿来面试,几年下来,做此题的应该有几十人了。通过对面试者的表现和反应,有一些统计和感受,在此做个小结。用C++描述,题目大致是这样...

2017-04-22 17:08:00 51

转载 BMP格式介绍(一)

原理篇:一、编码的意义。 让我们从一个简单的问题开始,-2&-255(中间的操作符表示and的意思)的结果是多少,这个很简单的问题,但是能够写出解答过程的人并不 多。这个看起来和图片格式没有关系的问题恰恰是图片格式的核心内容以至于整个计算机系统的核心内容,多媒体技术虽然没有数据结构,操作系统等计算机基础课 所占的地位重,但是在于研究编码方面有着非常重要的...

2017-02-21 16:11:00 177

转载 图像处理笔记(1): bmp文件结构处理与显示

1.1图和调色板的概念如今Windows(3.x以及95,98,NT)系列已经成为绝大多数用户使用的操作系统,它比DOS成功的一个重要因素是它可视化的漂亮界面。那么Windows是如何显示图象的呢?这就要谈到位图(bitmap)。我们知道,普通的显示器屏幕是由许许多多点构成的,我们称之为象素。显示时采用扫描的方法:电子枪每次从左到右扫描一行,为每个象素着色,然后从上到下这样扫描若...

2017-02-20 22:00:00 279

转载 大数据竞赛平台——Kaggle 入门篇

这篇文章适合那些刚接触Kaggle、想尽快熟悉Kaggle并且独立完成一个竞赛项目的网友,对于已经在Kaggle上参赛过的网友来说,大可不必耗费时间阅读本文。本文分为两部分介绍Kaggle,第一部分简单介绍Kaggle,第二部分将展示解决一个竞赛项目的全过程。如有错误,请指正!1、Kaggle简介Kaggle是一个数据分析的竞赛平台,网址:https://www.kagg...

2017-02-13 10:37:00 57

转载 面向对象中的抽象和具体类的理解

面向对象软件开发的一个基本方法就是抽象,到底什么是抽象呢? 抽象是从众多的事物中抽取出共同的、本质性的特征,而舍弃其非本质的特征。例如苹果、香蕉、生梨、葡萄、桃子等,它们共同的特性就是水果。得出水果概念的过程,就是一个抽象的过程。要抽象,就必须进行比较,没有比较就无法找到共同的部分。 共同特征是指那些能把一类事物与他类事物区分开来的特征,这些具有区分作用的特征又称本质特征。因此抽取事物的...

2016-10-29 12:52:00 376

转载 少有程序员读的书

原文:Books Programmers Don’t Really Read 作者:billthelizard 翻译:赖信涛 责编:仲培艺马克吐温说过,经典的小说就是大多数人都想读,但是很少有人花时间去读的小说。对于编程类的书来说,差不多也是这样。在StackOverflow以及其它一些编程论坛上,经常会有人问有哪些适合程序员的书。同样的问题经常会多次被人...

2016-10-19 11:19:00 97

转载 C++ 中的 new/delete 和 new[]/delete[]

在 C++ 中,你也许经常使用 new 和 delete 来动态申请和释放内存,但你可曾想过以下问题呢?new 和 delete 是函数吗?new [] 和 delete [] 又是什么?什么时候用它们?你知道 operator new 和 operator delete 吗?为什么 new [] 出来的数组有时可以用 delete 释放有时又不行?…...

2016-10-17 18:33:00 59

转载 深入浅出K-Means算法

在数据挖掘中,K-Means算法是一种cluster analysis的算法,其主要是来计算数据聚集的算法,主要通过不断地取离种子点最近均值的算法。问题K-Means算法主要解决的问题如下图所示。我们可以看到,在图的左边有一些点,我们用肉眼可以看出来有四个点群,但是我们怎么通过计算机程序找出这几个点群来呢?于是就出现了我们的K-Means算法(Wikipedia链接)K-...

2016-09-19 09:55:00 80

转载 POJ题目分类

初期:一.基本算法: (1)枚举. (poj1753,poj2965) (2)贪心(poj1328,poj2109,poj2586) (3)递归和分治法. (4)递推. (5)构造法.(poj3295) (6)模拟法.(poj1068,poj2632,poj1573,poj2993,poj2996)二.图算法: (1)图的深度优先遍...

2016-09-09 21:12:00 77

转载 从ROS bag文件中提取图像

从ROS bag文件中提取图像创建launch文件,如下: export.launch <launch> <node pkg="rosbag" type="play" name="rosbag" args="-d 2 $(find image_view)/test.bag"/> <node name="extrac...

2016-08-04 17:33:00 112

转载 使用XV-11激光雷达做hector_slam

大家在学习ROS中不可避免需要使用激光雷达,高精地图、实时定位以及障碍物检测等多项技术,而这些技术都离不开光学雷达的支持,但是呢雷达这真是太贵了,大部分人是负担不起(实验室、研究所土豪可以略过),但是还是机智的大牛发明了其他手段:使用深度摄像头仿激光数据1、kinect仿激光数据2, 用来测试足够了,果真人民都是机智的,后来呢人们发现扫地机器人上也有的用的激光雷达,为...

2016-08-03 10:07:00 272

转载 机器人操作系统(ROS)教程22:ROS的3D可视化工具—rviz

rviz是ROS中的一个3D可视化工具,有了它就可以把你用代码建的机器人模型转化为可视的3D模型。首先需要安装:rosdep install rviz然后编译rviz:rosmake rviz现在就已经安装好了,你可以用命令:rosrun rviz rviz来启动rviz(请确保已经运行了roscor...

2016-08-03 10:05:00 697

转载 Ubuntu-14.04-QT开发环境搭建-(一)

Ubuntu 14.04 QT 开发环境搭建 一 . 软件:qt-creator-linux-x86-opensource-2.7.0.binqt-everywhere-opensource-src-4.7.2.tar.gz二 . 源码安装步骤:1 : 解压缩 tar xvfz qt-everywhere-opensource-src-4.7.2.tar.gz2 : cd qt-ever...

2016-08-02 09:03:00 99

转载 解决使用Qt creator时出现Cannot overwrite file ..Permission denied

前两天在linux下使用Qt creator, 切换到了管理员使用了Qt creator后,再切换为普通用户,发现出现了Cannot overwrite file ..Permission denied 这样的错误。 解决思路其实很简单,这就是缺少权限。它说哪些文件缺少权限,我们就给这些文件添加上权限,增加上读写权限就可以正常使用了。 sudo chmod 6...

2016-08-02 08:59:00 2899

转载 Github上关于大数据的开源项目、论文等合集

Github上关于大数据的开源项目、论文等合集投递人 itwriter 发布于 2014-08-20 11:40 评论(2) 有2749人阅读 原文链接 [收藏] « »   Awesome Big Data  A curated list of awesome big data frameworks, resources and other awesomeness. I...

2016-07-26 10:26:00 429

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

提示
确定要删除当前文章?
取消 删除