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(14)
  • 收藏
  • 关注

转载 OpenCV Code: Operations on Mat element

cv::Mat img = cv::imread("image.jpg");Method 1:img.at<uchar>(i, j, k)Method 2:img.at<Vec3b>(i, j)[0]Note: definitions for Vectypedef Vec<uchar, 2> Vec2b;typedef...

2016-10-10 00:18:00 127

转载 Linux C/C++ 链接选项之静态库--whole-archive,--no-whole-archive和--start-group, --end-group

参照这两篇博客:http://stackoverflow.com/questions/805555/ld-linker-question-the-whole-archive-optionhttp://codemacro.com/2014/09/15/inside-static-library/这四个都是链接器的选项,所以在编译的时候要用-Wl,[options]来传递给链接器...

2016-09-09 13:10:00 1494

转载 Linux技巧汇总

Linux改变用户登录的Shell:usermod -s /bin/zsh 用户名改变文件夹、文件的所属用户组和用户chown root:root testfile 转载于:https://www.cnblogs.com/JimmyTY/p/5581844.html...

2016-06-13 19:48:00 80

转载 深度学习中 --- 解决过拟合问题(dropout, batchnormalization)

过拟合,在Tom M.Mitchell的《Machine Learning》中是如何定义的:给定一个假设空间H,一个假设h属于H,如果存在其他的假设h’属于H,使得在训练样例上h的错误率比h’小,但在整个实例分布上h’比h的错误率小,那么就说假设h过度拟合训练数据。也就是说,某一假设过度的拟合了训练数据,对于和训练数据的分布稍有不同的数据,错误率就会加大。这一般会出现在训练数据集比较...

2016-06-12 11:15:00 199

转载 Classification Truth Table

在机器学习中对于分类结果的描述,一般有四种:true positive, true negative, false positive 和 false negative。Precision, Recall, F-score等的测量标准都是建立在这四个描述上。下面是从wiki上截下来的图:首先,对于横向True condition和纵向Predicted condition相交的...

2016-06-06 16:26:00 88

转载 STL数据结构

priority_queue  "C++ reference"上如此解释priority queue:"This context is similar to a heap, where elements can be inserted at any moment, and only the max heap element can be retrieved (the one ...

2016-06-06 15:01:00 90

转载 Effective C++(第三版)笔记 ---- 第一部分让自己习惯C++

内容从侯捷译版的《Effective C++》(第三版)摘录条款一C++作为一个多种范式融合的语言,可以看成是语言的联邦,它包含了一下四种主要的次语言:C。C++以C为基础,很多时候C++对于问题的解法其实不过就是较高级的C解法,但是C语言的局限:没有模板,没有异常处理,没有重载。OO C++。包括类,封装,继承,多态,动态绑定。Template C++。 这是C...

2016-06-05 16:38:00 90

转载 C/C++关键字 new/delete和malloc/free

基本上new/delete来自于C++,作为对对象的创建。因此在使用new创建对象时候new会调用对象的构造函数,同样delete会调用对象的析构函数释放对象。而malloc/free操作的是直接的内存大小。另外对于出错处理,new/delete会throw一个错误,而malloc/free会返回NULL。转载于:https://www.cnblogs.com/JimmyTY/p...

2016-05-31 23:29:00 86

转载 Linux安装的分区问题

对于一般的外部SATA存储设备,在ubuntu中会显示在/etc/sd*中,例如:SATA1插槽上的文件名:/dev/sdaSATA5插槽上的文件名:/dev/sdbUSB磁盘:/dev/sdc开机时主机第一个执行的程序是BIOS,然后BIOS会去读取只有446bytes的MBR,其包括引导加载程序。引导加载程序(Boot Loader)是一个可以读取内核文...

2016-05-31 16:21:00 181

转载 Ubuntu设置静态IP的方法

通过修改配置文件/etc/network/interfaces,如果/etc/resolv.conf中提示nameserver会被resolvconf修改,是临时文件,那么dns server也可以在/etc/network/interfaces文件中配置。具体方法如下:auto eth0iface eth0 inet staticaddress 192.168.3.3...

2016-05-31 14:46:00 54

转载 Linux用户和用户组管理

该内容来摘自于鸟叔的Linux私房菜。Linux的每个用户包含两个ID,一个是用户ID,一个是用户组ID。系统会根据/etc/passwd和/etc/group的设定来决定用户的访问权限。下面对用户和用户组的常用命令进行说明。/etc/passwd文件$ grep 'dmtsai' /etc/passwdmonkey:x:503:504::/home/monk...

2016-04-14 09:59:00 60

转载 监督学习中的“生成模型”和“判别模型”

该内容部分来自于维基百科。两者都是概率统计模型,从维基上的解释来看生成模型(Generative Model):定义了在观测{X}和结果{Y}的联合概率分布 P(X, Y),通过贝叶斯得出后验概率 P(Y|X) = P(X, Y) / P(X), 然后用后验概率模型作为预测模型。因此我们还需要计算P(X)以得到后验概率。常见的生成模型有:高斯混合模型隐马尔科夫...

2016-03-29 13:58:00 253

转载 Ubuntu 14.04 installation & bugs on Alienware-13

列一下Alienware 13笔记本配置: Processor: Intel Core 5th Generation i5-5200U Processor (3M Cache, up to 2.70 GHz) 8 GB Dual Channel DDR3L 1600MHz (4GBx2) Memory, 256 GB Solid State Hybrid Drive with...

2016-01-24 18:16:00 117

转载 Majority Element问题---Moore's voting算法

Leetcode上面有这么一道难度为easy的算法题:找出一个长度为n的数组中,重复次数超过一半的数,假设这样的数一定存在。O(n2)和O(nlog(n))(二叉树插入)的算法比较直观。Boyer–Moore majority vote algorithm在1980年提出,用O(1)空间和O(n)时间解决了这个问题。这个算法的思路:由于重复频率超过 floor(n/2)的数字只有一个,等...

2015-12-17 19:02:00 159

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