2016年10月_Daniel_BBQ

转载 Python删除列表中重复元素

引自小楼的博客在itertools有个强大的函数groupby可以很快捷的实现：from itertools import * a = [1, 4, 5, 4, 9, 1, 2, 3, 4, 5, 11] a.sort() b = [k for k, g in groupby(a)] print b

2016-10-27 14:24:54 3013

原创 [Python Tips]如何找出Python list中有重复的项

如果一个Python list中有很多重复的项，如何有效地找到多少重复的项呢？可以使用collection的Counter方法。。 1 2 3 from collections import Counter Counter([11,22,11,44,22,33]) Counter({11: 2, 22: 2, 33: 1, 44: 1})

2016-10-27 14:21:38 12077

原创 Python os.walk()

os.walk()可以得到一个三元tupple(dirpath, dirnames, filenames)，其中第一个为起始路径，第二个为起始路径下的文件夹，第三个是起始路径下的文件。其中dirpath是一个string，代表目录的路径，dirnames是一个list，包含了dirpath下所有子目录的名字。filenames是一个list，包含了非目录文件的名字。这些名字不包含路径信息，如果需

2016-10-27 14:12:56 583

导语：最近在做一个提高遍历算法的程序，开始考虑用二维链表，然后发现了字典这个强大的工具，在这里作下笔记。字典是Python中最强大的数据类型之一,本文讲解了什么是字典、创建字典和给字典赋值、字典的基本操作、映射类型操作符、映射相关的函数、字典的方法等内容,需要的朋友可以参考下。一、什么是字典？字典是Python语言中唯一的映射类型。映射类型对象里哈希值（键，key）和指向的对象（值，value）是

2016-10-26 10:06:37 1862

原创 Python glob()，os.chdir()，images.extend()方法

在python中，glob模块是用来查找匹配的文件的在查找的条件中，需要用到Unix shell中的匹配规则： * : 匹配所所有 ? : 匹配一个字符 *.* : 匹配如：[hello.txt,cat.xls,xxx234s.doc] ?.* : 匹配如：[1.txt,h.py] ?.gi

2016-10-25 14:46:31 1859 1

原创 if name == 'main' 如何正确理解?（转）

name 是当前模块名，当模块被直接运行时模块名为 main 。这句话的意思就是，当模块被直接运行时，以下代码块将被运行，当模块是被导入时，代码块不被运行。 ——————————————————————————————— 很早前写的，深究的话，点这里

2016-10-25 14:13:21 4117 2

原创 SVM支持向量机

引自：https://en.wikipedia.org/wiki/Support_vector_machine Motivation 支持向量机是一种用于解决分类或是回归分析的监督式机器学习模型。方法：给定标注好类别的训练样本集用SVM算法训练，得到的模型可用于分类新的样本。最大间隔：存在很多超平面可划分新的样本点，但我们希望找到最大间隔的超平面，这样的超平面对未见示例的返沪能力最强。

2016-10-24 10:06:19 746

原创人脸检测实战①

导语：人脸检测主要用于定位图像中人脸的位置，如果一张图片中有多个人，需将他们迅速的全部检出。简而言之，两个约束条件：1.检测速率快（0.03s以下）；2.准确率高（正脸多角度360°旋转，侧脸-90~90°）。Haar+Adaboost：比较常用的经典人脸检测框架，但在实际复杂场景中的检测往往并不理想。Dlib开源工具：经典人脸检测框架，识别精度高，但是速度太慢。i5cpu耗用4-10s。读

2016-10-21 11:35:30 1592

原创 LeNet模型理解

Caffe中用的模型结构是著名的手写体识别模型LeNet-5（http://yann.lecun.com/exdb/lenet/a35.html）。当年美国大多数银行就是用它来识别支票上面的手写数字的。能够达到这种商用的地步，它的准确性可想而知，唯一的区别是把其中的sigmoid激活函数换成了ReLU。为什么换成ReLU，上一篇blog中找到了一些相关讨论，可以参考。CNN的发展，关键就在于，通过卷

2016-10-20 13:57:26 2041

原创如何起草你的第一篇科研论文——应该做&避免做

导语： 1.本文是由Angel Borja博士所写。本文的原文链接在这里。感谢励德爱思唯尔科技的转载，和刘成林老师的转发。 2.由于我第二次翻译，囿于知识水平有限，错误不当之处在所难免（不当之处以原文为准），还请大家不吝批评指正。 3.如果大家发现有趣、有料、有用的文章，可给我留言，我会尽力翻译。谢谢大家。正文：按励德爱思唯尔科技的引言：如何起草一篇科学论文？经验丰富的Angel

2016-10-19 23:39:40 1196

原创 How to Write and Publish a Scientific Paper: 7th Edition（科技论文写作与发表教程）

第一部分一些基本常识第1章什么是科研写作 1.成功的科学实验是这样一个结果：用一个清晰的思路，解决一个清晰的问题，并最终得出清晰的结论。 2.一项科学实验只有在其结果被发表和理解之后才算完成。 3.科研写作的内容应该易于理解。 4.有效的结构是清晰、高效地进行科学交流的关键。适当的语言是科学论文中仅次于结构的第二要素。 (注：针对不擅长用英语写作论文的读者，作者推荐了一本 Day

2016-10-19 23:37:29 5755

原创 R语言如何读取mat数据

原文地址：http://blog.csdn.net/Solomon1558/article/details/52327525 4. Caffe多GPU并行方案 4.1 多GPU并行概述得益于训练数据的爆炸性增长和计算性能的巨大提升，深度学习算法能够学习数据的分布和分层的特征表示，从而更好地解决模式分析和分类等任务。面对巨大的数据规模和复杂的深度学习模型，目前主流的单GPU训练方式已经

2016-10-18 14:02:14 9391

转载跨平台Caffe及I/O模型与并行方案（四）

原文地址：http://blog.csdn.net/Solomon1558/article/details/52327525 4. Caffe多GPU并行方案 4.1 多GPU并行概述得益于训练数据的爆炸性增长和计算性能的巨大提升，深度学习算法能够学习数据的分布和分层的特征表示，从而更好地解决模式分析和分类等任务。面对巨大的数据规模和复杂的深度学习模型，目前主流的单GPU训练方式已经

2016-10-14 14:28:33 469

转载跨平台Caffe及I/O模型与并行方案（五）

原文地址：http://blog.csdn.net/solomon1558/article/details/52335420 5. 参数服务器 5.1 背景介绍在机器学习和深度学习领域，单机已经解决不了目前快速增长的数据和参数了，分布式的优化已经成了一种先决条件。现实中，训练数据的数量可能达到1TB到1PB之间，而训练过程中的参数可能会达到109到1012。而往往这些模型的参数需要被

2016-10-14 14:21:00 1143

转载跨平台Caffe及I/O模型与并行方案（三）

Caffe I/O模型 Caffe支持GPU加速模式，这种异构程序设计对于I/O模型的效率有更高的要求。Caffe通过引入多重预缓冲来弥补内存与显存带宽的较大差距，使用主存管理自动机控制内存与显存的数据传输与同步，从而达到隐藏传输时间、提高计算资源利用率以及保持数据一致性的目标。Caffe还支持单机多GPU的数据并行，多线程I/O模型为其并行方案提供支持。本章将从原理探究与框架分析两个方面详细阐述

2016-10-14 14:07:14 1173

转载跨平台Caffe及I/O模型与并行方案（二）

跨平台Caffe Caffe繁杂的依赖项增加了安装使用的难度，也限制了系统的可移植性。为了解决Caffe跨平台的问题，本章首先分析Caffe依赖库，随后提出一种第三方库方案，最后介绍一个轻量级的跨平台Caffe分支项目——Dragon Caffe[2]。 2.1 依赖库分析为了裁剪臃肿的依赖库，抽取、预编译必要的依赖库，我们首先需要分析Caffe的依赖库。 ProtoBuffer Pro

2016-10-14 13:59:06 659

转载跨平台Caffe及I/O模型与并行方案（一）

原文地址：http://blog.csdn.net/solomon1558/article/details/52273843 摘要 Caffe(Convolutional Architecture for Fast Feature Embedding)是一个清晰，模块化，速度快的深度学习框架。“跨平台Caffe及I/O模型与并行方案”系列文章针对Caffe依赖包繁杂，可移植性差的缺点，介绍一种采

2016-10-14 13:43:34 761

原创 gmake和make 的区别

这几天在发现还有个gmake，不清楚和make的区别，所以查来看看，并记下来，方便查找。～～～～～～～～～～～～～～～～gmake是GNU Make的缩写。 Linux系统环境下的make就是GNU Make，之所以有gmake，是因为在别的平台上，make一般被占用，GNU make只好叫gmake了。比如在安装二进制文件进行编译时要使用make命令,但如果在Solaris或其他非GNU系统中运

2016-10-07 10:36:54 14834

转载欢迎使用CSDN-markdown编辑器

cmake和make区别大家都知道，写程序大体步骤为：1.用编辑器编写源代码，如.c文件。2.用编译器编译代码生成目标文件，如.o。3.用链接器连接目标代码生成可执行文件，如.exe。但如果源文件太多，一个一个编译时就会特别麻烦，于是人们想到，为什么不设计一种类似批处理的程序，来批处理编译源文件呢，于是就有了make工具，它是一个自动化编译工具，你可以使用一条命令实现完全编译。但是你需要编写一个规则

2016-10-06 18:07:50 203

好奇小子的专栏