golfbears的博客

一窥数字傅里叶变换矩阵前言DFT vs IDFT matrics酉矩阵特性矩阵DFT运算矩阵的值长什么样操练总结参考前言DFT技术虽然很神奇，但总觉得是个黑洞，摸不着头脑，今天研究一下DFT matrix，能更加清楚的了解一些内核的东西。DFT vs IDFT matrics这是一个N*N方阵，矩阵的基本元素由W=e−j2π/NW=e^{-j2\pi/N}W=e−j2π/N来构成，每个位置元素aij=W(i−1)∗(j−1)=e−j2π(i−1)(j−1)/Na_{ij}=W^{(i-1)*(j-1

docker 使用pytorch在gpu上训练模型安装docker下载docker image建立启动容器进入docker虚拟空间不一定能运行起来安装dockersudo apt-get -y install docker.io不是sudo apt-get install docker虽然后者也能安装成功但是无法启动。下载docker image在docker hub上寻找pytorch的image，然后下载sudo docker pull pytorch/pytorch建立启动容器

常用又容易遗忘的指令备忘录linux命令和相关应用增加用户文件权限chmod +x filename -Rchown owner filename -Rchgrp owner filename -Rlinux给用户添加sudo权限linux 给用户添加用户组目录查询递归统计当前目录下文件夹的个数递归统计当前目录下文件的个数文件和磁盘显示磁盘分区上可以使用的磁盘空间显示指定的目录或文件所占用的磁盘空间free 可以显示Linux系统中空闲的、已用的物理内存及swap内存,及被内核使用的buffer显示像硬盘这

python好用，容错性好，可读性也不错。用起来信手拈来，天马行空。而且各种支持库你有你想不到，没有它做不到。但是自己洗的python代码往往就是一段脚本，代码片段。虽然功能上没有任何问题，但是扩展性、整洁性以及比格都很成问题，如果想走捷径，只需在你的代码中增加一些方法，立竿见影。

散点图中的质心标注方法前言质心标注参考前言t-SNE Python Example文章有一张散点图的动图，被各大博主拿来分享，我也贴一下，这个图确实比较震撼。除了会动，还有一个震撼之处就是标注的数字会随着点的散开而动，很遗憾原来的文章不是绣这个操作的，没看到实现方法，但是由此推断这个标注应该在分类样本的质心（坐标均值）上，那么这种质心标注有没有用呢？答案是有用，非常有用，尤其当分类样本多、分类点分散以及某些分类聚集的时候，散点图有时不那么直观，比如下图超过50个类别的情况，虽然利用颜色、样式（也可以

利用t-sne算法和散点图工具对高维数据的可视化分析前言python散点图工具seaborn和sklearn实现的t-SNE推荐一个算法推演t-SNE的实例前言这是一篇汇总性质的资料收集，将t-sne和散点图工具的资料传一下。t-SNE是基于t分布（t distributed）的随机邻近嵌入（StochasticNeighborEmbedding），StochasticNeighborEmbedding是杰弗雷辛顿（GeoffreyHinton）在2003年主笔提出来的降维方法，t-SNE是Lauren

之前升级了，但软件中心一直运行不起来，按照如下指令重装报错。sudo apt-get install --reinstall software-centerSetting up software-center (16.01+16.04.20160420) ... File "/usr/sbin/update-software-center", line 83 except Exception, e: ^SyntaxError: invalid syn

caffe install ubuntucaffe_compile prerequisites compileCould NOT find LMDB (missing: LMDB_INCLUDE_DIR LMDB_LIBRARIES)sudo apt install libgflags-dev libgoogle-glog-dev liblmdb-dev -yCould NOT find Atlas (missing: Atlas_CBLAS_LIBRARY Atlas_BLAS_LIBRARY