- 博客(18)
- 资源 (20)
- 问答 (3)
- 收藏
- 关注
原创 jupyter notebook 切换kernel(超简单)
1. 激活虚拟环境2.安装ipykernelpip install ipykernel或者 conda install ipykernel也可。3. 将自己的环境添加到ipython的kernel中python -m ipykernel install --user --name tensorflow(你的环境名)`然后重启刷新一下notebook就OK了...
2020-03-27 18:04:40 4886 1
原创 Numpy中的填充,np.pad()
1.np.zeros_like()函数主要是想实现构造一个矩阵W_update,其维度与矩阵W一致,并为其初始化为全0;这个函数方便的构造了新矩阵,无需参数指定shape大小;2. Counter()3.np.argmax()4.matplotlib命令与格式:标题(title),标注(annotate),文字说明(text)...
2020-03-27 16:03:58 3227
原创 Neville算法MATLAB实现
Neville算法MATLAB实现初始值计算表格计算结果算法伪代码代码实现x_input=[1.0,1.3,1.6,1.9,2.2];neville(x_input,1.5,10^(-2));neville(x_input,1.5,10^(-3));neville(x_input,1.5,10^(-4));funct...
2020-03-26 22:09:05 5364
原创 关于深度学习中的Highway Network
论文链接:https://arxiv.org/abs/1505.00387参考:Hightway Networks学习笔记https://blog.csdn.net/sinat_35218236/article/details/73826203Highway Networks - zenRRan的文章:https://zhuanlan.zhihu.com/p/38130339...
2020-03-25 21:26:52 2030
原创 为什么神经网络模型在测试集上的准确率高于训练集上的准确率?
类似下图:或者下图:来自:吴恩达机器学习Regularization部分。如上图所示,有时候我们做训练的时候,会得到测试集的准确率或者验证集的准确率高于训练集的准确率,这是什么原因造成的呢?经过查阅资料,有以下几点原因,仅作参考,不对的地方,请大家指正。(1)数据集太小的话,如果数据集切分的不均匀,或者说训练集和测试集的分布不均匀,如果模型能够正确捕捉到数据内部的分布模式话...
2020-03-21 17:28:37 11569 6
原创 操作系统复习笔记(全)
PDF文件:https://download.csdn.net/download/IT_flying625/12080082操作系统复习笔记——第一章 导论https://blog.csdn.net/IT_flying625/article/details/103739469操作系统复习笔记——第二章 操作系统结构https://blog.csdn.net/IT_flying62...
2020-03-20 21:38:54 2657 1
原创 操作系统复习笔记——第三章 进程
进程可看做是正在执行的程序。进程需要一定的资源(如CPU时间、内存、文件和I/O设备)来完成其任务。这些资源在创建进程或执行进程时被分配。 进程是大多数系统中的工作单元。这样的系统由一组进程组成:操作系统进程执行系统代码,用户进程执行用户代码。所有这些进程可以并发执行。 虽然从传统意义上讲,进程运行时只包含一个控制线程,但目前大多数现代操作系统支持多...
2020-03-20 21:37:50 1755
原创 当fork()遇上for循环~
vim test.c写入如下代码#include<unistd.h>#include<stdio.h>int main(){ for(int i=0;i<2;i++) { fork(); printf("========\n"); printf("i=%d\n",i); } ...
2020-03-20 21:14:45 1808
转载 卷积神经网络中的1x1卷积核
前言在介绍卷积神经网络中的1x1卷积之前,首先回顾卷积网络的基本概念[1]。1. 卷积核(convolutional kernel):可以看作对某个局部的加权求和;它是对应局部感知,它的原理是在观察某个物体时我们既不能观察每个像素也不能一次观察整体,而是先从局部开始认识,这就对应了卷积。卷积核的大小一般有1x1,3x3和5x5的尺寸(一般是奇数x奇数)。卷积核的个数就对应输...
2020-03-19 23:09:11 1890
原创 深度学习中single crop / multiple crops evaluation/test 是什么意思
最近在ResNet论文中看到了标准的10-crop测试,此处小记一下。对于一个分类网络,在测试阶段,使用single crop/multiple crop得到的结果是不一样的,相当于将测试图像做数据增强。shicaiyang(星空下的巫师)说[1],训练的时候当然随机剪裁,但测试的时候有技巧:单纯将测试图像resize到某个尺度(例如256xN),选择其中center cro...
2020-03-16 15:23:57 3214
原创 深度学习中的FLOPs是什么?如何计算的?
1.区分FLOPs和FLOPSFLOPS:注意全大写,是floating point operations per second的缩写,意指每秒浮点运算次数,理解为计算速度。是一个衡量硬件性能的指标。FLOPs:注意s小写,是floating point operations的缩写(s表复数),意指浮点运算数,理解为计算量。可以用来衡量算法/模型的复杂度。注意在深度学习中,我们用的是F...
2020-03-16 14:13:21 26556 4
原创 CloudFoundry 初识
官网:https://cloudfoundry.cn/1. 定义Cloud Foundry是业界第一个开源PaaS云平台,它支持多种框架、语言、运行时环境、云平台及应用服务,使开发人员能够在几秒钟内进行应用程序的部署和扩展,无需担心任何基础架构的问题。2.PaaSPaaS,平台即服务。是云计算的一种服务形式。其实并不是一个非常新的概念,像GAE、SAE很早就提供了类似这样的服务...
2020-03-16 10:27:56 1989
原创 云计算中的威胁作用者以及云计算的威胁有哪些?
2-1、列举威胁作用者有哪些,并简要说明。威胁作用者主要有:匿名攻击者、恶意服务作用者,授信的攻击者、恶意的内部人员;说明:匿名攻击者是不被信任的威胁作用者,通常试图从云边界的外部进行攻击 恶意服务作用者截取网络通信,试图恶意地使用或篡改数据。 授信的攻击者是经过授权的云服务用户,具有合法的证书,他们会使用这些证书来访问基于云的IT资源。 恶意的内部人员是试图滥用对云资源范...
2020-03-16 10:12:07 1630
原创 常见的虚拟化软件及其特点。
常用的有VMware(VMware workstation(适合单台计算机使用)、VMware vsphere(VMware esxi )、VMware Fusion(Mac)) , Oracle VM VirtualBox,Xenserver;还有Microsoft Hyper-V、KVM、华为Fusion Sphere等。 特点:目前的虚拟化应用种类繁多,如VMvare,XenServer...
2020-03-16 10:10:46 8283
原创 云使能技术包括哪些技术组件?用一句话简要说明其关键特征。
1. 技术组件 宽带网络和Internet架构 数据中心技术 虚拟化技术 Web技术 多租户技术 服务技术2. 关键特征所有的云必须连接到网络,同时利用数据中心技术集中存放IT资源,应用虚拟化技术将物理IT资源转换为虚拟IT资源,从而提供了硬件无关性、服务器整合、资源复制、对资源更强的支持和可扩展性;使用Web技术作为云服务...
2020-03-16 10:09:46 2242
原创 VLAD算法简介 图像检索
1.1vlad基础概念VLAD是vector of locally aggregated descriptors的简称,是由Jegou et al.在2010年提出,其核心思想是aggregated(积聚),主要应用于图像检索领域1.2相关方法优缺点在深度学习时代之前,图像检索领域以及分类主要使用的常规算法有BoW、Fisher Vector及VLAD等。BoW方法的...
2020-03-15 21:00:58 3294
原创 python+OpenCV3 实现人脸检测 实时读取视频流
python代码import cv2 as cvimport numpy as npdef face_detect_demo(image): gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) face_detector = cv.CascadeClassifier("haarcascade_frontalface_alt.xml...
2020-03-06 15:53:40 1860
原创 python numpy中点乘,星乘(*)和np.dot的区别
先看看栗子import numpya = numpy.array([[1,2], [3,4]])b = numpy.array([[5,6], [7,8]])#*号a*b>>>array([[ 5, 12], [21, 32]])#dota.dot(b)>&g...
2020-03-01 10:46:25 2707
GMS_Installer_44MB.apk
2020-03-21
山东大学2020年1月机器学习期末考试题目整理.pdf
2020-01-08
操作系统概念复习整理笔记
2020-01-04
chrome去除“请停用以开发者模式运行的扩展程序”提示补丁2.exe
2019-12-13
亮度调节工具V2.37.3304473.zip
2019-11-15
OpenCV在比较直方图时,最佳操作是在HSV空间中操作,为什么?
2019-10-15
如何使用python实现多层语句之间的跳转即简单交互
2019-10-06
TA创建的收藏夹 TA关注的收藏夹
TA关注的人