- 博客(16)
- 收藏
- 关注
原创 error while loading shared libraries: libfslio.so: cannot open shared object file: No such file
问题运行命令行时,出现 error while loading shared libraries: libfslio.so: cannot open shared object file: No such file分析原因:链接器ld提示找不到库文件。ld默认的目录是/lib和/usr/lib,如果放在其他路径也可以,需要让ld知道库文件所在的路径。解决方法方法1:# vim /etc/ld.so...
2018-05-30 20:44:35 833
原创 libEGL.so.1 is not a symbolic link
Processing triggers for libc-bin (2.23-0ubuntu9) .../sbin/ldconfig.real: /usr/lib/nvidia-384/libEGL.so.1 is not a symbolic link/sbin/ldconfig.real: /usr/lib32/nvidia-384/libEGL.so.1 is not a symbol...
2018-05-30 20:21:51 697
转载 line 1: syntax error: unexpected word (expecting ")")
转载自:点击打开链接问题:上传到板子的可执行文件,运行后出现 line 1: syntax error: unexpected word (expecting ")")解决:1.编译器的问题用arm-linux-gcc编译,可能原来是用gcc编译的。假如是脚本,#!/bin/sh 改 #!/bin/bash试试2.文件完整性重新烧写或上传一遍3.编译命令问题比如我的一个测试程序test.carm-...
2018-05-29 21:26:42 8301
原创 Python Pandas实现数据分组求平均值并填充nan
Python实现按某一列关键字分组,并计算各列的平均值,并用该值填充该分类该列的nan值。DataFrame数据格式fillna方式实现DataFrame数据格式以下是数据存储形式: fillna方式实现按照industryName1列,筛选出业绩筛选出相同行业的Series计算平均值mean,采用fillna函数填充append到新DataFrame中循环遍历行业名称,完成2,3,4步骤fact...
2018-05-29 09:30:12 11961
转载 Python Pandas实现数据分组求平均值并填充nan
转载自:点击打开链接Python实现按某一列关键字分组,并计算各列的平均值,并用该值填充该分类该列的nan值。DataFrame数据格式fillna方式实现groupby方式实现DataFrame数据格式以下是数据存储形式: fillna方式实现按照industryName1列,筛选出业绩筛选出相同行业的Series计算平均值mean,采用fillna函数填充append到新DataFrame中循...
2018-05-29 09:24:59 18909
原创 Python生成任意范围的固定随机数
import numpy as nprandom = np.random.RandomState(0) #随机数种子,相同种子下每次运行生成的随机数相同color = random.uniform(0., 1., size=3)
2018-05-24 18:50:32 15829
原创 .npy .npz 文件-numpy的文件存储
Numpy能够读写磁盘上的文本数据或二进制数据。将数组以二进制格式保存到磁盘np.load和np.save是读写磁盘数组数据的两个主要函数,默认情况下,数组是以未压缩的原始二进制格式保存在扩展名为.npy的文件中。 import numpy as np a=np.arange(5) np.save('test.npy',a) 这样在程序所在的文件夹就生成了一个tes...
2018-05-23 13:55:48 6806
翻译 TensorFlow VGG-16 VGG-19预训练及可训练模型
在我们的实际项目中,一般不会直接从第一层直接开始训练,而是通过在大的数据集上(如ImageNet)训练好的模型,把前面那些层的参数固定,在运用到我们新的问题上,修改最后一到两层,用自己的数据去微调(finetuning),一般效果也很好。所谓finetuning,就是说我们针对某相似任务已经训练好的模型,比如CaffeNet, VGG-16, ResNet等, 再通过自己的数据集进行权重更新, 如...
2018-05-22 16:01:17 16305
转载 VGGNet及Tensorflow实现
转载自:点击打开链接VGG网络像素值计算这是VGG的网络: 下面算一下每一层的像素值计算: 输入:224*224*3 1. conv3 - 64(卷积核的数量):kernel size:3 stride:1 pad:1 像素:(224-3+2*1)/1+1=224 224*224*64 参数: (3*3*3)*64 =1728 2. conv3 - 64:kerne...
2018-05-19 12:45:10 678
转载 CNN的发展历史-LeNet,Alexnet,VGGNet,GoogleNet,ReSNet
欢迎转载,转载请注明:本文出自Bin的专栏blog.csdn.net/xbinworld。关于卷积神经网络CNN,网络和文献中有非常多的资料,我在工作/研究中也用了好一段时间各种常见的model了,就想着简单整理一下,以备查阅之需。如果读者是初接触CNN,建议可以先看一看“Deep Learning(深度学习)学习笔记整理系列”中关于CNN的介绍[1],是介绍我们常...
2018-05-19 12:41:06 1357
转载 VGGNet学习笔记
转载自:点击打开链接本文为笔者学习“VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION”的笔记记录。 VGG论文下载链接:VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION为什么选择3 * 3卷积核? 两...
2018-05-19 12:35:58 456
转载 keras实现常用深度学习模型LeNet,AlexNet,ZFNet,VGGNet,GoogleNet,Resnet
转载自:点击打开链接LeNet[python] view plain copy#coding=utf-8 from keras.models import Sequential from keras.layers import Dense,Flatten from keras.layers.convolutional import Conv2D,MaxPool...
2018-05-19 09:38:41 552
原创 中文情感分析
基于TensorFlow中文情感分析参考代码:1、https://github.com/danielegrattarola/twitter-sentiment-cnn2、https://github.com/indiejoseph/doc-han-att3、https://github.com/kinni/char-cnn-text-classification-tensorflow4、https...
2018-05-17 19:46:35 4527
原创 pip不能安装、升级、卸载软件问题
例如想要升级nibabel时使用命令:sudo pip install --upgrade nibabel 报错: Cannot uninstall ‘nibabel’. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would l...
2018-05-11 20:29:19 41453 2
转载 机器学习面试问题准备
转载:点击打开链接这部分主要是针对上面问题的一些更细节的补充,包括公式的推倒思路、模型的基本构成、细节问题的分析等等。一、问题杂烩1、PCA的第二主成分 第二个主成分时域第一成分方向正教的差异性次大方向。 2、什么时候用组合的学习模型 只有当各个模型之间没有相关性的时候组合起来是最好用的。但是一般来说,弱相关的模型组合比较好用。 3、多重共线性 多重共线性是指当两个特征的相关性很大的时候,会对参数...
2018-05-07 20:18:55 192
转载 深度学习机器学习面试问题准备
转载:点击打开链接第一部分:深度学习1、神经网络基础问题(1)Backpropagation(要能推倒) 后向传播是在求解损失函数L对参数w求导时候用到的方法,目的是通过链式法则对参数进行一层一层的求导。这里重点强调:要将参数进行随机初始化而不是全部置0,否则所有隐层的数值都会与输入相关,这称为对称失效。 大致过程是:首先前向传导计算出所有节点的激活值和输出值, 计算整体损失函数: 然后针对第...
2018-05-07 20:17:23 317
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