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

-+

一江明澈的水的专栏

人工智障 深度瞎学

  • 博客(59)
  • 资源 (1)
  • 收藏
  • 关注

原创 【简述与推导】似然函数,最大似然估计,条件概率,全概率,贝叶斯概率

目录1. 似然(likehood)与最大似然估计2. 条件概率(conditional probability),全概率(total probability),和贝叶斯概率(Bayes probability)2.1联合概率==>条件概率:2.2 联合概率==>全概率公式:2.3 条件概率+联合概率==>贝叶斯概率公式:1. 似然(likehood)与最...

2019-11-25 18:04:44 2236

原创 Leetcode(easy)解题思路

1. 两数之和用字典构造哈希表dict,key是给定数组nums的成员,value为nums成员的索引。然后在dict中依次查找是否有target-nums[i]学习语法:dict.has_key(target-nums[i]) python3改为 in7.整数反转取绝对值,再模10取余,构造新的反转整数,再判断是否在int32范围内-2147483648 到2147483647之...

2019-11-19 11:02:50 378

原创 ubuntu16.04 安装vsftpd

参考 https://www.linuxidc.com/Linux/2017-06/144807.htm要点:注意开启文件夹权限:用户必须拥有权限才可以访问,赋予访问/ftp/ftpuser的权限sudo chmod 777 /ftp/ftpuserconf文件内容:# Example config file /etc/vsftpd.conf## The default com...

2019-11-19 11:02:31 310

原创 python3 基础语法-迭代器(iteration),生成器(yield,generator)

迭代器迭代是Python最强大的功能之一,是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。迭代器有两个基本的方法:iter() 和 next()。字符串,列表或元组对象都可用于创建迭代器创建一个迭代器把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__...

2019-11-19 11:01:44 151

原创 t-sne数据降维与可视化工具使用

1.降维方法:特征降维方法包括:Lasso,PCA,小波分析,LDA,奇异值分解SVD,拉普拉斯特征映射,SparseAutoEncoder,局部线性嵌入LLE,等距映射Isomap。然而t-SNE方法是目前最好的降维方法。1.1现在降维方法分为线性方法和非线性方法如图2.t-SNE简介和原理:t-SNE(t-distributedstochasti...

2019-11-15 17:17:18 2558 3

原创 使用VScode配置python,并打包成.exe文件

用够了pdb.set_trace()来调试python程序了。可以考虑用VS Code来集成python的开发环境,实现像c一样的可视化调试,可以增加watch,双击打断点,看变量实时的数值,很方便,也很酷。这个博客写的简单明了,我就化身他人文章搬运工吧,我会稍作修改。一、配置vscode Python环境1. 点击左下角的图标,在弹出的菜单中选择extensions,在左上方搜索框内...

2019-11-15 17:16:30 10595

原创 从"把大象放冰箱"理解递归调用

递归算法中递是"去"的意思, 归是"回"的意思, 整个递归就是"有去有回"的过程.什么样的问题要用递归来解决?一句话: 对于问题N,如果N-1已经解决了,那么N是否很容易解决。学递归调用要明确以下三点:1、整个递归的终止条件是什么?2、应该返回给上一级的的返回值是什么?3、一级递归要做什么?(重复逻辑)其实2可以和3合并:1.递归终止条件2.把问题规模缩小...

2019-07-10 20:33:35 701

转载 C++中引用(&)的用法和应用实例

对于习惯使用C进行开发的朋友们,在看到c++中出现的&符号,可能会犯迷糊,因为在C语言中这个符号表示了取地址符,但是在C++中它却有着不同的用途,掌握C++的&符号,是提高代码执行效率和增强代码质量的一个很好的办法。在c++学习提高篇(3)---隐式指针的文章中我详细介绍了在隐式指针&的用法,其实这两个概念是统一的。引用是C++引入的新语言特性,是C++常用的一...

2019-03-04 16:32:09 218

原创 深度学习损失函数:交叉熵cross entropy与focal loss

前面本文主要做两件事情:1.交叉熵原理2.引出focal loss原理其中,交叉熵这里:https://blog.csdn.net/tsyccnh/article/details/79163834这篇博文写的很详细,很明白,但博士没有总结,我在这里按自己理解重新总结了下,看不太明白的读者建议直接看原文会明白很多。focal的几篇参考:论文链接:https://arxiv.o...

2019-02-13 18:39:09 12910 2

原创 看懂COCO数据集目标识别性能评价标准AP,AP50,AP75,APsmal等

常见机器视觉国际会议论文出现的目标识别评价标准:AP,AP50,AP75等,权威解释如下:Note:在COCO数据集评价指标中,所有的AP 默认为mAP 。即,AP50=mAP50AP50=mAP50,AP75=mAP75AP75=mAP75,以此类推。 上图中AP的计算方法十分繁琐,来源于早期的VOC challenge,随着VOC的发展,其计算方法也有所变化,例说简述如下:...

2019-02-13 13:38:33 42628 9

原创 处理深度学习中数据集不平衡问题方法汇总

一. 数据集不平衡带来的问题:        在一个分类问题中,如果在所有你想要预测的类别里有一个或者多个类别的样本量非常少,那你的数据也许就面临不平衡类别的问题。如:1.欺诈预测(欺诈的数量远远小于真实交易的数量)2.自然灾害预测(不好的事情远远小于好的事情)3.在图像分类中识别恶性肿瘤(训练样本中含有肿瘤的图像远比没有肿瘤的图像少)用不平衡的数据训练出来的模型一定会导致...

2019-02-12 17:07:04 19318 2

转载 L1正则化产生稀疏模型,L2正则防止过拟合

转自https://blog.csdn.net/jinping_shi/article/details/52433975

2019-01-08 20:35:18 412

转载 【转】char *a 与char a[] 的区别

char *a = "hello" 中的a是指向第一个字符‘a'的一个指针char a[20] = "hello" 中数组名a也是执行数组第一个字符‘h’的指针但二者并不相同:看实例:把两个字符串相加:结果:对比:结果:把字符串加到指针所指的字串上去,出现段错误,本质原因:*d="0123456789"存放在常量区,是无法修的。而数组是存放在栈中,是可以...

2018-12-24 17:26:51 1404

转载 C/C++堆和栈的区别

一、预备知识—程序的内存分配一个由c/C++编译的程序占用的内存分为以下几个部分1、栈区(stack)— 由编译器自动分配释放 ,存放函数的参数值,局部变量的值等。其操作方式类似于数据结构中的栈。2、堆区(heap) — 一般由程序员分配释放, 若程序员不释放,程序结束时可能由OS回收 。注意它与数据结构中的堆是两回事,分配方式倒是类似于链表,呵呵。3、全局区(静态区)(static)—,...

2018-12-17 13:32:35 279

原创 python 迭代器yield用法实例

1. 概念:yield是python中的一个generator(生成器), 是一个类似子函数中的 return 的关键字,只是这个子函数返回的是个生成器。当调用这个子函数的时候,子函数内部的代码并不立马执行 ,这个子函数只是返回一个生成器对象当你使用for进行迭代的时候,子函数中的代码才会执行在这里,所有的值都存在内存当中,所以并不适合大量数据2. 实例:可以用于子函数中变量的迭代式返回(子函数返...

2018-06-29 11:18:48 2459

原创 vs2015+opencv生成DLL并分别静态和动态调用

网络上关于vs生成dll的教程很多,解决方案繁杂,令人眼花缭乱,踩坑后推荐几篇不错的教程,亲自测试可以通过的,我的调试环境是vs2015 enterprise版+win10+opencv3.4.1。教程1:最简单的DLL生成与调用教程:作者采用了声明类进行打包的方法来调用。https://blog.csdn.net/dearKundy/article/details/73331514教程2:进阶的...

2018-06-13 19:28:50 5349

原创 ubuntu使用openssl进行aes加密编译与运行报错

工程需要对机器mac地址进行aes加密,使用了openssl的aes.h进行aes算法加密.在编译和使用时出现两个大坑1.编译报错:undefined reference to `RSA_public_encrypt'问题解决 gcc filename.c -lcrypto结尾加-lcrypto即可解...

2018-06-01 17:32:26 1875

原创 VS中"This function or variable may be unsafe."警告报错的解决办法

看了好几个文章,测试都不好使,在微软官网找到这个:展开“配置属性” 、“C/C++” 、“预处理器” 。 在“预处理器定义” 中,添加 _CRT_SECURE_NO_WARNINGS/D_CRT_NONSTDC_NO_WARNINGS_CRT_NONSTDC_NO_WARNINGS_CRT_SECURE_NO_WARNINGS_GLOBALS测试ok...

2018-06-01 15:20:48 3848

原创 Linux文件夹与文件操作整理

linux C 读取目录文件并统计文件数#include <stdio.h>#include <stdlib.h>#include <dirent.h>#include <errno.h>#include <string.h>#define MAX 1024int get_file_count(char *root){...

2018-05-18 14:06:58 330

原创 MakeFile的基本用法以及yoloV3的makefile解析

makefile文件其实很简单,本文参考了这篇文章,原文写的很详细,这里做了提炼修改。文末给出了yoloV3的makefile简单解析0 引言什么是makefile?或许很多Winodws的程序员都不知道这个东西,因为那些Windows的IDE都为你做了这个工作,但我觉得要作一个好的和professional的程序员,makefile还是要懂,makefile关系到了整个工程的编译规则。一个工程中...

2018-05-16 14:32:35 5568 2

原创 c使用inotify监控linux路径下文件变化

1. 简介:Inotify 是一个 Linux 内核特性,它监控文件系统,并且及时向专门的应用程序发出相关的事件警告,比如删除、读、写和卸载操作等。您还可以跟踪活动的源头和目标等细节。使用 inotify 很简单:创建一个文件描述符,附加一个或多个监视器(一个监视器 是一个路径和一组事件),然后使用 read() 方法从描述符获取事件信息。read() 并不会用光整个周期,它在事件发生之前是被阻塞...

2018-05-08 14:28:55 9775

转载 机器学习降维与数据可视化

从SNE到t-SNE再到LargeVishttp://bindog.github.io/blog/2016/06/04/from-sne-to-tsne-to-largevis/

2018-04-10 15:28:11 668

原创 斯坦福cs231n课程资源笔记汇总

官网:http://cs231n.stanford.edu/index.html教学视频:http://study.163.com/course/introduction/1003223001.htm#/courseDetail笔记:https://zhuanlan.zhihu.com/p/21930884资料与习题等:https://blog.csdn.net/zhangxb35/article...

2018-04-03 16:12:09 1734

转载 faster rcnn文献研读(持续更新中)

收录关于faster rcnn相关的优秀的论文有与博文1. 代码级概述了faster rcnn的实现原理与代码解读,适合入门到提高http://lib.csdn.net/article/deeplearning/53857待续

2018-04-02 17:26:14 441

原创 windows下部署caffe版的py-faster-rcnn(GPU版本)

折腾了三天整,终于搞明白了windows下py-faster-rcnn安装。一度想要从入门到放弃。本人在ubuntu上复现了FAIR的 detectron ,以及RBG的py-faster-rcnn,按照网上或者我博客里的教程可以比较轻松地实现。可是唯独windows版的py-faster-rcnn复现部署是个坑,原因有以下三点:1. RBG不再更新py-faster-rcnn,导致fast rc...

2018-03-30 16:15:29 2278 2

转载 python内存监控工具memory_profiler和guppy的用法

python2.7在内存管理上相比python3还是有些坑的,其释放后的内存仍然保留在python的内存池中,不被系统所用。python循环引用的变量不会被回收,这会导致程序越运行,占用的内存越大。我在跑py-faster-rcnn的demo时,基本上跑2000张图像,16g内存就要爆了。于是尝试用python的内存监控工具来调试程序,找到不能膨胀的变量,然后del之,再手动回收内存gc.coll...

2018-03-26 20:16:44 31256 3

转载 memory_profiler

https://blog.csdn.net/qq_16912257/article/details/53350286(1) 安装psutil,memory_profilerpip install psutilpip install memory_profiler(2) 代码里 首先添加 from memory_profiler import profile然后在某个函数上添加装饰器@pr...

2018-03-23 18:25:16 1333

原创 训练py-faster rcnn的两种方式以及自己模型的迁移学习

faster rcnn训练方式有两种,一种是交替优化方法(alternating optimization),即训练两个网络,一个是rpn,一个是fast rcnn,总计两个stage,每个stage各训练一次rpn和fast rcnn。另外一种训练方式为近似联合训练(approximate joint training),也称end to end的训练方式,训练过程中只训练一个权重网络,训练速度...

2018-03-15 17:35:08 10416 8

原创 object detection中数学原理

NMS待续

2018-03-15 11:01:15 207

原创 Ubuntu16.04+Cuda8.0+cuDNN6配置py-faster rcnn

0前言Faster R-CNN是任少卿2015年底推出的目标检测算法 ,时至今日依旧还是Object Detection领域最好方法之一,基于该框架后续推出了 R-FCN,Mask R-CNN 等改进框架,但基本结构变化不大。同时不乏有SSD,YOLO2等骨骼清奇的新作,虽然在速度上大幅度领先Faster R-CNN,尤以SSD lite和yolo lite为甚, 但精度上依然以Faster R-...

2018-03-14 18:27:05 1301

原创 detectron研读

Detectron研读一:detectron框架概览Detectron研读二:getting _started例子faster_rcnn_R-50-FPNCaffe2 - Detectron 初步使用 Caffe2 - Detectron 图片测试结果 Docker-开源Detectron(补充)pkl convert t...

2018-03-08 19:01:58 1512

原创 FAIR开源目标识别平台Detectron从入门到放弃(二) 使用自己的数据集(voc2007格式)训练Detectron

FAIR的detectron平台官方demo是基于MSCOCO数据集训练的,小白从faster rcnn一路走来,用的都是voc2007数据集格式,呕心沥血标注了voc2007格式的自建数据集,不能用了?不可以!我没找到detectron官方给出的voc转coco代码,幸好MCOCO有官方的cocoapi,支持多种数据集转coco格式,伸手党福利。小白关注的是目标识别,按照本文的方法keypoin...

2018-03-06 16:58:04 14730 31

原创 FAIR开源目标识别平台Detectron从入门到放弃(一)

最近去RBG大婶的github主页查看faster rcnn源码,他告诉我py-faster rcnn已经out了,让我移步detectron看下mask rcnn,于是我就去了Shaoqingren婶的github看了下,原作者好像没有说faster rcnn out的意思。抱着试试看的态度,买了两瓶。。。额。去了detectron的githunb主页看了下,于是clone下来研究下。Detec...

2018-02-28 17:42:48 3947

原创 facebook 先进目标识别系统detection部署与测试

2018年1月23日,Facebook 开源了自家的物体检测研究平台 Detectron。Detectron 是 Facebook AI 研究的软件系统,实现了最先进的物体检测算法,包括 Mask R-CNN。Detectron 用 Python 编写实现,并由深度学习框架 Caffe2 。由 Detectron 驱动的算法,为重要计算机视觉任务(比如实例分割)提供了直观的模型,并且在近年来我们社...

2018-02-27 14:11:54 1087 2

原创 ubuntu16.04下gpu版caffe2安装

http://http://blog.csdn.net/meccaendless/article/de由于之前已经配置好了ubuntu16.04+cuda9.1+cudnn7.04环境,参考我的这篇博文。这里不再赘述,caffe2官方安装说明讲的很详细,是按照ubuntu14.04和16.04分开说明的,这里只讲一下16.04下安装,基本上完全参考了官方安装步骤:1.首先安装依赖项:sudo ap...

2018-02-09 17:28:44 3106

原创 ubuntu16.04+双显卡驱动+cuda9.1+cudnn7.05深度学习环境配置

因为项目需要,准备入坑facebook的detectron目标检测框架。由于目前框架只能在linux+gpu环境下运行,所以准备了以下工作:先说下我的硬件配置:i5-6500破铜华硕gtx 1080ti 显卡32G ddr4内存华硕z170主板主板上有一个hdmi接口,当显示器和这个hdmi接口连接时,核显驱动显示;当显示器和显卡后面的hdmi口连接时,gtx1080驱动显...

2018-02-09 15:26:15 5959 2

原创 MATLAB R2014a与VS2013混合编程(vs调用dll文件)

查了很多资料,但是总是会出错,尝试了一整天后,终于成功了,详细步骤如下。第一步:Matlab输入与配置1. 在matlab编写一个测试函数:function [sum,prod]=sum_prod(p1,p2)    sum=p1+p2;    prod=p1.*p2;2. 在命令框输入  mex -setup选择vs2013环境

2017-11-17 10:50:34 3129

转载 win10安装ubuntu16.04双系统

最近因为毕设重新回归Ubuntu,手头有一台装了Win10的ThinkPad X240s,最终成功完成了Windows 10 教育版和Ubuntu Kylin 15.10 的双系统配置,下文(多图慎入)是我完成整个过程的手记。安装方式Ubuntu是很多Linux初学者最理想的选择,如果你恰好对Windows系列审美疲劳或者累觉不爱,那就要听好,有三种方法助你走进Ubuntu新世界。

2017-10-26 15:52:05 22696 3

转载 数字图像去噪典型算法及matlab实现

图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等。图像信号在产生、传输过程中都可能会受到噪声的污染,一般数字图像系统中的常见噪声主要有:高斯噪声(主要由阻性元器件内部产生)、椒盐噪声(主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声)等;目前比较经典的图像去噪算法主要有以下三种:均值滤波算法:也称线性滤波

2017-10-11 15:04:48 1282 1

转载 CNNdroid+Caffe使用攻略

支持嵌入式平台的深度学习框架有CNNdroid, darknet,mxnet,tiny-dnn,以及腾讯的ncnn,下面转载了一篇CNNdriod框架的开发过程。欢迎留言交流lab里在弄机器学习,坑了自己那么多,写篇详细点的CNNdroid的资料吧,国内好像好少看到CNNdroid的资料,用起来感觉速度还OK的。 github:https://github.com/hirorogith

2017-10-10 16:17:57 603

DSP算法大全C语言版

DSP算法大全C语言版,东西较多,需要软甲打开

2013-05-04

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