- 博客(61)
- 资源 (9)
- 收藏
- 关注
原创 Ubuntu16.04下同时安装CUDA8.0和CUDA7.0
首先可以说明一点的是,在ubuntu16.04环境下CUDA8.0和CUDA7.0可以共存。笔者自己先安装的是CUDA8.0,然后再安装的CUDA7.0,安装完CUDA8.0发现安装CUDA7.0一直不成功,后面发现是16.04系统默认版本的GCC、g++版本过高,因此后面又装了gcc-4.8,g++-4.8,即安装了多版本的gcc和g++。1.安装cuda-8.0sudo dpkg -i cuda
2017-11-25 16:44:35
4280
原创 caffe相关优化算法、数学函数库、全连层源码阅读
1.优化算法Caffe的solver类提供了6种优化算法,配置文件中可以通过type关键字设置: Stochastic Gradient Descent (type: “SGD”) AdaDelta (type: “AdaDelta”) Adaptive Gradient (type: “AdaGrad”) Adam (type: “Adam”
2017-11-21 17:18:51
1150
原创 python中的类变量、成员变量和成员函数的局部变量使用
#encoding:utf-8class TestClass(object): classval1 = 100 #类变量 def __init__(self): self.memval2 = 200 #成员变量 def memfuntion(self,val = 400): localval3 = 300 #函数内部的局部变量 self.nmval
2017-10-16 15:54:33
22841
5
原创 Faster R-CNN:tf-faster-rcnn代码结构
Section 1: ./tf-faster-rcnn目录:├── data //数据目录主要保存一些数据集比如VOC2007、coco等│ ├── cache //保存一些数据集的训练集和测试集的proposals,比如voc_2007_test_gt_roidb.pkl,格式[{ },{ },...,{ }]。程序首先从这读取,如果文件存在
2017-10-04 17:37:25
5810
1
原创 Object Detection:R-CNN、Fast R-CNN、Faster R-CNN论文阅读笔记
1.引言Ross Girshick(rbg大神)2014年提出R-CNN架构,可谓给object detection领域一个里程碑的前进,在此之前object detection性能已经好些年没有大的提高了。本文是笔者阅读R-CNN系列文章的学习笔记。2.R-CNN部分2.1 R-CNN介绍R-CNN combines two key insights: (1) one can apply hig
2017-09-30 17:12:28
1597
原创 Instance segmentation: MNC、FCIS、Mask R-CNN
Paper1:《Instance-aware Semantic Segmentation via Multi-task Network Cascades》本论文为CVPR16 arxiv:1512 Micorsoft Research Author:Jifeng Dai Kaiming He Jian Sun (1)提出Muti-task Network Cascades(多任务
2017-09-29 17:18:01
1906
原创 语义分割
IntroductionSemantic Segmentation:将图像中每个像素分配到某个对象类别。图像语义分割中存在3种挑战:(1)特征分辨率减少,(2)不同尺度下的物体的存在状况,(3)由于深度卷积神经网络的不变性造成的定位精度减少。第一个挑战是由 基于分类的卷积神经网络包含重复最大池化和降采样(步长跨度)操作造成的。深度卷积神经网络采用全卷积方式的时候,会明显降低特征地图的空间分辨率。
2017-09-27 10:32:22
6861
原创 通过Xshell+Xmanager显示远程服务器的图形界面
1.需要安装的软件Xshell Xmanager2.配置方法(1)使用XShell建立连接时,设置连接属性,在 SSH –> tunneling 选项下勾选 Forward X11 connections to: Xmanager。 (2).打开Xmanager启动Xmanager - Passive. 3.XShell中登陆远程服务器 4.运行有图形界面的工具并将其显示在我们本地机器上
2017-09-23 20:39:35
5085
原创 pyenv、Anaconda、tensorflow-gpu-1.2.0的安装和使用
1.pyenvpyenv是一个Python版本管理工具,它能够进行全局的Python版本切换,也可以为单个项目提供对应的Python版本。安装不同的Python版本并不是一件容易的事情,在不同的Python版本之间来回切换更加困难,而且,多版本并存非常容易互相干扰。因此,我们需要一个名为pyenv的工具。使用pyenv以后,可以在服务器上安装多个不同的Python版本,也可以安装不同的Pyth
2017-09-22 21:56:03
2200
1
原创 视觉常用数据集介绍和图像的常见操作
1.利用opencv进行图像读取处理保存import cv2import os,sysim_file=os.path.join('/home/dl','000004'+'.jpg')print(im_file)#read imageimg=cv2.imread(im_file)cv2.namedWindow("image")#process imagecv2.rectangle(img,
2017-09-20 22:27:43
1552
原创 DeepLearning&Tensorflow学习笔记4__mnist数据集DCGAN
1.Introduction利用mnist数据集进行训练DCGAN网络,生成数字图像。2.Source code#encoding:utf-8""" Deep Convolutional Generative Adversarial Network (DCGAN).Using deep convolutional generative adversarial networks (DCGAN) to
2017-09-13 15:55:48
1347
原创 Tensorflow中计算图机制和常用函数笔记
0计算图机制程序如下:#basic computational graphimport numpy as npnp.random.seed(0)import tensorflow as tfN, D =3, 4x=tf.placeholder(tf.float32)y=tf.placeholder(tf.float32)z=tf.placeholder(tf.float32)a=x*y
2017-09-12 16:43:13
1884
原创 DeepLearning&Keras学习笔记3__mnist数据集CNN
1.Introduction利用卷积神经网络CNN对Mnist数据集手写数字进行分类。2.Source code#encoding:utf-8'''Trains a simple convnet on the MNIST dataset.Gets to 99.25% test accuracy after 12 epochs(there is still a lot of margin for
2017-08-13 20:25:43
970
原创 DeepLearning&Tensorflow学习笔记2__mnist数据集CNN
1.Introduction利用卷积神经网络CNN对Mnist数据集手写数字进行分类。2.Source codeVersion1:coding:utf-8import input_dataimport tensorflow as tflog_dir = "cnn_mnist_logs"mnist = input_data.read_data_sets('MNIST_data', one_ho
2017-08-04 21:18:15
703
原创 DeepLearning&Tensorflow学习笔记1__mnist数据集LogisticRegression
1.Introduction使用广义logistic Regression对手写数字识别,数据集Mnist。 模型: P(Y=k|x)=exp(wk∗x)1+∑K−1k=1exp(wk∗x),k=1,2,...,K−1P(Y=k|x)=\frac{exp(w_k*x)}{1+\sum_{k=1}^{K-1}exp(w_k*x)} ,k=1,2,...,K-12.Source code#co
2017-08-04 20:39:14
913
原创 浅谈SVD分解和CUR分解
1.Power iterationIn mathematics, the power iteration (also known as power method) is an eigenvalue algorithm: given a matrix AA, the algorithm will produce a number λ\lambda , which is the greatest (in
2017-05-26 00:00:26
6942
原创 Spark安装与配置
1.Spark安装先安装scala,并配置好环境变量,然后下载Spark,安装并配置环境变量。2.Spark使用3.Eclipse开发Spark程序(scala)Download Scala IDE for Eclipse下载链接如下: http://scala-ide.org/download/sdk.html
2017-04-23 22:52:17
559
原创 java的方法动态绑定
1.简介方法可以在沿着继承链的多个类中实现。 JVM 决定运行时调用哪个方法。动态绑定工作机制如下: 假设对象 o 是类C1,C2,…,Cn−1,Cn C1, C2, … , Cn-1, Cn 的实例, 其中 C1是 C2的子类, C2 是 C3 的子类, … , Cn-1是 Cn 的子类, 如图 11-2 所示。 也就是说, Cn 是最通用的类, C1 是最特殊的类。 在 Java 中, Cn 是
2017-04-18 15:18:27
769
原创 java的构造方法链
1.简介构造一个类的实例时, 将会调用沿着继承链的所有父类的构造方法。 当构造一个子类的对象时, 子类构造方法会在完成自己的任务之前, 首先调用它的父类的构造方法。 如果父类继承自其他类, 那么父类构造方法又会在完成自己的任务之前, 调用它自 己的父类的构造方法。 这个过程持续到沿着这个继承体系结构的最后一个构造方法被调用为止。2.实例public class Faculty extends Em
2017-04-18 11:43:03
5230
原创 MapReduce编程实例之source-destination-count-avertime
//Hw2Part1.java/** * Statistic the average time and the number of communication between source and destination * Author:Rosun * date: 2017/4/8 */package org.apache.hadoop.examples;import java.io
2017-04-13 18:00:45
964
原创 MapReduce编程实例之WordCount
1.MapReduce计算框架2.实例WordCountpackage org.apache.hadoop.examples;import java.io.IOException;import java.util.StringTokenizer;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.Pa
2017-04-13 17:58:23
958
原创 同步图运算框架GraphLite实例之KCore算法
1.KCore子图一个图G的 KCore 是G的子图 这个子图的每个顶点的度≥K 2.GraphLite图运算系统的KCore算法实现/** * @file Hw2KCore.cc * @author Rosun * @version 0.1 * @section LICENSE * 2017/04/11 */#include <stdio.h>#include <string
2017-04-13 15:44:52
6324
原创 同步图运算框架GraphLite实例之PageRank算法
1.PageRank算法介绍PageRank,网页排名,又称网页级别、Google左侧排名或佩奇排名,是一种由[1] 根据网页之间相互的超链接计算的技术,而作为网页排名的要素之一,以Google公司创办人拉里·佩奇(Larry Page)之姓来命名。Google用它来体现网页的相关性和重要性,在搜索引擎优化操作中是经常被用来评估网页优化的成效因素之一。Google的创始人拉里·佩奇和谢尔盖·布林于
2017-04-13 15:43:21
2508
原创 大规模图计算框架之GraphLite
3.C++ API这一节主要介绍Pregel C++ API中最重要的几个方面,暂时忽略相关其他机制。编写一个Pregel程序需要继承Pregel中已预定义好的一个基类——Vertex类(见图3)。 Pregel: A System for Large-Scale Graph Processing(译) - 星星 - 银河里的星星 该类的模版参数中定义了三个值类型参数,分别表示顶点,边和消息。
2017-04-10 21:03:46
3221
原创 Hadoop之MapReduce计算框架
1.相关类介绍1.1StringTokenizer类StringTokenizer是一个用来分隔String的应用类,属于:Java.util包。1.1.1构造方法public StringTokenizer(String str)public StringTokenizer(String str, String delim)public StringTokenizer(String str,
2017-04-06 21:03:48
982
原创 Hbase0.98基本使用
Hbase0.98基本使用1.表的创建表、插入操作hbase(main):003:0> create 'test1','data' #创建表0 row(s) in 0.4000 seconds=> Hbase::Table - test1hbase(main):004:0> put 'test1','row1','data:1','value1' 0
2017-03-21 22:15:09
650
原创 Hbase0.98使用遇到.jar包与hadoop中的.jar包冲突问题
Hbase0.98使用遇到.jar包与hadoop中的.jar包冲突问题1.问题描述SLF4J: Class path contains multiple SLF4J bindings.SLF4J: Found binding in [jar:file:/usr/local/hbase/lib/slf4j-log4j12-1.6.4.jar!/org/slf4j/impl/StaticLoggerB
2017-03-21 21:39:58
1808
1
原创 标准输出方式显示Hadoop文件系统的文件实例
一:通过URLStreamHandler实例以标准输出方式显示Hadoop文件系统文件程序读取hdfs://localhost/user/hadoop/quangle.txt的内容,以标准方式输出1.源程序如下:import java.io.InputStream; import java.net.URL; import org.apache.hadoop.fs.FsUrlStreamHan
2017-03-21 19:59:37
782
原创 Ubuntu16.04下伪分布式环境搭建之hadoop2.6.0、jdk1.7、Hbase0.98的安装与配置
Ubuntu16.04下伪分布式环境搭建之hadoop2.6.0、jdk1.7、Hbase0.98的安装与配置
2017-03-21 12:17:57
5436
5
原创 深度理解拉格朗日乘子法、KKT条件与线性规划对偶理论的微妙关系
本文主要讲述给定一个线性规划,我们为什么能按照对偶规则,机械地并且非常容易地写出其对偶。当然为便于理解,本文先介绍了什么是拉格朗日乘子法、KKT(KarushKuhnTucker)KKT(Karush Kuhn Tucker)条件。二者是求解有约束条件的优化问题的两个重要方法。1.优化问题常见类型通常我们需要求解的最优化问题有如下3类: (i) 没有约束条件: minf(x)min f(x)
2016-12-19 23:30:40
16456
7
原创 最大流网络之Push-Relabel算法
上一篇文章介绍了网络最大流中的Ford-Forkerson算法和它的改进版本。对于解决网络最大流、最小割相关问题,今天我们来看一个效率更快的算法Push-Relabel算法。1.Push-Relabel算法思想对于一个网络流图: 该算法直观可以这样理解,先在源节点处加入充足的流(跟源节点ss相连的所有边的容量之和),然后开始按一定规则进行流渗透,一个边一个边的向汇点渗透,直到没法再渗透(类似于For
2016-12-11 17:23:40
14305
3
原创 最大网络流之Ford-Fulkerson算法和ScalingFord-Fulkerson算法
1.最大网络流问题介绍 我们要解决的问题就是怎样分配,使得从城市s城市s流出的货物到城市ss的黄金最多,并且图中相邻城市之间实际运输的黄金数量不能超过他们的容量cc. 当然我们可以不加思索的用我们的超级武器$GLPK$来解决此问题,但这个问题比一般的线性规划问题更特殊,图的很多性质我们可以派上用场,关于图的知识可参见算法导论。下面我们介绍非常一个非常有套路的算法和它的改进版本。2.Ford-Fu
2016-11-30 15:31:09
5862
8
原创 C++中的队列(queue)和优先队列(priority_queue)总结
1.queue introduction队列是一种特殊的线性表,特殊之处在于它只允许在表的前端(front)进行删除操作,而在表的后端(rear)进行插入操作,和栈一样,队列是一种操作受限制的线性表。进行插入操作的端称为队尾,进行删除操作的端称为队头。 队列是一种特殊的线性表,特殊之处在于它只允许在表的前端(front)进行删除操作,而在表的后端(rear)进行插入操作,和栈一样,队列是一种操作受
2016-11-30 12:48:54
2366
原创 图的路径搜索
1. 深度优先遍历(Depth-First Traversal)2.1 图的深度优先遍历的递归定义 假设给定图G的初态是所有顶点均未曾访问过。在G中任选一顶点v为初始出发点(源点),则深度优先遍历可定义如下:首先访问出发点v,并将其标记为已访问过;然后依次从v出发搜索v的每个邻接点w。若w未曾访问过,则以w为新的出发点继续进行深度优先遍历,直至图中所有和源点v有路径相通的顶点(亦称为从源点可达的顶
2016-11-29 23:02:08
6081
1
原创 机器学习中的优化算法、加速训练机制、损失函数、KL散度和交叉熵
1.优化算法为了说明梯度下降法、随机梯度下降法、批量梯度下降法三者区别,我们通过一组数据来拟合 y=θ1∗x1+θ2∗x2 y = \theta_1*x_1 +\theta_2*x_2梯度下降(gradient descent):在梯度下降中,对于θθ的更新,所有的样本都有贡献,也就是所有样本参与调整θθ.其计算得到的是一个标准梯度。因而理论上来说一次更新的幅度是比较大的。如果样本不多的情况下,当
2016-11-17 16:59:51
3322
原创 线性规划之飞机航班调度问题
线性规划之飞机航班调度问题1.Problem : Airplane Landing ProblemWith human lives at stake, an air traffic controller has to schedule the airplanes that are landing at an airport in order to avoid airplane collision.
2016-11-13 20:08:29
10544
原创 经典卷积神经网络总结:LeNet-5、AlexNet、ZFNet、VGG、GoogleNet、ResNet
1.LeNet-5—-1989LeNet-5是卷积网络的开上鼻祖,它是用来识别手写邮政编码的,论文可以参考Haffner. Gradient-based learning applied to document recognition.大名鼎鼎的LeNet5诞生于1994年,是最早的深层卷积神经网络之一,并且推动了深度学习的发展。从1988年开始,在多次成功的迭代后,这项由Yann LeCun完成的
2016-11-12 23:00:19
11046
原创 Linux下载安装高版本python与系统自带低版本共存问题
1.python3.5下载下载链接:https://www.python.org/downloads/ 选择合适版本,如: Python 3.5.2 - 2016-06-27 Download XZ compressed source tarball Download Gzipped source tarball2.python3.5的安装step 1.进行解压
2016-11-11 23:28:11
2716
原创 矩阵A的值域空间和其零空间
矩阵A的值域空间和其零空间矩阵的四个基本空间,即矩阵AA的值域空间,零空间和矩阵A′A’的值域空间和零空间。1.AA的值域空间设AA是m∗nm*n的矩阵,称其列向量构成的子空间为AA的值域空间,R(A)R(A),即任意n∗1n*1维的向量xx,有Ax=bAx=b,bb是AA值域空间中的一个元素,所有的bb构成了AA的值域空间。 R(A)={Ax|x∈Rn}⊆Rm{R(A)=\{Ax|x\in R^
2016-11-10 15:24:24
27135
原创 Linux编程环境简介
本文主要介绍Linux下编程Vim、GCC的使用和Makefile文件的编写。1.Vim介绍Vim是从 vi 发展出来的一个文本编辑器。代码补全、编译及错误跳转等方便编程的功能特别丰富,在程序员中被广泛使用,和Emacs并列成为类Unix系统用户最喜欢的文本编辑器。1.1Vim常用命令i:在当前字符的左边插入I:在当前行首插入a:在当前字符的右边插入A:在当前行尾插入o:在当前行下面插入一个
2016-11-06 21:46:13
1454
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人