- 博客(144)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 win7下vs2012编译boost库的问题记录
目录准备环境编译编译遇到的问题1、缺少versionhelpers.h头文件2、versionhelpers.h: line 70, 74 不识别的符号3、sysinfo.h不能在类中对普通变量初始化准备环境1、win7 64位2、vs2012，msvc11.03、boost库v1.73.0编译1、官网下载boost源码包。解压至本地目录。2、vs tool下打开x86 command prompt，切换至boost目录。3、运行bootstrap.bat，执行编译。4、编译命令：b2
2020-07-21 14:21:45
787
原创 caffe中图像预处理和opencv读取图像差异
caffe读取图像使用caffe.io.Transform类操作：1、设定图片的shape格式为网络data层格式transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})2、改变维度顺序，由原始图片维度(h, w, c)变为(c, h, w)transformer.set_transpose('...
2019-11-19 16:30:01
1056
原创 caffe支持python层使用
caffe支持python层caffe支持自定义python层如何使用python层caffe支持自定义python层caffe中支持自定义层，采取python形式写。caffe包目录下，进入/examples/pycaffe/layers文件夹，可以看到：pyloss.py，该文件内部定义了一个类名为EuclideanLossLayer，实现了4个函数，setup,reshape,forw...
2019-11-07 19:01:23
555
原创 python中 no module named xxx 问题
记录下，命令老忘。这个问题分两类：压根没有这个module，需要安装；有这个module但路径不对。解决：sys.path.append(‘python的site-packages路径’)
2019-01-19 17:42:38
2352
原创 linux下查看目标文件.a中函数符号名称
问：拿到一个.a库，如何查看其中包含哪些函数？答：使用 nm xx.a 命令nm xx.a如果输出较多，可重定向输出至文本文件中nm xx.a > xx.txt几个问题：（1）.a到底是个什么？.a其实是把编译生成的.o文件，打包成一个.a文件。a的意思是archive/归档的意思。（2）.a中一些字段含义nm xx.a命令后输出符号表。如：000000 T ...
2019-01-07 14:09:14
5990
原创 linux和Windows文件不兼容（shell脚本执行错误 $'\r': command not found）
背景将linux通过samba服务映射到windows平台，在win平台下建立一个脚本，然后切换到linux下执行，报错$’\r’: command not found。原因win平台下的换行是：回车符 + 换行符，也就是\r\n。unix下是换行符\n。linux下不识别\r为回车符，所以导致每行的配置都多了个\r，因此是脚本编码的问题。解决（1）在linux上执行$ dos2unix...
2018-12-10 22:07:45
1687
原创 linux链接.a库时error adding symbols: file format not recognized
问题：编译ARM端程序需要链接一个.a库，报错： error adding symbols file: format not recognized.解决：用readelf工具查看目标端ARM端需要32位程序，因此用的编译链是32位，而该库编译出来是64位，说明用的编译链是64位的，因此不认。重新编译后OK。...
2018-11-30 10:07:43
28411
3
原创 linux系统中进程被killed内存不足
进程被系统killed，一个常见原因是内存不足。如果查看对应日志？答：dmesg | egrep -i -B100 ‘killed process’
2018-11-28 10:33:31
3895
原创 神经网络的利用率和
1. 神经网络的利用率当一个CNN网络做forward时，对于硬件资源的利用情况，称之为利用率。如何计算利用率？计算网络的计算量，通常是乘累加的次数测量网络运行耗时乘累加次数除以耗时， 计算该网络的GFLOPS用计算的网络GFLOPS除以硬件资源的理论GFLOPS，即利用率2. GFLOPS全称：float operations per second，每秒可做浮点操作的数量。用...
2018-11-14 20:36:16
2412
原创 Win7_X64 + VS2013 + CUDA + Caffe 配置记录
目录1. 背景2. CUDA3. Caffe1. 背景2. CUDA3. Caffe
2018-10-08 10:22:51
352
原创 浮点数和定点数的相互转换（浮点数量化为定点）
目录这篇博客将要讨论什么？浮点数的表示法定点数的表示法浮点数->定点数定点数->浮点数这篇博客将要讨论什么？浮点数的表示法定点数的表示法浮点数->定点数定点数->浮点数...
2018-09-29 12:40:07
64165
23
原创 程序/进程执行时间分析（user cpu time, system cpu time, elpapsed time）
1. 背景近日做程序优化任务，代码不长，时间测试起来需要在for循环里加，破坏了程序执行的流水线，导致时间不准。网上查看了些相关资料，学到了一些东西，虽然对本任务没用，但对于程序/进程执行时间可加深理解。首先，需要明白的是： 我们平时常用的测量运行时间的方法并不是那么精确的，换句话说，想精确获取程序运行时间并不是那么容易的。也许你会想，程序不就是一条条指令么，每一条指令序列都有固定...
2018-09-16 17:52:54
12115
原创 OpenCV 2.4.X + vs 2015 配置及使用
背景本科毕设和研究生毕设都用到了OpenCV，库确实很好用，功能很强大。研究生项目是CRF算法中需要提取ROI，提取纹理特征，计算直方图等，接口调用很方便。潜意识以为OpenCV库是在linux平台上做。目前项目中需要将图片转化为单通道图像（灰度图），这个通过imread函数读取时设置模式就行。看了下ubuntu平台，装了库，但使用时报错，网上查找编译命令对着敲进去还是不行。Ubuntu里...
2018-08-20 14:02:09
1103
原创 图像语义分割方法：深度学习 + 条件随机场
已将论文、源代码、编译运行过程，写在了github中：PSP-CRF。链接：https://github.com/411-3/PSP-CRFPSP-CRF
2018-07-15 11:38:00
3681
9
原创 1.0 深度学习面目初窥
2017年4月，花了一个多月时间，学习了斯坦福大学李菲菲老师的 CS231n 课程（Convolutional Neural Networks for Visual Recognition），主要是通过研究课程笔记，对这几个问题有了认识： DL 如何用于视觉处理、 DL 的核心概念-最优化-BP、 CNN 的设计与实现、 DL 实践中遇到的一些问题-调参等。本书被誉为 DL 之圣经书，可以来系...
2018-03-25 12:51:26
517
原创 收官：论文 IEEE ACCESS 期刊录取
自己做事，好做个记录。上：努力：论文CCCV 2017录取通知去年10月，将CCCV 2017会议论文扩充为期刊论文。那会儿心还野着，没想着弄这事，应付周任务，随便加了点东西，扩充了几百来字。例会上张老师不满，批评曰：没有以前认真了。想想自己都觉得有些马虎的事，别人也是一样的感受。翻出5月份时写的材料，发现有很多可用，于是摘录了些，又在方法部分完整起了新节，这下扩开了，总字数达到800...
2018-03-11 20:35:13
50866
64
原创 西电硕士论文 Latex 模板：填坑！
1. 如何正文中引参考文献？西电研究生院提供的模板里，忽略了如何加引参考文献的写法，睿思上不少同学问，研究了下做出来了，补充下。一般国际期刊论文的参考文献引用是诸如 [12] 这种。我电要求引用是右上标数字。如何实现？（1）在 template.tex 中自定义一条新命令\newcommand{\upcite}[1]{\textsuperscript{\cite{#1}}}...
2018-03-06 17:52:10
9968
20
原创 论文的参考文献，作者的姓名次序如何写？
之前写论文（英文）时，最后列举参考文献时，通过百度学术搜索出来信息，然后复制即可。发现一个问题：作者的姓和名，存在顺序问题。例如，何凯明的论文《Deep Residual Learning for Image Recognition》，通过百度学术给出的引用格式为下： 国标，GB/T 7714：He K, Zhang X, Ren S, et al. Deep Residual Lea...
2018-02-28 17:08:02
28550
原创 西电硕士论文 Latex 模板使用说明
节前离校前计划撰写大论文的一、二章。西电研究生院官网去下载模板，发现官网提供了论文模板的Latex库包，很nice啊。果断放弃word模板。下载后使用遇到一些问题，记录下来，供同学们参考。西电硕士论文模板 Latex 库包 下载点击这里1、配置Latex编译环境简单来说，Latex就是个程序编译器，类似于Microsoft visual 2015一样。输入源文件是.tex文件（编辑改文...
2018-02-06 13:23:11
8757
25
转载 Putty客户端配色方案
Putty默认的配色方案看起来有点扎眼，所以打算换一下配色。使用的是修改注册表的方法。1.打开注册表：运行—> regedit2.找到对应的注册表文件，并导出：注册表地址 HKEY_CURRENT_USER\Software\SimonTatham\PuTTY\Sessions\保存为一个文件*.reg。可以看到putty的配置信息其实是存在注册表中，一个Setting
2018-01-29 11:46:41
1595
原创 12. 深度学习实践：应用篇
尽管深度学习的目标是设计能够处理各种任务的算法，但截至目前，其应用仍需一定程度的特化，我们重点关注CV，语音识别，NLP，以及其他商业领域的应用。1. 大规模深度学习DL基于联结主义，大量神经元作用在一起往往能够表示智能。神经元数量必须很大。相比上个世纪80年代，如今NN的精度和任务复杂度进一步提升，一个关键因素是网络规模的巨大提升。但即便如此，NN的规模也仅和昆虫级别差不多。
2018-01-25 16:18:54
813
原创 11. 深度学习实践：实践方法论
掌握了算法和基本原理，要达到知行合一，还需要一套实践方法论：实践中如何针对应用选择算法，决定是否要收集更多数据等。正确地使用一个算法，比草率使用一个不清楚的算法效果更好。Ng提出了很多好的建议，将在以下体现。建议的实践设计流程：确定目标：误差度量建立end-to-end的工作流程搭建系统，查明性能瓶颈根据观察反复增量式改动，如调整超参数等1. 性能度量度量一个模型完整应用
2018-01-24 17:37:50
2500
原创 10. 深度学习实践：循环神经网络 RNN
循环神经网络（recurrent neural network，RNN）（1986），一类用于处理序列数据的NN。正如卷积网络可很容易地扩展到具有很大宽度和高度的图像，RNN可以很容易扩展到更长的序列、大多数RNN也可处理可变长度的序列。在模型的不同部分共享参数。能够使得模型扩展到不同形式的样本并进行泛化。CNN中如何共享参数已经知道了，本节将看到如何在RNN上应用该思想。1. 计算图
2018-01-24 00:32:16
3832
原创 9. 深度学习实践：卷积网络（续）
接上节叙述：9. 深度学习实践：卷积网络6. 结构化输出CNN可用于输出高维的结构化对象，不仅仅是预测分类任务的类标签，或者回归任务的实数值。通常该对象是一个张量，由标准卷积层产生。例如，模型可产生张量SS，其中Si,j,kS_{i,j,k}是网络的输入像素(j,k)(j,k)属于类ii的概率。这允许模型标记图中的每个像素。对图像逐像素标记的一种策略：先产生图像标签的原始猜测，然后使用相邻像素间的交
2018-01-19 11:45:15
606
原创 9. 深度学习实践：卷积网络
卷积神经网络，Convolutional Neural Network，CNN卷积网络：至少在网络的一层中使用了卷积运算来替代一般的矩阵乘法运算的NN。1. 卷积运算用计算机处理数据时，时间会被离散化，则为求和形式：s(t)=(x∗w)(t)=∑∞a=−∞x(a)w(t−a)s(t)=(x*w)(t)=\sum_{a=-\infty}^{\infty}x(a)w(t-a)xx通常是多维数组的输入。w
2018-01-19 10:24:32
1918
原创 8. 深度学习实践：优化（续）
接上部分讨论：8. 深度学习实践：优化3. 基本算法3.1 随机梯度下降SGD及其变种很可能是一般ML中应用最多的优化算法。关键参数：学习率。最好的选择方法：监测目标函数值随时间变化的学习曲线。与其科学，更像艺术。实践中有必要随时间逐渐降低学习率。SGD（1998年就有了）、小批量、基于梯度优化的在线学习算法，一个重要性质：每一步更新的计算时间不依赖于训练样本数目的
2018-01-17 18:17:54
1197
原创 8. 深度学习实践：优化
NN的优化：寻找NN上的一组参数，可显著降低代价函数，该代价函数通常包括整个训练集上的性能评估和额外的正则化项。1. 批量算法和小批量算法和一般优化算法不同，ML算法的目标函数通常可分解为训练样本上的总和。ML中的优化算法在计算参数的每一次更新时，通常仅使用整个代价函数中的一部分项来估计代价函数的期望值。为什么仅仅使用一部分来估计？n个样本均值的标准差是δ/n√\delta/\sq
2018-01-16 16:43:41
638
原创 7. 深度学习实践：正则化（续）
接上篇：7. 深度学习实践：正则化7. 参数绑定和参数共享表达对模型参数的先验知识：经常想要表达的一种常见依赖是某些参数应当彼此接近。例如，两个模型执行相同的分类任务，但输入分布稍有不同，因此我们认为模型参数应彼此靠近。可通过正则化利用这个信息，具体的例如，参数范围惩罚为Ω(w(A)−w(B))=||w(A)−w(B)||22\Omega(w^{(A)}-w^{(B)})=||w^{(
2018-01-15 11:52:35
519
原创 7. 深度学习实践：正则化
正则化：ML中的一种策略，可减少测试误差，提高模型泛化能力。开发更有效的正则化策略：深度学习领域主要研究工作之一。模型族训练的三个过程：不包括真实的数据生成过程，欠拟合和含有偏差。匹配真实数据生成过程除了2中，还包括许多其他可能的生成过程，方差主导的过拟合正则化的目标：使得模型从第3种转化为第2种。1. 参数范数惩罚1.1 L2L^2参数正则化权重衰减。
2018-01-15 11:52:04
1113
原创 6. 深度学习实践：深度前馈网络（续）
接上篇：6. 深度学习实践：深度前馈网络5. 架构设计5.1 深度万能近似定理：一个FNN如果具有线性输出层和至少一层具有任何一种挤压性质的激活函数的隐藏层，只要给予网络足够数量的隐藏单元，它能够以任意精度来近似任何从一个有限维空间到另一个有限维空间的Borel可测函数。该定理意味着：无论我们试图学习什么函数，一个大的MLP一定能够表示这个函数。很完美，是不是？但是，我们不
2018-01-11 18:14:31
467
原创 6. 深度学习实践：深度前馈网络
前馈神经网络：为了实现统计泛化而设计出的函数近似机。它偶尔从大脑中提取灵感，但并不是大脑功能的模型。1. 为什么线性模型（单层感知机）不能解决异或（XOR）问题？左图中，x1=0x_1=0 时，模型的输出必须随着x2x_2 的增大而增大。x1=1x_1=1 时，模型的输出必须随着x2x_2 的增大而减小。线性模型必须对 x2x_2 使用固定系数 w2w_2，因此线性模型不能解决这个问题。解决办法：学
2018-01-10 16:17:35
890
原创 5. 深度学习基础：机器学习原理与方法（续）
1. 频率派、贝叶斯派点估计，偏差估计，方差估计，一致性。最大似然估计（常用准则）。这些属于频率派统计方法。基于估计单一值θ\theta的方法，然后基于该估计做所有预测。另一种方法是做预测时会考虑所有可能的θ\theta。属于贝叶斯统计范畴。频率派视角：真实参数θ\theta是未知的定值。点估计θ^\hat \theta是基于数据集上任意函数的随机变量。例如，最大似然估计准则：贝叶斯视角：概率反映知
2018-01-08 12:06:32
602
原创 5. 深度学习基础：机器学习原理与方法
深度学习是机器学习的一个分支。之前整理的机器学习的笔记见点击这个链接。阅读该书第5章后，补充一些小点。1. 容量、过拟合、欠拟合模型的容量：模型拟合各种函数的能力。我们可通过调整模型的容量，来控制模型是否偏向于过拟合或欠拟合。容量低的模型可能很难拟合训练集。容量高的模型，可能造成过拟合，记住了不适用于测试集的训练集性质。如何控制模型容量？一种方法是选择假设空间。如果选了线性回归函数，将
2018-01-07 21:12:37
1258
原创 4. 深度学习的数学基础：数值计算
机器学习算法，通常需要大量的数值计算。通常是指通过迭代过程中更新解的估计值来解决数学问题的算法，而非通过解析解之法。
2018-01-07 21:08:18
543
原创 3. 深度学习的数学基础：概率论与信息论
AI 领域，概率论主要有两种用途：一是概率法则告诉我们系统如何推理，据此可设计出一些算法来计算或者估算由概率论导出的表达式。二是用概率和统计从理论上分析我们提出的AI系统的行为。信息论帮助我量化概率分布中的不确定性总量。
2018-01-07 21:04:02
527
转载 从特征描述符到深度学习：计算机视觉发展20年
从特征描述符到深度学习：计算机视觉发展20年Author : Tomasz Malisiewicz翻译：赵毅力（panovr at gmail dot com） 原文链接点这里我们都知道在过去两年（2012-2014年）深度卷积神经网络在目标检测与识别的基准测试中有过辉煌的成绩，所以你可能会问：在此之前的物体识别技术是什么样子？早期识别系统的设计和现代以多层卷积为基础的框架之间的关系是什么？让我们
2017-12-27 22:24:12
1570
原创 1.1 深度学习的历史和发展
深度学习并不是近年来出现的新事物。就像《现代操作系统》作者讲的一句话：计算机领域总是出现周而复始的现象。很多概念几十年前就有了，因为某种因素消沉下去，但后面可能又被拎出来。之所以让人感觉其是全新领域，乃是因为前几年相对冷门。软件学院90年代求学的一个师兄讲：他毕业那会论文大凡扯上BP神经网络，都很好过，因为这是学术研究热点。可见，当时就已经有一波热潮了。1. 人工神经网络该领域最早的学习算法，旨在模
2017-12-26 10:43:41
865
原创 一、视频监控技术概述
前言校招结束后，实验室要求一直在搞论文，11月底提交完成。开始按照沈工列的读书清单看看书。海康威视从安防起家，虽然自己搞的是计算机视觉算法，出于对领域业务的熟悉，也需要读读相关的书。说来也很有意思。14年大四进入实验室，接触到的第一个项目就是“警情识别显示系统”。项目PC版当时已经完善，自己工作主要是后续的嵌入式版本移植。因为项目验收，亲自研究过整个监控系统的硬件搭建，向当时布线工程师学会了如何接模
2017-12-07 17:45:31
9174
原创 Latex-WinEdt使用中的问题记载
事情：将CCCV 2017的文章扩充到IEEE ACCESS期刊上。官网给了word和Latex的模板。按道理我对word更熟悉点，但Latex排版似乎更为简单。于是开始尝试。前提：之前已经安装过Latex的环境了。遇到一些问题记录如下。1、Winedt 10注册问题网上方法对旧版本比较有效，即修改注册表。新版不行了试了好几次。后来搜到很暴力的解决方法：有人搞了个万能的注册码。Cracker TeC
2017-10-26 21:48:44
3391
2
图像语义分割的发展概述-DL时代
2017-12-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人