<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[physuleo的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/physuleo</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; physuleo]]></copyright><item><title><![CDATA[Word PPT 等office中插入数学符号]]></title><link>https://blog.csdn.net/physuleo/article/details/135774456</link><guid>https://blog.csdn.net/physuleo/article/details/135774456</guid><author>physuleo</author><pubDate>Tue, 23 Jan 2024 16:13:09 +0800</pubDate><description><![CDATA[基础数学没有常用的数学符号，如>、<希腊字母小写希腊字母表中的小写字母大写希腊字母表中的大写字母类似字母的符号没有类似于字母的符号运营商常用二进制运算符作用于两个量的符号，例如 + 和 ÷常用关系运算符表示两个表达式之间关系的符号，例如 = 和 ~基本 N 元运算符跨一系列变量或术语起作用的运算符ArrowsNoneNoneScriptsScriptsFraktursGeometryNone。]]></description><category></category></item><item><title><![CDATA[Open3D Python加载点云RGBD生成彩色点云]]></title><link>https://blog.csdn.net/physuleo/article/details/135508635</link><guid>https://blog.csdn.net/physuleo/article/details/135508635</guid><author>physuleo</author><pubDate>Wed, 10 Jan 2024 17:16:52 +0800</pubDate><description><![CDATA[import osimport sysplt.show()]]></description><category></category></item><item><title><![CDATA[Found cuDNN: v? (include: /usr/include, library: /usr/lib/x86_64-linux-gnu/libcudnn.so) CMake Error]]></title><link>https://blog.csdn.net/physuleo/article/details/128210548</link><guid>https://blog.csdn.net/physuleo/article/details/128210548</guid><author>physuleo</author><pubDate>Tue, 06 Dec 2022 21:35:01 +0800</pubDate><description><![CDATA[无]]></description><category></category></item><item><title><![CDATA[各种记录]]></title><link>https://blog.csdn.net/physuleo/article/details/103639888</link><guid>https://blog.csdn.net/physuleo/article/details/103639888</guid><author>physuleo</author><pubDate>Fri, 20 Dec 2019 23:20:40 +0800</pubDate><description><![CDATA[https://blog.csdn.net/zhaobryant/article/details/79600050 docker19.03的安装方法
	https://blog.csdn.net/weixin_41770169/article/details/93171102 linux下拷贝：文件指定个数拷贝/文件内容指定行数拷贝
...]]></description><category></category></item><item><title><![CDATA[笔记]]></title><link>https://blog.csdn.net/physuleo/article/details/102478812</link><guid>https://blog.csdn.net/physuleo/article/details/102478812</guid><author>physuleo</author><pubDate>Thu, 10 Oct 2019 12:24:02 +0800</pubDate><description><![CDATA[https://cloud.tencent.com/developer/article/1453992 卷积网络基础知识---Depthwise Convolution &amp;&amp; Pointwise Convolution &amp;&amp; Separable Convolution




]]></description><category></category></item><item><title><![CDATA[Markdown 解决**无法加粗的问题]]></title><link>https://blog.csdn.net/physuleo/article/details/100765578</link><guid>https://blog.csdn.net/physuleo/article/details/100765578</guid><author>physuleo</author><pubDate>Thu, 12 Sep 2019 11:07:42 +0800</pubDate><description><![CDATA[1.在一个Latex在线编辑器里发现\boldsymbol可以实现加粗斜体




$\vec{a}$  向量
$\overline{a}$ 平均值
$\widehat{a}$ (线性回归，直线方程) y尖
$\widetilde{a}$ 颚化符号  等价无穷小
$\dot{a}$   一阶导数
$\ddot{a}$  二阶导数

a
a¯a
aˆa
a˜a
a˙a˙
a¨a
...]]></description><category></category></item><item><title><![CDATA[pycharm  edit configuration 远程调试运行，出现找不到文件错误]]></title><link>https://blog.csdn.net/physuleo/article/details/100088482</link><guid>https://blog.csdn.net/physuleo/article/details/100088482</guid><author>physuleo</author><pubDate>Tue, 27 Aug 2019 01:01:54 +0800</pubDate><description><![CDATA[其实很简单，待运行的的文件script path 和work directory 应该设置成远程的文件的位置，这样才可以真的运行。


]]></description><category></category></item><item><title><![CDATA[Pytorch的BatchNorm见解]]></title><link>https://blog.csdn.net/physuleo/article/details/99415185</link><guid>https://blog.csdn.net/physuleo/article/details/99415185</guid><author>physuleo</author><pubDate>Tue, 13 Aug 2019 11:25:00 +0800</pubDate><description><![CDATA[Pytorch的BatchNorm层使用中容易出现的问题

https://blog.csdn.net/LoseInVain/article/details/86476010
]]></description><category></category></item><item><title><![CDATA[nvidia 驱动重装以及其中遇到的问题]]></title><link>https://blog.csdn.net/physuleo/article/details/97493900</link><guid>https://blog.csdn.net/physuleo/article/details/97493900</guid><author>physuleo</author><pubDate>Sat, 27 Jul 2019 11:30:44 +0800</pubDate><description><![CDATA[因为眼花，我把服务器的gpu驱动给删了，镇定了下，决定不跑路，所以有了下面的方法：


cuda历史版本下载地址（https://developer.nvidia.com/cuda-toolkit-archive）

cudnn下载地址（https://developer.nvidia.com/rdp/cudnn-archive）

ubuntu18.04 出现unmet dependencies...]]></description><category></category></item><item><title><![CDATA[部分笔记]]></title><link>https://blog.csdn.net/physuleo/article/details/93392626</link><guid>https://blog.csdn.net/physuleo/article/details/93392626</guid><author>physuleo</author><pubDate>Sun, 23 Jun 2019 17:48:32 +0800</pubDate><description><![CDATA[原始图片中的ROI如何映射到到feature map?

https://zhuanlan.zhihu.com/p/24780433
]]></description><category></category></item><item><title><![CDATA[Interpreting Adversarially Trained Convolutional Neural Networks]]></title><link>https://blog.csdn.net/physuleo/article/details/90574380</link><guid>https://blog.csdn.net/physuleo/article/details/90574380</guid><author>physuleo</author><pubDate>Sun, 26 May 2019 21:05:44 +0800</pubDate><description><![CDATA[个人总结：

其实说白了就是：

AT-CNNs are more biased towards global structures, such as shapes and edges。
 AT-CNN对图像的整体结构，比如形状，边缘更加敏感，可以更好的捕捉到这些信息。

AT-CNNs are less sensitive to the texture distortion and ...]]></description><category></category></item><item><title><![CDATA[Patch Normalization Regularization]]></title><link>https://blog.csdn.net/physuleo/article/details/90574672</link><guid>https://blog.csdn.net/physuleo/article/details/90574672</guid><author>physuleo</author><pubDate>Sun, 26 May 2019 16:41:49 +0800</pubDate><description><![CDATA[贡献：

提出了一种新的正则化方法，减少过拟合的发生，同时让神经网络具有更好的鲁棒性。

这种方法在图像和feature map 内部进行局部的permutation （置换），没改变整体的特征信息，又添加了新的变化（variance），用于训练中，提高了模型的鲁棒性，防止过拟合的发生

过拟合

过拟合的定义：训练的模型适应了噪声信息，而不是去捕捉数据中隐藏的变量信息。

过拟合出现原因：

1...]]></description><category></category></item><item><title><![CDATA[Latent Embeddings for Collective Activity Recognition]]></title><link>https://blog.csdn.net/physuleo/article/details/90549308</link><guid>https://blog.csdn.net/physuleo/article/details/90549308</guid><author>physuleo</author><pubDate>Sat, 25 May 2019 18:31:28 +0800</pubDate><description><![CDATA[个人总结：

第一次看到这个方面的论文，方法上还是用了后验概率来建立模型，不过代码并没有开源，具体细节还要商榷。

摘要

提出的问题：传统的手工定制的特征只能定义有限范围内的关系。在一个集体内，个体之间复杂的依赖关系不能很好地建立模型。

解决方法：通过在特征空间（feature space）嵌入潜在变量（embedding latent variable），利用深度学习框架学习特征映射函数。
...]]></description><category></category></item><item><title><![CDATA[CUDA编程：SM（Streaming Multiprocessing）]]></title><link>https://blog.csdn.net/physuleo/article/details/90546150</link><guid>https://blog.csdn.net/physuleo/article/details/90546150</guid><author>physuleo</author><pubDate>Sat, 25 May 2019 16:17:55 +0800</pubDate><description><![CDATA[部分内容出自 ：

http://ju.outofmemory.cn/entry/292387 

http://www.hds.bme.hu/~fhegedus/C++/Professional%20CUDA%20C%20Programming.pdf

一个  GPU  包含多个  Streaming Multiprocessor  ，而每个  Streaming Multiprocessor...]]></description><category></category></item><item><title><![CDATA[CVPR2019目标检测方法进展综述( 转载 )]]></title><link>https://blog.csdn.net/physuleo/article/details/90040484</link><guid>https://blog.csdn.net/physuleo/article/details/90040484</guid><author>physuleo</author><pubDate>Thu, 09 May 2019 20:36:32 +0800</pubDate><description><![CDATA[CVPR2019目标检测方法进展综述

https://mp.weixin.qq.com/s/trh23Bm9KlgV3Pz7H5NElw、

基于RPN和sliding window的anchor生成方式有两个缺点：（1）anchor的尺度和长宽比需要预先定义，针对不同类型的检测任务需要调整这些超参数，预先定义好的 anchor 形状不一定能满足极端大小或者长宽比悬殊的物体。(2)为了保证召回率...]]></description><category></category></item><item><title><![CDATA[卷积神经网络 Top-Down VS Bottom-Up Processing]]></title><link>https://blog.csdn.net/physuleo/article/details/89316312</link><guid>https://blog.csdn.net/physuleo/article/details/89316312</guid><author>physuleo</author><pubDate>Mon, 15 Apr 2019 17:33:04 +0800</pubDate><description><![CDATA[原文出处： https://explorable.com/top-down-vs-bottom-up-processing

Generally speaking, there are two approaches to understanding the process of perception. These are the top-down processing and the bottom...]]></description><category></category></item><item><title><![CDATA[安装dlib失败的一种原因及解决方法]]></title><link>https://blog.csdn.net/physuleo/article/details/88353695</link><guid>https://blog.csdn.net/physuleo/article/details/88353695</guid><author>physuleo</author><pubDate>Fri, 08 Mar 2019 16:23:06 +0800</pubDate><description><![CDATA[在安装dlib扩展包时，发现总是安装失败，提示：

Failed building wheel for dlib



解决方法：虽然是个很奇怪的问题了，但我发现应该是python版本的问题，python3.6虚拟环境下，无法安装。

但是在python3.5虚拟环境下，dlib安装成功。


...]]></description><category></category></item><item><title><![CDATA[virtualenv虚拟环境下安装opencv]]></title><link>https://blog.csdn.net/physuleo/article/details/88317538</link><guid>https://blog.csdn.net/physuleo/article/details/88317538</guid><author>physuleo</author><pubDate>Thu, 07 Mar 2019 19:13:15 +0800</pubDate><description><![CDATA[1.需要保持当前的环境就是虚拟环境

2.安装号numpy

3.运行：pip install opencv-python

这样就可以了~
]]></description><category></category></item><item><title><![CDATA[Linux 静默安装 Matlab2015b （ -mode silent ）]]></title><link>https://blog.csdn.net/physuleo/article/details/84574385</link><guid>https://blog.csdn.net/physuleo/article/details/84574385</guid><author>physuleo</author><pubDate>Wed, 28 Nov 2018 12:39:36 +0800</pubDate><description><![CDATA[最近因为开发的需要，需要在Linux服务器上安装Matlab，但因为服务器上并没有交互界面，所以只好采用静默安装的方式（-mode silent）。

一开始也是全无头脑，在看了很多安装方法之后，总结出以下几点供各位同学参考。

1.linux中，加载iso文件时：mount -t auto R2015b_glnxa64.iso ./Matlab （注意Matlab前是 ./ ，斜杠前的点不要忘...]]></description><category></category></item><item><title><![CDATA[关于iis+php架构网站迁移到腾讯云ECS后公网IP无法访问的可能解决方法]]></title><link>https://blog.csdn.net/physuleo/article/details/73469524</link><guid>https://blog.csdn.net/physuleo/article/details/73469524</guid><author>physuleo</author><pubDate>Mon, 19 Jun 2017 17:23:31 +0800</pubDate><description><![CDATA[最近将网站迁移到了阿里云，各种配置之后，发现公网ip无法访问。找个各种方法，以及看文档，最后找到了一种解决方法。


1. 
我在安装iis服务时，使用了 netsh http listen 127.0.0.1 ，它占用了80端口。
2.如何知道80端口被占用：
推荐用telnet，在命令提示符窗口下：telnet  www.baidu.com 80   

这里假设你自己的网站是]]></description><category></category></item></channel></rss>