2017年09月_CopperDong

12月 11月 10月 09月 08月

原创 PYTHON可视化:了解数据

一、简介涵盖导入和导出各种格式数据的基本知识，还包括清理数据的方式，比如值的归一化处理、缺失数据的添加、实时数据检查以及一些类似的技巧，以便正确地准备数据来进行可视化二、从CSV文件导入数据以逗号分隔的值（文件中还包括一个文件头，也是以逗号分隔的）#!/usr/bin/env pythonimport csvfilename = 'ch02-data

2017-09-30 15:40:39 915

转载在Ubuntu下配置舒服的Python开发环境

Ubuntu 提供了一个良好的 Python 开发环境，但如果想使我们的开发效率最大化，还需要进行很多定制化的安装和配置。下面的是我们团队开发人员推荐的一个安装和配置步骤，基于 Ubuntu 12.04 桌面版本标准安装。安装 Python 发布版本和 build 依赖包建议至少安装 Python 2.7/3.2 版本，毕竟 Python 2.X/3.X 还是有不少区别的。

2017-09-27 14:46:45 967

转载 qemu源码架构

http://blog.chinaunix.net/uid-26941022-id-3510672.html原文地址：qemu源码架构作者：cywcdwxjf前言：本文主要概括了QEMU的代码结构，特别从代码翻译的角度分析了QEMU是如何将客户机代码翻译成TCG代码和主机代码并且最终执行的过程。并且在最后描述了QEMU和KVM之间联系的纽带。申明：本文前面

2017-09-26 21:21:14 739

转载 arm-none-linux-gnueabi-gcc 下载地址

arm-none-linux-gnueabi-gcc是 Codesourcery 公司（目前已经被Mentor收购）基于GCC推出的的ARM交叉编译工具。可用于交叉编译ARM系统中所有环节的代码，包括裸机程序、u-boot、Linux kernel、filesystem和App应用程序。使用时，按照主机平台，可以下载以下任一版本中的一个，结果是一样的：Linux解压版：在Linux主机（如

2017-09-26 20:17:11 1082

转载 ubuntu 16.04 的64位安装arm-none-linux-gnueabi-gcc的步骤和问题解决

一首先下载arm-none-linux-gnueabi-gcc交叉编译器，根据不同的需求请在网址：https://launchpad.net/gcc-arm-embedded/+download 中下载所需的代码二建立一个目录，通过解压缩命令tar -jxvf gcc-arm-none-eabi-4_9-2015q3-20150921-linux.tar.bz

2017-09-26 19:49:31 2314

转载用Qemu模拟ARM

前面已经安装并配置了编译链和qemu，现在可以用qemu来模拟arm平台了。1. Hello, Qemu!输入下面的代码:hello.c - hello.c#includeint main(){ printf("Hello, Qemu!\n"); return 0;}编译并运行:$ arm-none

2017-09-26 19:30:54 988

QEMU是一个支持跨平台虚拟化的虚拟机，有user mode和system mode两种配置方式。其中qemu在system mode配置下模拟出整个计算机，可以在qemu之上运行一个操作系统。QEMU的system mode与常见的VMware和Virtualbox等虚拟机比较相似，但是QEMU的优势是可以跨指令集。例如，VMware和Virtualbox之类的工具通常只能在x86计算机上虚拟出

2017-09-26 19:29:50 4460

转载通俗理解LDA主题模型

https://www.julyedu.com/通俗理解LDA主题模型0 前言印象中，最开始听说“LDA”这个名词，是缘于rickjin在2013年3月写的一个LDA科普系列，叫LDA数学八卦，我当时一直想看来着，记得还打印过一次，但不知是因为这篇文档的前序铺垫太长（现在才意识到这些“铺垫”都是深刻理解LDA 的基础，但如果没有人

2017-09-15 19:42:42 688

转载 CS231n (winter 2016) : Assignment3

前言：以斯坦福cs231n课程的python编程任务为主线，展开对该课程主要内容的理解和部分数学推导。建议PC端阅读，该课程的学习资料和代码如下：视频和PPT笔记assignment3初始代码Part 1：空间定位和检测（Spatial Localization and Detection）以ILSVRC竞赛为例，该竞赛包含了三个计算机视觉任务：分类、定位和检测。

2017-09-13 22:04:46 1085

转载 CS231n (winter 2016) : Assignment2

http://www.jianshu.com/p/9c4396653324前言：以斯坦福cs231n课程的python编程任务为主线，展开对该课程主要内容的理解和部分数学推导。建议PC端阅读，该课程的学习资料和代码如下：视频和PPT笔记assignment2初始代码Part 1：深层全连接神经网络（python编程任务）我们在Assignment1中完成了简单的

2017-09-13 22:02:00 1349

转载 CS231n (winter 2016) : Assignment1

http://www.jianshu.com/p/004c99623104前言：以斯坦福cs231n课程的python编程任务为主线，展开对该课程主要内容的理解和部分数学推导。该课程的学习资料和代码如下：视频和PPT笔记assignment1初始代码Part 1：线性分类器（Linear classifier）分值函数，将原始数据（即输入数据，经过

2017-09-13 21:57:50 1580

转载整理：深度学习 vs 机器学习 vs 模式识别

摘要：本文我们来关注下三个非常相关的概念（深度学习、机器学习和模式识别），以及他们与2015年最热门的科技主题（机器人和人工智能）的联系，让你更好的理解计算机视觉，同时直观认识机器学习的缓慢发展过程。【编者按】本文来自CMU的博士，MIT的博士后，vision.ai的联合创始人Tomasz Malisiewicz的个人博客文章，阅读本文，你可以更好的理解计算机视觉是怎么一回事，同时对机器学习是

2017-09-11 13:55:53 560

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年转载：http://cs2.swfc.edu.cn/~zyl/?p=2184Author: Tomasz Malisiewicz翻译：赵毅力（panovr at gmail dot com）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

2017-09-11 11:58:09 346

转载决策树ID3分类算法的C++实现

数据挖掘课上面老师介绍了下决策树ID3算法，我抽空余时间把这个算法用C++实现了一遍。决策树算法是非常常用的分类算法，是逼近离散目标函数的方法，学习得到的函数以决策树的形式表示。其基本思路是不断选取产生信息增益最大的属性来划分样例集和，构造决策树。信息增益定义为结点与其子结点的信息熵之差。信息熵是香农提出的，用于描述信息不纯度(不稳定性)，其计算公式是Pi为子集合中不同性(而二元分

2017-09-10 20:47:05 921

转载深度学习浅层理解

1958 年，DavidHubel 和Torsten Wiesel 在 JohnHopkins University，研究瞳孔区域与大脑皮层神经元的对应关系。他们在猫的后脑头骨上，开了一个3 毫米的小洞，向洞里插入电极，测量神经元的活跃程度。目的是去证明一个猜测。位于后脑皮层的不同视觉神经元，与瞳孔所受刺激之间，存在某种对应关系。这个发现激发了人们对于神经系统的进一步思考。神经-中枢-大脑的工作过

2017-09-10 16:07:43 5604

转载机器学习开源算法库

C++计算机视觉CCV —基于C语言/提供缓存/核心的机器视觉库，新颖的机器视觉库OpenCV—它提供C++, C, Python, Java 以及 MATLAB接口，并支持Windows, Linux, Android and Mac OS操作系统。通用机器学习MLPackDLibecoggsharkClosure通用机器学习Closure Toolbox

2017-09-10 15:26:54 1293

转载第二章——用Python实现感知器模型（MNIST数据集）

最近在读NLP相关论文，发现最新的NLP基本都是利用机器学习的方法对自然语言进行处理，于是想要多了解了解机器学习的知识。看到很多人推荐李航博士的《统计学习方法》一书，于是打算以此书作为机器学习入门教程，并想尽量实现书中的每一个模型。感知器模型感知器模型感知器模型就不详述了，具体内容可以看《统计学习方法》第二章。这里只将书中感知器学习算法贴出来算法中感知器模型是一个sigmoid

2017-09-09 09:31:55 2945 1

转载 PCA用SVD来实现

SVD(奇异值分解)是线性代数中一个常见的decomposition；PCA也是dimension reduction领域中的经典之作。初学者在学习PCA的时候可能会对PCA的算法步骤有那么一些“繁琐”的感觉。结合svd分解，会让你在编写PCA算法的时候达到一种什么样的得心应手的程度呢？且听说慢慢道来先简单描述一下PCA的算法步骤（当然，你要对PCA有所理解啦，不甚理解也行，仅从程序员的角

2017-09-08 16:06:40 3726

转载强大的矩阵奇异值分解(SVD)及其应用

本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系wheeleast@gmail.com。也可以加我的微博:@leftnoteasy前言：上一次写了关于PCA与LDA的文章，PCA的实现一般有两种，一种是用特征值分解去实现的，一种是用奇异值分解去实现的。在上篇文章中

2017-09-08 15:46:45 289

转载特征向量的物理意义

什么是特征向量，特征值，矩阵分解[1.特征的数学意义] 我们先考察一种线性变化，例如x,y坐标系的椭圆方程可以写为x^2/a^2+y^2/b^2=1，那么坐标系关于原点做旋转以后，椭圆方程就要发生变换。我们可以把原坐标系的(x,y)乘以一个矩阵，得到一个新的(x',y')的表示形式，写为算子的形式就是(x,y)*M=(x',y')。这里的矩阵M代表一种线性变换：拉伸，平

2017-09-08 14:59:38 1029

转载统计数据归一化与标准化

归一化：１）把数据变成(０，１)之间的小数２）把有量纲表达式变成无量纲表达式归一化算法有：1.线性转换　　 y=(x-MinValue)/(MaxValue-MinValue２.对数函数转换： y=log10(x) ３.反余切函数转换 y=atan(x)*2/PI ４.线性也与对数函数结合式(1)将输入值换算为[-1

2017-09-08 14:58:22 731

转载 PageRank算法--从原理到实现

PageRank算法--从原理到实现本文将介绍PageRank算法的相关内容，具体如下：1.算法来源2.算法原理3.算法证明4.PR值计算方法4.1 幂迭代法4.2 特征值法4.3 代数法5.算法实现5.1 基于迭代法的简单实现5.2 MapReduce实现6.PageRank算法的缺点7.写在最后参考资料1. 算法来源这

2017-09-08 14:43:55 1078 1

原创算法：最短路径问题

求图结构中连接两个给定顶点的最短路径长度本章将介绍找出加权图最短路径的一些算法一、迪杰斯特拉最短路径算法（Dijkstra）： Dijkstra算法是单源最短路径算法1、使用优先队列的宽度优先搜索用优先队列替代了队列，BFS将顶点序号保存到队列，而Dijkstra会利用优先队列保存顶点序号和已找出的到目标顶点的最短距离。至于优先组队列，则会按

2017-09-07 09:08:28 662

原创算法：互斥集合

表示互斥集合(disjoint set)时，经常会使用另一种具有独特形态的树结构－－并查集(union-find)数据结构。互斥集合：假设有n名客人参加聚会，主持人要求相同生日的人组成一队。话音刚落，客人们立刻开始组队。刚开始时，因为不知道哪位客人的生日与自己的生日相同，所以大家只能单独徘徊。不过，只要找到1名相同生日的客人，两人就会开始结伴移动。若发现另一个相同生日的队伍

2017-09-06 17:36:30 5833

原创算法：区间树

区间树常用于在一维数组的特定区间对查询进行快速回复。区间树的最简单的应用就是求区间最小值的问题。假设对某个数组A的子区间进行多次求最小元素的运算。例如，A={1, 2, 1, 2, 3, 1, 2, 3, 4}，那么区间[2, 4]的最小值是1。需要O(n)区间树的基本思路是，生成表示给定数组各区间的二叉树。此时，区间树的根节点总是表示整个空间[0, n-1]。需要O(lgn)

2017-09-06 17:33:22 1399

原创 STL（二十六）插入／反向／存储迭代器

包括向前插入迭代器front_insert_iterator，向后插入迭代器back_insert_iterator、插入迭代器insert_iterator，反向迭代器reverser_iterator，反向双向迭代器reverse_bidirectional_iterator和原始存储迭代器raw_storage_iterator等，它们都是在迭代器的基础上进行构建，均可视为适配器，将一种迭代

2017-09-03 11:31:47 399

原创 STL（二十五）输入输出流迭代器

输入输出流迭代器是架构在流之上的迭代器，如同容器的迭代器与容器的关系一样，对流的数据提供迭代器的操作支持。不过，输入输出流的迭代器只提供前向迭代“＋＋”操作。输入流迭代器的“＋＋”操作，把迭代器移到下一个读入位置。输出流迭代器的“＋＋”操作，则是把迭代器移到下一个写入位置。通过输入输出流的迭代器，就可以在输入输出流上使用C＋＋ STL算法，使得算法的应用范围推广到流的数据处理上。

2017-09-03 09:49:59 481

原创 STL（二十四）数值算法

一组对容器元素进行数值计算的模板函数，包括容器元素求和accumulate、两序列元素的内积inner_product、容器元素的一系列部分元素和partial_sum、容器每对相邻元素的差、由SGI C＋＋ STL扩展的递增赋值iota以及n次方power计算等。#include 一、递增赋值iota将一组递增的值赋值给区间元素二、元素求和accumulate将区间元素进行累

2017-09-03 09:46:16 347

原创 STL（二十三）排序算法

Sorting algorithms是一组将无序序列排列成有序序列的模板函数或与排序相关的模板函数，提供了排序、折半搜索、归并、集合操作、堆操作、最值求解、字典比较和排列组合等功能。排序算法一般要求容器提供随机访问迭代器，一般适用于序列容器，如向量容器，队列容器和字符串容器等，但不适用于内部数据结构较为复杂的关联容器，如集合容器、映照容器、哈希集合容器和哈希映照容器等。一、元素

2017-09-03 09:35:22 303

原创 STL（二十二）变易算法

变易算法是一组能够修改容器元素数据的模板函数，可进行序列数据的复制、交换、替换、填充、移除、旋转、随机抖动和分别。这些算法对迭代器有较高的要求，具体的迭代器类型随各个算法而定，或前向迭代器、或双向迭代器、又或者是随机迭代器，以提供算法所需要的迭代器操作。应用变易算法时，先要检查容器的迭代器是否符合要求，防止产生编译错误。一、元素复制copy#include template in

2017-09-03 08:27:27 284

原创 STL（二十一）非变易算法

非变易算法是一组不破坏操作数据的模板函数，用来对序列数据进行逐个处理、元素查找、子序列搜索、统计和匹配。作为算法函数参数的迭代器，一般为Input Iterator输入迭代器，具有“＋＋”迭代和“＊”访问操作。通过迭代器的元素遍历，可对迭代器区间所界定的元素进行操作。因此，非变易算法具有极为广泛的适用性，基本上可应用于各种容器。一、逐个容器元素for_each#include temp

2017-09-02 21:45:33 325

原创 STL（二十）priority_queue优先队列容器

优先队列也是一种从一端入队，另一端出队的队列。不同于一般队列的是，队列中最大的元素总是位于队首位置，因此，元素的出队并非按照先进先出的要求，将最先入队的元素出队，而是将当前队列中的最大元素出队。 STL优先队列的泛化，底层默认采用vector向量容器，使得队列容器的元素可做数组操作，从而应用堆算法找出当前队列最大元素，并将它调整到队首位置，确保最大元素先出队。堆算法

2017-09-01 21:40:36 310

原创 STL（十九）queue队列容器

queue队列也是一个线性存储表一、queue技术原理二、queue应用基础#include 1、创建queue对象 queue() queue(const queue& )2、元素入队 void push(const value_type &x)3、元素出队 void pop()4、取队首、

2017-09-01 21:34:49 237

原创 STL（十八）stack堆栈容器

一、stack技术原理二、stack应用基础#include 1、创建stack对象 stack() stack(const stack &)2、元素入栈 push(const value_type &x)3、元素出栈 void pop()4、取栈顶元素 valu

2017-09-01 21:26:30 302

原创 STL（十七）string基本字符序列容器

一、string技术原理字符串由一个个字符组成，字符分为单字节char和双字节wchar_t两种。因此，构造泛型的字符串类，必须适用于以上两种类型的字符。单字节的字符串类型string和双字节的字符串类型wstring二、string应用基础#include 1、创建string对象2、字符的添加3、字符的遍历访问 iterator beg

2017-09-01 21:13:37 348

原创 STL（十六）hash_map哈希映照容器

hash_map哈希映照容器与map映照容器比较相似，都将记录型的元素划分为键值和映照数据两个部分，然后根据键值的大小，将键值不重复的元素插入容器。不同之处在于，hash_map使用哈希表的数据结构，map使用红黑树的数据结构。对于元素的检索来说，这两种数据结构都有快速的检索效率。hash_map检索时使用的键值比较次数少，容器需占用较多的空间，用迭代器遍历出来的元素是非排序的。map则使用链表的

2017-09-01 20:13:21 377

原创 STL（十五）hash_set哈希集合容器

hash_set哈希集合容器是一种使用哈希表（hashtable）数据结构的具有高效数据检索的关联容器。作为一种集合容器，它的元素不论有多少个分量，都视为一个单一的数据类型，元素的键值就是元素本身。根据元素键值的大小，按照某个函数式子（哈希函数）直接计算元素的哈希地址，确定元素的具体存放位置。哈希函数是一个多对一的函数，不同元素可能具有相同的哈希地址。进行检索时，先计算元素的哈希地址，然后就可用

2017-09-01 19:54:52 1796

原创 STL（十四）multimap多重映照容器

multimap与map一样，都是使用红黑树对记录型的元素数据按元素键值的比较关系，进行快速的插入、删除与检索操作，所不同的是multimap允许将具有重复键值的元素插入容器。在multimap容器中，元素的键值与元素的映照数据的映照关系，是多对多的，因此，multimap称为多重映照容器。multimap与map之间的多重特性差异，类似于multiset与set的多重特性差异。一、multi

2017-09-01 19:46:47 308

原创 STL（十三）map映照容器

P211map映照容器所处理的元素数据，与数据库表的具有键值的记录非常相似，由一个键值和其他若干数据（映照数据）组成，键值和映照数据之间，可建立一个数学上的映照关系，由此而得映照容器的名称。容器的数据结构同样是采用红黑树进行管理，插入的元素键值不允许重复，所使用的节点元素的比较函数，只对元素的键值进行比较，元素的各项数据可通过检索出来。一、map技术原理键值，映照数据是map容器的一个元素

2017-09-01 09:55:15 329

原创 STL（十二）multiset多重集合容器

与set集合容器一样，multiset多征集合容器也使用红黑树组织元素数据，只是multiset容器允许将重复的元素键值插入，而set容器则不允许。一、multiset技术原理二、multiset应用基础1、创建multiset对象2、元素的插入3、元素的删除4、元素的遍历访问5、元素的反向遍历6、元素的搜索#include #include i

2017-09-01 09:40:26 353