- 博客(17)
- 资源 (5)
- 收藏
- 关注
转载 Windows + Ubuntu 16.04 双系统安装详细教程
发现了一篇好教程,果断转载了,以后用得着时候不用满世界找了。转载自:http://www.cnblogs.com/Duane/p/6776302.htmlWindows + Ubuntu 16.04 ---> 双系统 前言:本篇文章是对之前文章的更新,更新的主内容是把原来用手机拍摄的图片换成了虚拟机的截图,以及对磁盘划分的新的见解和一些使用感受,原本是打算删除之前的那篇Win + Ubun...
2018-06-29 16:55:53 27829 9
原创 VMware 安装Ubuntu16.04时显示不全的解决方法
无法看到下面的按钮!!!!解决方法也很简单粗暴,左手按住alt键右手鼠标往上拖动安装界面,即可显示完全内容。。这个设计真是让人无力吐槽啊!...
2018-06-29 16:29:36 5932 10
原创 ubuntu 16.04 anaconda2 下安装caffe2
按照官网上的提示If you do not have a GPU:conda install -c caffe2 caffe2For GPU support you will need CUDA, CuDNN, and NCCL. These must be installed from Nvidia’s website.For Caffe2 with CUDA 9 and CuDNN 7 sup...
2018-06-28 21:18:53 3850 2
原创 ubuntu16.04+anaconda的安装+解决conda不可用(配置路径)+卸载
首先一点,之前我一直自己安装python,然后直接在python环境下再安装第三方库,但自从另一台电脑重装系统之后,我当时在没有python的情况下直接安装的anaconda,觉得她超级好用(所以如果没有python,就直接安装它吧),而且很多第三方库(有一些巨难安装)都不需要安装,她就自带,特别好,所以我打算在linux下也安装一个首先第一步:下载安装包这里提供两个下载地址:1、官网https...
2018-06-26 18:55:09 2678
原创 安装caffe2时遇到:Ubuntu:apt-get update出错:由于没有公钥,无法验证下列签名
安装caffe2时,遇到如下的情况获取:1 http://storage.googleapis.com/bazel-apt stable InRelease [2,450 B]忽略:1 http://storage.googleapis.com/bazel-apt stable InRelease 获取:2 http://security.ubuntu.com/u...
2018-06-25 21:26:26 2399
转载 算法岗面试题(一)
阿里:7月份最早投的阿里(算法工程师),过了2天就收到一面通知,一面最主要的是问简历上写的内容,问基础。对简历上的项目中涉及到的所有知识点必须理清,期间面试官问了一个我简历上写的但我不是很了解的内容,结果我说不是很熟悉,面试官就说了我不熟悉的还敢往上写…面试主要问的其他知识点:有哪些聚类(当时我只熟悉kmeans,下来赶紧找资料https://www.zhihu.com/question/3455...
2018-06-25 17:08:41 2083
转载 RPN 解析
RPN全称是Region Proposal Network,Region Proposal的中文意思是“区域选取”,也就是“提取候选框”的意思,所以RPN就是用来提取候选框的网络;1. RPN的意义RPN第一次出现在世人眼中是在Faster RCNN这个结构中,专门用来提取候选框,在RCNN和Fast RCNN等物体检测架构中,用来提取候选框的方法通常是Selective Searc...
2018-06-22 16:49:46 1343 5
转载 基于深度学习的目标检测技术演进:R-CNN、Fast R-CNN、Faster R-CNN
object detection我的理解,就是在给定的图片中精确找到物体所在位置,并标注出物体的类别。object detection要解决的问题就是物体在哪里,是什么这整个流程的问题。然而,这个问题可不是那么容易解决的,物体的尺寸变化范围很大,摆放物体的角度,姿态不定,而且可以出现在图片的任何地方,更何况物体还可以是多个类别。object detection技术的演进:RCNN->SppN...
2018-06-22 15:38:58 118
转载 PCA、SVD、协方差矩阵求解的关系和对比(例子说明)
基本上看下面这个图就知道了,如果想要验证,可以接着看下面的数据计算实例。源数据X: 9*20, 9个样本, 20维 源数据 平均值 数据中心化: PCA方法求解[PCA_coeff, PCA_score, PCA_latent] =pca(X) //默认一行为一个数据样本,matlab自动进行数据中心化 PCA_coeff :主成分向量,每一列是一个成分,对应一个基向量 PCA_l...
2018-06-20 17:38:39 1023 1
原创 泰勒级数----图形化
x=1:0.1:10;x=1:0.1:15;x=1:0.1:20;x=1:0.1:20;y=exp(x);y1=1+x+x.^2/factorial(2)+x.^3/factorial(3)+x.^4/factorial(4)+x.^5/factorial(5)+x.^6/factorial(6)+x.^7/factorial(7)+...x.^8/factorial(8)+x.^9/fac...
2018-06-08 16:51:29 995
原创 聚类性能外部指标解释
假定现在二维平面上有16个点,其参考模型为按照x轴和y轴划分,现在某聚类算法划分的结果如脸色框所示:则|SS|中包含了点例如(1,2)、(1,5)、(2,5)|SD|中包含的点例如(2,6)、(5,6)|DS|中包含的点例如(6,10)、(7,11)|DD|中包含的点例如(6,8)、(6,12)...
2018-06-08 10:58:42 2820 3
转载 机器学习——基于基尼指数构建决策树
用信息增益来构建决策树感觉计算量好大啊,下面介绍新的一种构建决策树的方法首先我要引入两个新的概念:基尼系数和基尼指数基尼系数的作用和信息熵的作用相同,都是用来度量数据集的纯度的,公式如下:Pk指的是在数据集中,取得正例的比例,pk'=1-pkGini(D)的值越小说明,数据的纯度越高,例如,给出一些西瓜的数据集,这些数据的西瓜都是好瓜,则说明,pk=1,从而得到Gini(D)=0.那么怎么找出最优...
2018-06-05 15:05:40 5739 1
转载 计算矩阵交并比 C++代码
交并比(Intersection-over-Union,IoU),目标检测中使用的一个概念,是产生的候选框(candidate bound)与原标记框(ground truth bound)的交叠率,即它们的交集与并集的比值。最理想情况是完全重叠,即比值为1。计算公式:def calculateIoU(candidateBound, groundTruthBound): cx1 = can...
2018-06-04 14:34:39 2698
CCBridge3.zip
2020-07-11
堆排序演示代码C++ heapsort.cpp
2020-07-08
快速排序及其改进方法的c++ 代码 quicksort.cpp
2020-07-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人