ubuntu - 系统安装 ubuntu系统深度学习和日常使用第一小节：安装ubuntu系统网页搜索ubuntu，下载iso镜像文件下载Rufus制作U盘启动盘磁盘分区，为ubuntu系统分配空间，单系统忽略进入bios后，选择U盘启动，根据提示安装当出现pcie报错时，在grup界面选中ubuntu，按e进行编译，在quiet salash后空格添加pcie_aspm=off日常使用可选择正常安装，在分区时可自定义分区，看个人需求安装完成后，重启时仍需要重复上一步骤，重启后在终端输入sudo gedit /etc/
docker - 基础命令 docker镜像与容器运行命令前，可先检查docker的运行情况，docker version正常会出现客户端和服务端的信息，如果不是在管理员环境下运行，则需要加sudo，也可使用sudo su命令使用root权限。0.帮助命令操作命令显示docker的版本信息docker version显示docker的系统信息docker info查看操作的帮助文档docker 命令 --help官网的帮助文档：https://docs.docker.com/eng
docker - 安装(ubuntu20.04+cuda11.1) docker安装(ubuntu20.04)1.安装docker# 替换国内源apt-get install vim # 安装vim编辑器vim /etc/apt/sources.list # 编辑源文件# 删掉内容，换成以下的国内源#添加阿里源deb http://mirrors.aliyun.com/ubuntu/ focal main restricted universe multiversedeb-src http://mirrors.aliyun.com/ubuntu/ fo
docker - 概述 docker概述1.使用原因一款产品 从开发到上线 两套环境 应用环境，应用配置不同开发----->运维 环境不同导致不同电脑不能执行docker就能将项目和环境一同打包传统：开发jar，运维做其他现在：开发打包部署上线，一套流程做完dokcer提出镜像来进行传输，使用容器来对多个程序进行隔离2.docker历史2010年，几个年轻人创立公司，成立公司，使用容器LXC技术，将容器化技术称为docker。2013年，运营困难，docker开源，docker的优点显现2014
目标检测笔记-概述和常用数据集 概述和常用数据集0.概述要有分类网络相关基础知识目标检测分为两类： One-Stage,Two-Stage1.Two-Stage: Faster R-CNN 1）通过专门模块去生成候选框（RPN），寻找前景以及调整边界框（基于anchors） 2）基于之前生成的候选框进行进一步分类以及调整边界框（基于proposals）2.One-Stage: SSD,YOLO 基于anchors直接进行分类以及调整边界框One-Stage,Two-Stage对比： One-Stage
目标检测笔记-YOLO YOLO1.YOLOv11）论文的思想将一副图片分为s*s个网格(grid cell)，如果某个object的中心就落在这个网格中，则该网格就负责预测这个object。每个网格要预测B个bounding box，每个bounding box除了要预测位置之外，还要附带预测一个confidence值。每个网格还要预测C个类别的分数。下面是将图片分为7*7的网格，每个网格预测2个bounding box的情况。x，y是目标中心的位置；w，h是一个相对图片的相对值，取值[0,1]。下方的公式为预测类
目标检测笔记-SSD SSD-经典的one stage1.SSD结构 上图所示的为SSD网络的结构图，前面的部分为VGG-16网络的一部分(对比上方的网络图可知)，输出卷积层4_3作为第一级的38*38大小的特征层输出，继续进行卷积处理分别得到19*19、10*10、5*5、3*3、1*1大小的特征层输出，共六个不同大小的输出，用来预测不同大小的物体，因为大的特征图细节更加丰富故，大的物体使用小的特征图进行预测，小的物体使用大的特征图预测，下面是对不同大小的特征图预测框的生成尺寸的选择。 可以看到最
目标检测笔记-Faster R-CNN Faster R-CNN1.R-CNN2014年由Ross Girshick在论文Rich feature hierarchies for accurate object detection and semantic segmentation中提出。1）RCNN算法流程： 1.一张图片生成1K~2K个候选区域（使用Selective Search方法） 2.对每个候选区域，使用深度网络提取特征 3.特征送入每一类的SVM分类器，判别是否属于该类 4.使用回归器精
Mysql基础-概论和基本指令 引言：关于数据库数据库是用来记录和管理数据的仓库，数据库相对于文件能更快的管理和处理数据，数据库分类如下图所示。#mermaid-svg-F1Mac0s6hhySmPEo .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-svg-F1Mac0s6hhySmPEo .label text{fill:#333}#m
基于Pytorch使用FFT,矩阵乘法,Conv2d计算卷积 基于Pytorch使用FFT,矩阵乘法,Conv2d计算卷积目标：计算64*64矩阵X和3*3矩阵H的卷积Y=X*H导入库，准备64*64和3*3的矩阵# 导入所需模块import torchimport torch.nn as nnfrom timeit import Timer# 创建一个四维随机张量，样本数为1，通道数为1，大小为64*64为图像x_n = torch.tensor(torch.randint(0,128,[1,1,64,64]),dtype=torch.float3
Python命令行小游戏—贪吃蛇 Python命令行小游戏—贪吃蛇前言一、贪吃蛇游戏初始界面及地图1.游戏初始界面2.游戏地图二、命令符的设置、输出刷新和按键检测1.库支持2.c语言代码3.Python代码（变量初始化及游戏初始化）三、蛇的移动四、蛇的方向控制五、食物的设置六、游戏结束总结前言为了初步学习Python更有兴趣，决定做个学编程大多都会做的小游戏—贪吃蛇，因为是刚刚开始学习，不足之处，希望大家多多指正。一、贪吃蛇游戏初始界面及地图1.游戏初始界面def mune(): os.system("color 0a
关注
