程序猿视角

Cifar-10 的介绍可去官网阅读，也可参照我之前整理的《笔记：CIFAR-01 和 CIFAR-100 数据集内容和格式详解》1. 下载 Cifar-10 数据本文下载了 Cifar-10 的 Python 语言版本，解压后放在文件夹：...\cifar-10-python\cifar-10-batches-py 中。其中包含如下文件：2. 读取 Cifar-10 数据按照官网说明，这些数据可以用如下 Python 代码读取：def unpickle(file): import pi

解剖麻雀，是分析了解复杂问题的好办法。本文通过搭建只有两个神经元的网络，从根本上剖析 Pytorch 工作原理。1. 两个神经元的神经网络我计划搭建一个极简的神经网络模型。这个模型用来拟合 [0,1][0,1][0,1] 区间的一条抛物线，如果用 sigmoid 作为激活函数，两个神经元就够了。.至于为什么只需要两个神经元，我会另写文章来加以说明。我遇到不少程序员，对于现有网络框架的调参、训练很熟练，但是一旦要他们自己创建新网络，往往不知道从何入手。原因在于对神经网络工作原理不理解。我建议，学习深度

之前一直用 Keras，工作的原因，改用 Pytorch，找了本书，尝试一下，第一个网络就拿 LeNet 入手吧。LeNet 结构如下

基于派生宏的代码实例Cargo.toml 文件[package]name = "demo"version = "0.1.0"edition = "2018"# See more keys and their definitions at https://doc.rust-lang.org/cargo/reference/manifest.html[dependencies]native-windows-gui = "*"native-windows-derive = "*"依赖两个

上 github 下载，网址为 https://github.com/gabdube/native-windows-gui。上面有安装说明。按说明方法，老是提示权限不够。配置了 ssh 公钥证书，仍然不行。请教同事后得知，可能是网络传输问题，在国内访问github经常会出现这类问题。于是想办法通过其他方法下载了压缩包。具体用法如下：Native Windows GUI欢迎使用 Native Windows GUI（又名NWG）。用于在 Microsoft Windows 桌面上开发本机 GUI 应用程

编程的时候，我发现有不少函数能够根据左值类型自动调用重载函数。但是，我知道 Rust 的函数是不支持重载的。所以我打算尝试一下这一”重载“现象是如何实现的。一、Rust 不支持函数重载写一段代码：fn foo() -> i32 { 123}fn foo() -> String { "123".into()}fn main() { let x: i32 = foo(); println!("{:?}", x); let x: String

一、for 和迭代器先看一段代码：fn main() { for x in [1, 2, 3, 4, 5] { println!("{:?}", x); }}======== cargorun ========12345如果 for 语句只能用于数组，那就太可惜了。我们看一下 Vec 类型：fn main() { let list: Vec<i32> = vec![1, 2, 3, 4, 5]; for x in list

Rust 能够用组合器简化代码编写。之前觉得没啥用，实际完成一个项目后，才知道组合器的威力强大。下面列举一下常见的组合器。一、Option 组合器: Option -> Option1. or()例子：fn main() { let x=Some(1); let y = Some(2); let z1 = x.or(y); let z2 = None.or(y); println!("{:?}", z1); println!("{:?}", z2

Option 返回值如果你调用的函数和你正在写的函数都返回 Option 类型，如果你调用的函数返回 None，你的函数也返回 None，这时，代码可以用问号 ？ 操作符简化。看下面的例子：fn foo() -> Option<i32> { None}fn bar() -> Option<String> { foo()?; Some(String::from("Hello"))}fn main() { println!("{:?}", ba

serde 提供了常见序列化格式串的支持。下面给出一个 json 串转换的例子。1. 编辑 Cargo.toml首先编辑 Cargo.toml 文件，引入 serde 软件包。[dependencies]serde = { version = "1.0.117", features = ["derive"] }serde_json = "1.0.59"2. 测试程序接下来看个例子：use serde::{Serialize, Deserialize};#[derive(Serializ

用 Arc、Mutex 等包装一个变量，令我好奇的是，加上包装后，仍然可以直接使用变量的各种方法。例如下面的代码：use std::sync::Arc;struct Hello {}impl Hello { fn foo(&self) {}}fn main() { let x = Arc::new(Hello {}); x.foo();}这是如何做到的呢？背后的奥秘是 Deref 特性。我写了一段代码，也能实现如此效果：use core::ops::Dere

想修改 Mutex 封装的变量，尝试了好多方法都不能直接修改，于是想到把数据封装成 struct，利用专门的方法来修改。代码如下use std::sync::Mutex;#[derive(Debug)]struct Data { item: i32,}impl Data { fn set(&mut self, n: i32) { self.item = n; }}fn main() { let data = Data { item:

写个简单的例子，看一下 Arc 共享指针的效果。首先，看看不共享时 Arc 指针的生命周期。在下面例子中，变量 b 在 step 1 之后，离开作用域时释放，析构函数显示 drop。use std::sync::Arc;struct Hello {}impl Drop for Hello { fn drop(&mut self) { println!("drop"); }}fn main() { { let b = Arc::

写了一个迭代器的例子，只需要实现 Iterator 即可。代码如下：struct MyIter { n: i32,}impl Iterator for MyIter { type Item = i32; fn next(&mut self) -> Option<Self::Item> { self.n -= 1; if self.n < 0 { None } else {

最近做了一个知识库的产品开发，服务器端完全用 Rust 编写的。现在项目的核心功能已经完成，我来谈谈 Rust 的初步印象。1. Rust 的开发效率Rust 的入门门槛稍有些高。如果有 C/C++ 的经验，说实话，我觉得也不算太高。刚开始用的时候，会发现 Rust 没完没了地提示编译错误。在这个阶段，我发现自己很多不严谨的编程习惯。幸运的是，这个过程很快就过去了。接下来，就会享受到 Rust 语言的高效率编程的乐趣了。目前，我觉得 Rust 是一个能够高效产出高质量代码的工具，让我有些爱不释手了！

TensorFlow、Keras、Python 版本匹配一览表兴冲冲装完软件，发现运行不了，查了下资料，发现是TensorFlow、Keras、Python 版本匹配问题。这里提供一个版本匹配清单，需要严格按此标准安装。版本匹配清单FrameworkEnv nameDescriptionTensorFlow 2.2tensorflow-2.2TensorFlow 2.2.0 + Keras 2.3.1 on Python 3.7.TensorFlow 2.1tenso

申请了一台超算服务器，里面的系统很旧，试着安装了一下 tensorflow 和 keras，折腾了一天也无法在 python 中运行。今天耐下心来研究了一下安装程序，轻松解决这个问题。了解 conda在 ubuntu 系统中，有两个安装工具需要了解，一个是 conda，另一个是 pip。这两个工具主要区别是，conda 不仅能为 python 安装软件包，而且也能为其它语言安装。pip 只能安装 python 的软件包。conda 可以创建自己的运行环境。最初我反复折腾，没有效果，主要原因是我是在

由于工作中要使用DeepStream这个框架，绕不开gstreamer-1.0，于是这段时间学习了这个框架的用法。还没有能力去阅读源码。gstreamer框架中，gst-inspect-1.0和gst-launch-1.0这两个工具是必须要熟悉的，现就gst-launcher-1.0的用法做下笔记，以免日后遗忘。参考https://blog.csdn.net/u010168781/article/details/102805210一、命令格式gst-launch-1.0 [OPTIONS] PIPELI

serde - rust的序列化方案设计支持的数据格式数据结构serde数据模型serde类型系统数据模型映射使用derive)原文： Overview · Serde翻译： kulaserde, 是rust语言用来序列化和反序列化数据的一个非常高效的解决方案。本质上，serde提供了一个序列化层的概念。可以将任何支持的数据格式反序列化成中间格式，然后序列化成任何一种支持的数据格式。设计同其他语言通过反射来实现序列化方案不同，serde基于rust的trait系统来实现自己的序列化，每种数据