2016年12月_selous

原创 ubuntu sublime 解决中文输入问题

概述：ubuntu下面使用sublime写代码，不能输入中文写注释都比较麻烦，所以就搜了一下如何输入中文。写篇博客记录一下，测试成功。测试环境系统：ubuntu 14.04lts sublime text安装编译环境 sudo apt-get install build-essential libgtk2.0-dev编辑文件 1.在主目录下（随意）下创建sublime_imfix.c

2016-12-31 20:54:15 400

原创 ubuntu集成latex开发环境

写在开头:这篇博文是我自己在使用latex的时候的一些安装过程的记录,所以要注意你的环境和我的是否相同,如果不是一样的,那么博文中提到的解决方案,都只能具有一定的参考价值,切勿直接试.系统环境:Ubuntu14.04,latex版本应该没有影响所以安装的过程都是手动安装texlive和texmaker,最推荐的安装方式!不管你是新手,还是老手.——————————————————–正文分割线——

2016-12-22 10:12:05 7770

原创 LinearLogisticRegression的实现

资源来自于：http://ufldl.stanford.edu/tutorial/ 概要：这篇博客是基于神经网络模型的stanford的系列教程，上面使用了NG在coursera上的minfunc函数，对于想试着实现线性回归和逻辑回归，以及之后的卷积神经网络模型的童鞋来说无疑是很好的教程，课程的作业是放在github上的，GreatWall的存在需要翻墙才能拿到，所以共享在这里，其中包括minfu

2016-12-20 16:56:43 482

原创傅里叶级数（一）

概述：傅里叶级数，起初是用来解决如何求解微分方程的问题的。学过高数的应该都知道，对于非齐次微分方程的求解，如果输入是指数幂，sin或者cos系列，就可以先求其其次微分方程的通解，然后通过公式求出特解。如果是其他的函数，就很难解决。傅里叶级数就是将所有的周期函数转化为sin和cos的乘积。这篇博客就是讲解傅里叶级数的推导。主要观点来自于网易麻省理工公开课。傅里叶级数定义（有限傅里叶变换）一个以TT为周

2016-12-18 21:42:00 2878

原创 ubuntu中文字体问题

概要：使用Latex写文档的时候，总是遇到中文字体格式无法找到的预警，上网一搜才知道原来ubuntu中文字体的安装本来就是一个老问题。网上教程都让我去找自己想要的字体，我就想傻瓜式安装一下不就很好了。所以写了这篇傻瓜式安装的博客。准备工作系统：ubuntu14.04 安装包：win7的字体打包下载：链接: http://pan.baidu.com/s/1qYzvi24 密码: 9ua2；如果不行了

2016-12-17 20:51:19 2702

原创 ubuntu 如何关闭笔记本触摸板

关闭触摸板： sudo modprobe -r psmouse 打开触摸板： sudo modprobe psmouse

2016-12-17 20:08:47 5108 2

原创卷积（一）

写在开头：第一次接触到卷积还是在概率论里面，写在不管是卷积神经网络，还是图像处理里面的卷积运算，都已经涉及到这个概念。所以就想弄懂卷积是干什么的，看了网易的公开课，还不错，记录一下。——2016.12.15先不给出卷积公式，我们来看看卷积的定义。拉普拉斯变化Laplace transform：Laplace\ transform： F(s)=∫+∞0f(t)e−stdtF(s)=\int_0^{

2016-12-14 22:56:15 2496

原创前向差分(forward difference)

写在开头：做一个关于图像处理的项目，论文中提到了前向差分的概念，没有什么概念，就去搜了一点点关于差分的知识，记录一下。差分差分定义设有k+1k+1个点 (x0,y0),…,(xk,yk)( x 0 , y 0 ) , … , ( x k , y k ) 前向差分定义为: [yν]:=yν,ν∈0,…,k[ y_ ν ] := y _ν , ν ∈ { 0 , … , k } [yν,…,

2016-12-13 21:12:36 22491

原创梯度下降优化方法的思考

写在开头：看了AndroidNG的斯坦福公开课之后，又想重新审视对之前学的似懂非懂的梯度下降方法。写篇博客研究一下其中的数学知识。1.线性回归1.线性回归的预测模型：hθ(x)=θ0+θ1x1+⋯+θnxnh_\theta(x)=\theta_0+\theta_1x_1+\dots+\theta_nx_n 给定m个样本(x(1),x(2),…,x(m))(x^{(1)},x^{(2)},\dots

2016-12-08 19:47:49 547

selous的专栏