- 博客(23)
- 收藏
- 关注
RSS订阅转载 Linux C++
一、gcc和g++的区别（转） GCC：GNU Compiler Collection。 gcc：GUN C Compiler。 g++：GUN C++ Compiler。 就本质而言，gcc和g++并不是编译器，也不是编译器的集合，它们只是一种驱动器，根据参数中要编译的文件的类型，调用对应的GUN编译器而已，比如，用gcc编译一个c文件的话，会有以下几个步
2017-07-10 09:50:49
561
原创 Ubuntu16.04构建Xilinx交叉编译环境
Ubuntu16.04构建Xilinx交叉编译环境Xilinx在gcc的基础上开发了自己的一套交叉编译工具链，使用如下步骤进行安装。1.下载源码使用git工具下载源码，如果没有安装git工具，可以使用sudo apt-get install git进行安装git clone https://github.com/xupsh/Codesourcery.git解压到指定
2017-06-12 09:37:28
5384
1
原创 Ubuntu16.4构建交叉编译环境
Ubuntu16.4构建交叉编译环境安装步骤：1.下载安装文件下载arm-Linux-gcc-4.4.3.tar.gzhttp://download.csdn.net/detail/mybelief321/55638372.解压将文件解压到指定目录：本文解压到：～/arm/下建议对文件的权限进行修改：3.配置系统环境变量（添加交叉编译环境
2017-06-10 20:06:48
2477
原创 windows+opencv的配置和使用
安装好python后，https://sourceforge.net/projects/opencvlibrary/?source=directory 下载opencv解压到目录~/opencv进入路径~/opencv/opencv/bulid/python/2.7下将对应版本的cv2.pyd复制到python安装目录的sitepackages下测试：import cv2pri
2017-06-07 19:57:21
1853
原创 Windows10+VS2017下安装和 编译openssl库
windows10+VS2017下安装和编译openssl库环境 windows10,64位 openssl解压目录：E:\mylib\openssl-1.0.2l openssl安装目录：E:\mylib\openssl ActivePer安装的位置：E:\Perl64 VS2017自带的VC++编译器 第一步：下载工具和源码1. ActivePerl工具，官网下载链接：http://w
2017-06-02 14:43:36
15111
3
原创 关于《TensorFlow 实战Google深度学习框架》
这本书是由才云科技Caicloud发行，主要内容是熟悉tensorflow框架的基本结构以及在深度学习领域实际应用。 具体的代码参见： 1.官方： caicloud/tensorflow-tutorial: Example TensorFlow codes and Caicloud TensorFlow as a Service dev environment. https://github
2017-05-23 18:28:31
7509
1
原创 VS2017下编译和配置boost库
VS2017下编译和配置boost库第一步：到官网http://www.boost.org/下载boost库，最好下载1.6x最新版第二步：解压。可解压到固定的目录，我是解压到E:\mylib\boost第三步：环境配置VS2017更加注重跨平台性，安装文件较多，VC有三个版本，分别是arm、Hostx64、Hostx86，本文使用Hostx64。注意，
2017-05-23 18:21:39
22123
5
原创 卷积神经网络的可视化
t-SNE（数据降维）可视化技术（给她一个高维数据，根据数据的结构和关系自动进行内聚） ConvNets逐渐的将不同的图片分类，我们可以将不同的图片嵌入到二维的空间，这样相似的图片就会在一起.有很多嵌入的方法，t-SNE 是很有名的一个。我们可以从ConvNet中抽取cnn codes（例如在AlexNet中是分离器前的4096维向量）代入 t-SNE 得到了二维分布的图片，图片间的距离也可以表
2017-05-09 15:29:25
9606
1
原创 机器学习之logistic回归的梯度上升算法
机器学习之logistic回归的梯度上升算法算法背景：一般来说，回归模型一般不用在分类问题上，因为回归是连续型模型，而且受噪声的因素很大，但是，若需要选择，可以选择使用logisti 回归。对数回归本质上是线性回归，只是在特征到结果的映射里加入了一层函数映射，选择g(z)=1/(1+exp（-z）)作为sigmoid函数进行映射，可以将连续值映射到0-1之间。其中g
2017-04-15 11:31:30
9624
8
原创 机器学习之梯度下降算法
机器学习之梯度下降算法算法背景：以房价问题为由：房价变化可能有多种因素比如说房屋面积，房屋位置，房间数量等：我们假设一个向量x表示输入特征：x = [x0,x1.x2.......,xn],其中n为影响房价因素的数量估计函数：其中Θ为特征参数或者学习参数，该参数决定了特征变量Xi对估计的影响，用向量形式表示为：为了使得估计值与实际
2017-04-14 15:14:59
1111
原创 机器学习之局部加权线性回归
局部加权线性回归（Locally Weighted Linear Regression）算法背景：现实生活中很多数据采用线性模型不能很好的描述，比如说房价预测的问题，直线不能很好的拟合所有的数据点，甚至存在较大的误差，我们可能采用一条类似于二次函数的曲线可以拟合的更好。但是为了解决在非线性模型里建立线性模组的问题，我们预测一点的值时，选择与这个点相近的点而不是所有的点做线性回归。基
2017-04-13 20:50:25
5922
2
原创 Hierarchical Clustering层次聚类方法实现
简单介绍： 假设有N个待聚类的样本，对于层次聚类来说，步骤： 1.（初始化）把每个样本归为一类，计算每两个类之间的距离，也就是样本与样本之间的相似度； 2.寻找各个类之间最近的两个类，将他们归为一类（类总数减少一个） 3. 重新计算新生成的这个类与各个旧类之间的相似度； 4.重复2和3直到所有的样
2017-03-30 16:38:32
2400
原创 简单聚类方法K-means方法的实现
实例：根据药品的特征对药品进行分类 实现：根据python实现的K-means聚类 1.1 归类 聚类属于非监督学习，无类别标记 1.2 K-means算法 1.Clustering中的经典算法，数据挖掘十大经典算法之一 2.算法接受参数K，然后将事先输入的n个对象划分为K个聚类以便使获得的聚类满足：同一聚类
2017-03-29 10:48:36
4701
原创 数据结构——迷宫求解
效果如下：源代码如下：#include#include#include#define M 100#define ERROR 0 #define OK 1char a[10][10]={{'*','*','*','*','*','*','*','*','*','*'},{'*','0','0','*','0','0','0','*','0','*'
2015-07-28 15:37:10
2060
原创 数据结构——链表操作（电话管理系统 ）
效果如下：源代码如下：#include#include#include#define ERROR 0#define OK 1#define N 3#define M 100typedef struct node{ char data1[20]; char data2[12]; struct node *nex
2015-07-28 15:27:41
538
原创 数据结构——进制装换（二进制、八进制、十六进制）
效果如下：源程序如下：#include#include#define SIZE 100#define ADDSIZE 10#define ERROR 0#define OK 1typedef struct{ int *base; int *top; int stacksize;}sqstack;int Initstack(s
2015-07-28 15:22:44
1238
原创 数据结构——赫夫曼编码
效果如下： 源程序如下：#include#include#includetypedef struct{ int weight; int parent,lchild,rchild;}HTNode,*HuffmanTree; //动态分配数组存储赫夫曼树typedef char **HuffmanCode;//动态分配数组存储赫夫曼编码表
2015-07-28 15:14:33
1043
原创 数据结构——二叉树遍历、深度、叶子节点数计算
效果如下：其中“#”代表空节点/*数据结构——二叉树*/#define StACK_INIt_SIZE 100 //存储空间初始分配量#define StACKNCREMENt 50 //存储空间分配增量#include#include#includeint n;typedef char telemtype;typedef struct
2015-07-28 14:54:51
4058
5
原创 数据结构——表达式求值（二）
在上一篇的基础上，对程序作了修改，优化了部分代码/*表达式求值*/#include #include #include #define NULL 0 #define OK 1#define ERROR -1 #define SIZE 100#define ADDSIZE 20typedef struct{ int stacksize; ch
2015-07-28 14:33:00
766
原创 数据结构——表达式求值源程序（一）
效果如下：/*表达式求值*/#include #define OK 1#define ERROR -1 #define SIZE 100#define ADDSIZE 20#includetypedef struct{ int stacksize/*data[MAXSIZE]*/; int *top; int *b
2015-07-28 14:24:10
1491
原创 PHP 用COOKIE实现记住上一次登陆的数据
这里以记住登录时的驾校名为例实现效果如下： 实现过程如下：单选框： 记住驾校 其余对cookie的代码，均在后台方法里：具体方法如下：1）其中登陆按键的方法对cookie的部分//判断cookie是否为空，不为空则将其显示在第一位 $remember = I('remember');//接收checkbox的值
2015-07-17 09:15:54
1688
原创 PHP实现可编辑查询下拉框
实现方式：EasyUI的combobox控件实现效果如下： ______实现过程如下：下拉框（select）： {$vo.Schoolname} 其中需要引入的头文件是：另：combobox的值需要通过以下方式获取： $sa = $('#jxID').combobox('ge
2015-07-17 09:03:27
5079
1
原创 记“初做驾校系统”感想
2015年3月29日11:26昨天至今天，我们都在解决使用EASYUI与数据库交互是数据乱码的问题。起初，我们都以为是字符编码的问题，便在这方面查了很多资料，也用了很多方法，包括修改easyui框架里的datagrid.js文件,可是都没有成功，在今早，我研究了之前运用过的一个例子ourwork，发现了其中的奥秘，我在conn.php文件里添加了”mysql_query("SET NAMES
2015-04-01 22:47:40
612
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人