Quasimo

跨平台在Ubuntu的PCL里使用Eigen出现了段错误。而Windows里面没事

玩耍的历程0.关于Selenium，一个爬虫0基础菜狗的福音1.关于requests2.关于多线程or多进程request3.Windows是不可能用Windows的，Ubuntu哥哥都是人才，说话又好听版权声明：个人学习与玩耍，切勿用于非法用途，请务必遵守robots协议0.关于Selenium，一个爬虫0基础菜狗的福音因为一些原因摸上了爬虫玩玩，因为鄙人没有太多web基础，也就仅限于手写html的水平而已。所以刚开始玩发现用selenium+chrome这种直观的组合真的太友好了，在爬的过程中可以

为什么摘抄这一段，因为我认为这里是一个非常有用的部分，看完autograd就想去问答区提问：然后发现没有c币，于是乎暂时作罢，结果发现答案就在下一小节（先看完再想问题，不然浪费了一个好问题），没办法我就是这么热爱思考的一个人，看完立刻就有问题，等不到再看一段书。— 我是分界线—p94:目前，绝大多数函数都可以使用autograd实现反向求导，但如果需要自己写一个复杂的函数，不支持自动反向...

这本书讲的很好，难得的高质量的精华内容，相比其他蹭热度的书靠谱扎实的多。我这里记录一下对我来说有用的内容：9.4小结：ｐ111在分类问题的目标函数中，交叉熵损失函数是最为常用的分类目标函数，且效果一般优于合页损失函数；大间隔损失函数和中心损失函数的出发点在于增大类间距离、减小类内距离，如此一来不仅要求分类明确，而且还有助于提高特征的分辨能力；坡道损失函数是分类问题目标函数中的一类非凸损...

这里开始看PSMNet源码数据集如何组织输入不看，只看这个网络做了哪些工作。if self.training: w, h = left_img.size th, tw = 256, 512 x1 = random.randint(0, w - tw) y1 = random.randint(0, h -...

先贴两个博客：为什么一个55的卷积核可以由两个33的卷积核替代？（这个不要重要）5x5卷积核可以用2个3x3卷积核替代的原因（这个不重要）看图解决所有这张图被用烂了。在一个卷积层，因为权值共享，所以一个33只有9个w和一个b这些权值。当stride=1时，55的矩阵被卷积成33，然后再经过一个33后就可以变成11，也就是说，经过两个33的卷积核后，一个值对应的数据源实际上是一个55的覆盖...

写在前面的话：PyTorch调试看过程是真的方便。nn.Sequentia()pytorch系列7 -----nn.Sequential讲解A sequential container. Modules will be added to it in the order they are passed in the constructor. Alternatively, an ordered ...

CVPR2018原文链接Github仓库地址SceneFlow数据集链接，只需要cleanpass和Disparity文章目录1.简要描述2.硬件推荐3.训练过程4. 不靠谱的测试5.PSMNet存在问题1.简要描述PSMNet是一个很6皮的三维重建网络，我需要做三维重建，说句实在话，经典结构光法精度高，也已经发展到瓶颈了，多频外插法一枝独秀。深度学习的双目仿生原理，感觉会很有前景和研究...

Spyder调试show image提示Please install matplotlib or guiqt (Anaconda环境)那么pip install matplotlib就好了（当然部分情况下是装完还是不能用的，pip list也有，就是不能用。如果是这种情况那么继续）打开iPython然后：!pip install matplotlib...

深度学习（其实是神经网络），学习期间看过的不错的博客，这里保存下。虽然在博客里面也有记录，这里做个简单汇总？

文章目录选中执行，一步步看网络结构出问题：from dataloader import listflowfile as lt选中执行，一步步看网络结构出问题：from dataloader import listflowfile as ltImportError: No module named dataloader明明dataloader就在当前文件夹下，文件夹里面也有__init__.p...

原环境：i7 8700k 1080Ti ubuntu16.04,cuda 10.0 cudnn 10.0 Tensoeflow 1.13.1git clone --recursive https://github.com/smallcorgi/Faster-RCNN_TF.git遇到了几乎所有问题。根据报错的结果挨个去解决。最终我遇到了在这个Github的issue区都没有的问题。最终决定...

写在前面的话：一些零零碎碎的小事情在资源有限情况下训练神经网络（其实这是很有限的方法，并不如直接加硬件来的实际）最近测试PSMNet网络，在SceneFlow数据集上，作者使用4路Titan Xp12G 显存，12的BatchSize，单卡一次3组数据。我只有1080Ti11GB，单卡3组Out of Mem。使用nvidia-smi查看后，发现batchsize是2时候能用，占用显存约7G...

推荐两个微信公众号：计算机视觉life、CVer来自知乎的：立体视觉书籍推荐&立体匹配十大概念综述—立体匹配算法介绍SSD：OpenCV的匹配，默认就是像素差的平方和再开根号。（不是SSD，只是这两种方式都有共性）...

写在前面的话：抄书是一个好习惯，大一学C语言时候抄书，研一学OpenCV时候抄书。抄书是强迫自己认真读书的过程。也是能让自己慢下来从作者视角思考的过程。抄书是个好习惯，尤其是对于善于走神的同学。TensorFlow学习笔记02-《TensorFlow:实战Google深度学习框架 第2版》卷积神经网络一处错误卷积神经网络CNN例子：LeNet5在MNIST数据集上测试第128页（别人给的pd...