许希律的博客

原创 python3 运行出现‘ascii‘ codec can‘t encode characters in position 10-11: ordinal not in range(128)

python3 运行出现'ascii' codec can't encode characters in position 10-11: ordinal not in range(128)

原创 centos6.3安装mysql

centOS6下安装mysql8.0.17数据库_清越浅草闲的博客-CSDN博客​​​​​​​​​​​亲测有效，解决Can 't connect to local MySQL server through socket '/tmp/mysql.sock '(2) ";_hjf161105的博客-CSDN博客

原创 服务器上使用ssh登陆另一台服务器

背景：实验室的一台服务器频繁被挖矿，被学校封了。。。另一台服务器是正常的，可以将正常工作的服务器作为跳板，登陆被封的服务器。由于之前这两台服务器我都已设置使用密钥登陆，参考：rsa登陆设置 · 语雀 (yuque.com)所以需要先将本地电脑的私钥id_rsa文件复制到正常服务器的/home/*/.ssh/目录下。然后在正常服务器上使用ssh命令登陆即可：ssh username@xx.xx.xx.xx (服务器id)...

原创 使用git上传本地代码到github

准备工作：1. 你有一个github账号，并新建一个repository，得到ssh/https网址。2.找到需要上传的项目文件夹的根目录，右键Git Base Here输入：ssh-keygen -t rsa -C"your_email@qq.com"，一路回车+y，生成一个小图案密钥。cat ~/.ssh/id_rsa.pub可以查看生成的密钥，将其复制到：github个人主页—>设置—>SSH and GPG keys—>New SSH key3.依...

原创 知识点

学习redisRedis是一个开源的使用ANSI C语言编写、遵守BSD协议、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。它通常被称为数据结构服务器，因为值（value）可以是 字符串(String), 哈希(Hash), 列表(list), 集合(sets) 和 有序集合(sorted sets)等类型。学习BigPipeBigPipe的主要思想是实现浏览器和服务器的并发执行，实现页面的异步加载，从而提高页面的访问速度。为了达到这个目...

原创 用canny算子做CT图像的边缘检测（3D）

import nibabel as nibimport numpy as npfrom skimage.feature import cannydef canny_edges_3d(grayImage): MIN_CANNY_THRESHOLD = 50 MAX_CANNY_THRESHOLD = 100 dim = np.shape(grayImage...

转载 pytorch：fine-tune 预训练模型

如何 fine-tune以 resnet18 为例：from torchvision import modelsfrom torch import nnfrom torch import optimresnet_model = models.resnet18(pretrained=True) # pretrained 设置为 True，会自动下载模型 所对应权重，并加载到...

原创 论文阅读笔记——Attention UNet

参考：https://blog.csdn.net/rosefun96/article/details/88868527Attention coefficients（取值0~1）与feature map相乘，会让不相关的区域的值变小（抑制），target区域的值变大（Attention）。Attention的意思是，把注意力放到目标区域上，简单来说就是让目标区域的值变大。看下面这...

转载 Linux 两台服务器之间传输文件和文件夹

原创 python中双冒号[::]的使用

1. range(n)生成[0,n)区间的整数 （左闭右开）2.a[start:end:step] [start,end) (左闭右开）3.当step等于负数的时候，从右向左取数。注意：numpy支持负数，torch.tensor不支持4.a[:end]：取得范围为[0,end)...

原创 手写IoU

IoU(Intersection over Union)矩形框的IoU计算： 矩阵T的左下角坐标，右上角坐标；矩阵G的左下角坐标，右上角坐标；在确定坐标的情况下，与是可知的常量，所以，我们只需要求解即可。这里我们先来看一下水平方向上的情况：从上述的三种情况中我们可以看出：当有重叠或者是内含的情况时，我们可以通过计算得到重叠部分的长度....

原创 论文笔记——Semantic Instance Segmentation via Deep Metric Learning

度量学习（Metric Learning）也就是常说的相似度学习。如果需要计算两张图片之间的相似度，如何度量图片之间的相似度使得不同类别的图片相似度小而相同类别的图片相似度大（maximize the inter-class variations and minimize the intra-class variations）就是度量学习的目标。在这篇论文中，度量学习用于计算像素之间的相似度，...

原创 ResNet34学习笔记+用pytorch手写实现

看懂ResNet，需要理解两个点：shortcut的处理，以及网络结构理解1——Identity Mapping by Shortcuts（快捷恒等映射）我们每隔几个堆叠层采用残差学习。构建块如图2所示。在本文中我们考虑构建块正式定义为x和y是考虑的层的输入和输出向量。函数F(x,Wi)表示要学习的残差映射。图2中的例子有两层，F=W2σ(W1x)中σ表示ReLU[29]，为了...

原创 Pytorch入门——用UNet网络做图像分割

最近看的paper里的pytorch代码太复杂，我之前也没接触过pytorch，遂决定先自己实现一个基础的裸代码，这样走一遍，对跑网络的基本流程和一些常用的基础函数的印象会更深刻。本文的代码和数据主要来自https://blog.csdn.net/jiangpeng59/article/details/80189889，附上该博主的github地址：https://github.com/J...

原创 Pytorch——谜之bug汇总

运行别人的代码的时候报错：RuntimeError: CUDA out of memory. Tried to allocate 512.00 MiB (GPU 0; 11.90 GiB total capacity; 11.15 GiB already allocated; 46.94 MiB free; 241.57 MiB cached)但是nvidia-smi查看显卡，显存充足 ...

原创 pytorch学习笔记

关于python中带下划线的变量和函数 Conv2d、Conv3d区别pytorch官方文档说明：Conv2d一般是二维平面图像处理。默认处理的输入输出的shape是四维：batch size、通道数（RGB-3通道或者灰度-1通道）、图像高度、图像宽度。用法是：nn.Conv2d(1,64,3) #1表示输入的通道数，64表示输出的通道数，3表示卷积核为3x3...

原创 MNIST手写数字识别——逻辑斯谛回归多分类

机器学习问题，三连问：模型？策略？算法？----------------------------------------------------------------------------------------------------------------Logistic Regression解决的是线性函数问题，其中，。二分类：模型函数采用sigmoid函数。 ...

原创 感知机算法原始形式与对偶形式的python实现

如上图所示，在[2,10]x[2,10]的矩形区域内随机生成50个点作为正样本，在[-6,0]x[-2,2]的矩形区域内随机生成50个点作为负样本。要求：1.把生成的点画在图上； 解： 虚线表示初始化时的分类面。2.分别用李航《统计学习方法》课本中的算法2.1和算法2.2求解...

原创 机器学习——概念整理（更新中）

1.极大似然估计：极大似然估计思想的最简单解释2.Knn算法 ：机器学习系列之——Knn算法 kd树详解3.Precision、Recall、AP、MAP、IOU：性能指标（模型评估） 理解IOU、precision、recall、AP、mA...

转载 最小二乘法

　最小二乘法是用来做函数拟合或者求函数极值的方法。在机器学习，尤其是回归模型中，经常可以看到最小二乘法的身影，这里就对我对最小二乘法的认知做一个小结。1.最小二乘法的原理与要解决的问题　　　2.最小二乘法的代数法解法　　 3.最小二乘法的矩阵法解法　　4.最小二乘法的局限性和适用场景　　 原文出自：https://www.cnbl...

原创 超级简单的神经网络——训练数据分类(python语言)

需要kddtrain2018.txt和kddtest2018.txt的盆友，请下载我上传的资源：神经网络训练数据分类_kdd 内容：根据给定数据集创建分类器。训练数据集(kddtrain2018.txt)：100 predictive attributes A1,A2,...,A100和一个类标C，每一个属性是介于0～1之间的浮点数，类标C有三个可能的{0，1，2}，给定的数据文件有10...

原创 codeblocks17.12 + opencv3.4.0 开发环境搭建

装了一个晚上一个上午，终于顺利安装完o(*￣▽￣*)ブ参考：https://blog.csdn.net/qq_23091073/article/details/79763854https://blog.csdn.net/wx7788250/article/details/54970903

原创 ubuntu18.04安装R——无法连接上 dl.google.com:80 (6.6.6.6)，连接超时&&E: 无法修正错误，因为您要求某些软件包保持现状，就是它们破坏了软件包间的依赖关系。

安装R的时候，sudo apt update 的时候出现错误：查资料要修改/etc/apt/sources.list.d/google-chrome.list 文件原来是：deb http://dl.google.com/linux/chrome/deb/ stable main改为：deb [arch=amd64] http://dl.google.com/linux/chrom...

原创 使用模拟退火算法解决旅行商问题

https://www.cnblogs.com/infroad/p/9245587.html

原创 广度优先遍历——爬虫的python3实现

参考：https://www.cnblogs.com/goodhacker/p/3353146.html采用广度优先搜索，使用python3语言进行网页爬虫实验工具：jupyter notebook起始页网址：https://www.cnblogs.com/goodhacker/p/3353146.html目标网址：http://book.51cto.com/art/201012/...

原创 Ubuntu 18.04 安装opencv3.4.2

主要参考：https://blog.csdn.net/cocoaqin/article/details/78163171                   https://blog.csdn.net/qq_25188995/article/details/81369259?utm_source=blogxgwz0出现问题：无法定位软件包libjasper-dev解决：https://...

转载 计算机中图像存储

电脑中的图像是如何储存：图片是通过像素拼接而成的，我们常说的分辨率指的就是图像像素的数量，比如分辨率为1024*768的一张图片就是在长度上的像素点数为1024个，高度768个。每个像素点在计算机中存储的信息是他的RGB数值,将这些RGB（红、绿、蓝，组成图像的三原色，范围是从0~225）以二进制方式存在硬盘中。灰度图像只有1个通道，读取为数组的shape为[m,n]，坐标[m,n]就是...

原创 ubuntu18.04 利用proxychains在终端使用socks5代理

 安装：git clone https://github.com/rofl0r/proxychains-ngcd proxychains-ng./configuremakesudo make installsudo make install-config然后修改/etc/proxychains.conf配置文件在这里遇到一个坑，不是主目录下的etc，要修改/usr/loca...

原创 将系统默认python版本设为python3.6

 1.sudo apt install python3.62.修改系统默认python版本为3.6cd /user/binsudo rm pythonsudo ln -s python3.6m python3.查看python -V显示Python 3.6.5    

转载 ubuntu指令

ubuntu如何卸载软件1、如果是从Ubuntu Software Center安装的，进入center，找到那个软件，很明显会有“卸载”的按钮；2、如果是tar、gz、zip之类解压就能用，免安装的，直接删除；3、如果是自己下载的deb包安装，或者通过apt-get install安装、或者通过添加ppa安装，  使用sudo apt-get autoremove software-n...

原创 反向传播解析

对于单个样本计算一次梯度：                                                                                   在逻辑回归中，我们要做的就是修改参数w和b，来减少损失函数。因为我们要计算关于损失函数的导数，反向传播时，首先计算损失函数对于da的导数。                           ...

原创 深度学习知识点整理（更新中）

1.反向传播会用到前向传播时计算的值，以及cost的公式；但不会用到cost值，cost值只是用来评估当前网络是否收敛。2.如何实现从全链接层(n)映射到softmax层(k）？需要在最后将 3D 输出展平为 1D,然后在上面添加几个 Dense 层。model.add(layers.Flatten())model.add(layers.Dense(64, activation='...

转载 最小公倍数&最大公约数算法

求最小公倍数算法：最小公倍数=两整数的乘积÷最大公约数求最大公约数算法：(1)辗转相除法有两整数a和b：① a%b得余数c② 若c=0，则b即为两数的最大公约数③ 若c≠0，则a=b，b=c，再回去执行① 来自：https://blog.csdn.net/iwm_NeXT/article/details/7450424...

原创 求连续子数组的最大和

设sum[i]为以第i个元素结尾且和最大的连续子数组。假设对于元素i，所有以它前面的元素结尾的子数组的长度都已经求得，那么以第i个元素结尾且和最大的连续子数组实际上，要么是以第i-1个元素结尾且和最大的连续子数组加上这个元素，要么是只包含第i个元素，即sum[i] = max(sum[i-1] + a[i], a[i])。可以通过判断sum[i-1] + a[i]是否大于a[i]来做选择，而这实际...

原创 export LD_LIBRARY_PATH 用法

当执行函数动态链接.so时，如果从文件不在缺省目录’/lib’and’/usr/lib’。那么就需要指定环境变量LD_LIBRARY_PATH。假如现在需要在已有的环境变量上添加新的路径名，在linux下可以采用export命令来设置这个值，在终端输入： export LD_LIBRARY_PATH=/opt/au1200/bin:$LD_LIBRARY_PATH 然后在输入export就...

原创 n皇后问题与八皇后

这里的n皇后问题指在一个nxn的棋盘上放置n个棋子，使得每行每列和每条对角线上都只有一个棋子，求其摆放的方法数。当且仅当n = 1 或 n ≥ 4 时问题有解。class Queens {public: int sum=0;//排列方法数 //验证能否放棋子,n代表行数 bool Test(int chess[],int cur) { ...

原创 动态规划笔记——最长公共子序列&&最长公共字串&&机器人走方格&&爬楼梯

最长公共子序列Ax= a1,a2,……ax, By= b1,b2,……by, LCS(m,n)表示它们的最长公共子序列长度。L(x, y)表示Ax和By的一个最长公共子序列。令x表示子序列考虑最后一项（1） t = Ax ＝ By那么它们L(x，y)的最后一项一定是这个元素此时：LCS(Ax, By) = LCS(x - 1, y - 1) + 1（2） Ax ≠ By仍...

转载 动态规划与递归

 递归算法就是通过解决同一问题的一个或多个更小的实例来最终解决一个大问题的算法。为了在C语言中实现递归算法，常常使用递归函数，也就是说能调用自身的函数。递归程序的基本特征：它调用自身（参数的值更小），具有终止条件，可以直接计算其结果。      在使用递归程序时，我们需要考虑编程环境必须能够保持一个其大小与递归深度成正比例的下推栈。对于大型问题，这个栈需要的空间会很大，可能会妨碍我们使用递归的...

原创 Coursera----machine learning(吴恩达)第七周编程作业

gaussianKernel.m（核函数）function sim = gaussianKernel(x1, x2, sigma)%RBFKERNEL returns a radial basis function kernel between x1 and x2% sim = gaussianKernel(x1, x2) returns a gaussian kernel betw...

转载 异或运算

程序中有三种演算子：XOR、xor、⊕a⊕b = (¬a ∧ b) ∨ (a ∧¬b)口诀：相同取0，相异取11.可以用来判断数组中只出现一次的数字（其余都出现两次）。2.无缓存交换两个数字。...