- 博客(20)
- 收藏
- 关注
原创 C++(1)
C++(1) 常量定义 作用:用于记录程序中不可更改的数据 C++定义常量两种方式 #define 宏常量: #define 常量名 常量值 通常在文件上方定义,表示一个常量 const修饰的变量 const 数据类型 常量名 = 常量值 通常在变量定义前加关键字const,修饰该变量为常量,不可修改 运算 除 10 / 3 = 3 //两个整数相除结果依然是整数 、除数不可以为0 //取模 10 % 3 =1 //取模运算时,除数也不能为0 两个小数不可以取模 sizeof:统计数据类型所占内存大
2021-12-14 18:32:04
98
原创 docker镜像默认路径修改
我用的是Ubuntu 16.04, 根目录当时是我自己分配的空间,只有30G, 当时以为够用。 经过了一年半载的折腾,不够用了。最近安装了Docker,发现空间已经捉襟见肘了。 默认 Docker 的镜像文件是安装在/var/lib 目录下的, 得想办法给它移出来。 解决方案如下: 方案1, 使用参数-g 来修改 Docker 的镜像存储文件夹. 修改方法如下: 在 Ubuntu 系统下: 编辑 /etc/default/docker 文件, 添加-g 参数的设置, 如下: DOCKER_OPTS="-dn
2021-11-25 15:14:25
555
原创 docker通讯原理
Docker 通讯机制 docker inspect container_name/container_id 看桥链接信息 网关172.17.0.1 ip地址 172.17.0.3 在运行一个容器 网关172.17.0.1 ip地址 172.17.0.2 实现互通 上述方式如果只用默认网桥会影响带宽,所以需要构建自己的网桥 Docker网络使用 a 默认网桥 docker network ls 查看默认网桥 name为 bridge 有如下指令 b 自定义桥连接 docker network
2021-11-11 17:34:48
173
原创 docker笔记
启动镜像 停止所有的容器 docker stop $(docker ps -aq) 删除所有容器 docker rm $(docker ps -aq) 删除所有镜像 docker rmi $(docker images -q) 强制删除 docker rmi -f $(docker images -q) 拉取镜像 docker pull [options] name[:tag|@digest] 查看运行中/所有容器 docker ps -a 重新启动已经退出的容器 docker restart ngin
2021-11-10 09:07:05
92
原创 MOOC ROS 6 tf&urdf
frame指的是坐标系,不同的frame之间联通都通过boardcaster(相当于nodes,publisher)来向/tf topic发送消息 向/tf
2019-07-11 11:18:27
288
原创 MOOC ROS4常用工具
rviz roslaunch robot_sim_demo robot_spawn.launch rviz add添加机器人模型 要改fixed frame add camera image topic;里面选择监听哪一个,和之前image——view功能一样,只是通过rviz更方便的显示 add lasercan (激光雷达)tiopic 选/scan 得到扫出来的障碍物的距离 运行 r...
2019-07-05 12:27:02
190
原创 MOOC ROS笔记 1
工程结构(文件系统级) catkin:ROS定制的编译构建系统 对CMake的扩展(用来编译ros程序的) catkin工作空间:组织和管理功能包的文件夹,以catkin工具编译 ...
2019-07-05 09:24:32
507
原创 吴恩达DL lesson5 第一周 第五门课 序列模型(Sequence Models)
1.1 为什么选择序列模型?(Why Sequence Models?) 语音识别:将输入的语音信号直接输出相应的语音文本信息。无论是语音信号还是文本信息均是序列数据。 音乐生成:生成音乐乐谱。只有输出的音乐乐谱是序列数据,输入可以是空或者一个整数。 情感分类:将输入的评论句子转换为相应的等级或评分。输入是一个序列,输出则是一个单独的类别。 DNA序列分析:找到输入的DNA序列的蛋白质表达的子序...
2019-05-24 10:09:15
423
原创 吴恩达DL lesson5 第二周 第五门课第二周 自然语言处理与词嵌入(Natural Language Processing and Word Embeddings)
2.1 词汇表征(Word Representation) 用one-hot表示,使得每一个词都是独立没有联系的,两个向量相乘都是0,不能获取词与词之间的关联相似性。 解决办法 特征表征:词嵌入 利用不同的特征来对各个词汇进行表征,这样产生的向量使得词之间的相似性很好的表现出来,算法的泛化性也更好。 t-SNE算法将高维的词向量映射到2维空间(这个过程被称为嵌入embeddings),对词向量...
2019-05-24 10:08:23
285
原创 吴恩达 深度学习 编程作业(4-2)- Keras tutorial - the Happy House & Residual Networks
1. HAPPYMODEL import numpy as np from keras import layers from keras.layers import Input, Dense, Activation, ZeroPadding2D, BatchNormalization, Flatten, Conv2D from keras.layers import AveragePooling2...
2019-02-26 14:53:19
357
原创 吴恩达DL lesson3 week1
1.1 为什么是ML策略?(Why ML Strategy?) 当你尝试优化一个深度学习系统时,你通常可以有很多想法可以去试,问题在于,如果你做出了错误的选择,你完全有可能白费6个月的时间,往错误的方向前进,在6个月之后才意识到这方法根本不管用。 例如 收集更多训练数据 训练集的多样性不够,收集更多的具有多样性的实验数据和更多样化的反例集. 使用梯度下降法训练更长的时间 尝试一个不同的优化算法,例...
2019-02-21 16:45:03
289
原创 吴恩达DL lesson2 week3
3.1 调试处理(Tuning process) 关于训练深度最难的事情之一是你要处理的参数的数量 1学习速率α 2Momentum(动量梯度下降法)的参数β 3如果使用Adam 优化算法的参数β1,β2,ε,但是通常使用默认值:0.9,0.999,10−8 4mini-batch 的大小 5不同层中隐藏单元的数量 6层数 7学习率衰减率 常用超参数搜索 https://www.cnblogs.c...
2019-02-21 10:40:22
234
原创 吴恩达DL lesson2 week2
2.1 Mini-batch 梯度下降(Mini-batch gradient descent) 把训练集分割为小一点的子集训练,这些子集被取名为mini-batch,
2019-02-20 11:07:39
298
原创 ubuntu16.04 pycharm配置anaconda并安装tensorflow
创建环境 最好重新建一个环境 conda create -n your_env_name python=X.X 激活环境 activate your_env_name 安装tensorflow(安装对应的版本) pip install tensorflow-gpu==1.9.0 同时在这个激活环境中安装cuda 和cudnn也是可以的 在pycharm中更改成anaconda中的python ...
2019-02-20 11:04:48
99
1
原创 吴恩达DL lesson2 week1
1.1训练,验证,测试集(Train / Dev / Test sets) 测试集和验证集的区别 验证集用于进一步确定模型中的超参数(例如正则项系数、ANN中隐含层的节点个数等)而测试集只是用于评估模型的精确度(即泛化能力) 简而言之就是: 验证集 核对的是 模型可训练参数的 泛化能力 测试集 核对的是 模型超参数的 泛化能力 大家要确保验证集和测试集的数据来自同一分布,因为你们要用验证集来评估不...
2019-02-03 22:49:19
218
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
RSS订阅