及时澍雨Timely-CSDN博客

原创 Linux安装其他版本GCC的方法

前言有时候，在Linux中需要安装固定版本的GCC，才能满足工作要求。例如：在Fedora22中，编译OpenCV的cuda部分需要GCC 4.9.X及以下的版本，而Fedora22的GCC是在5.1-5.3版本之间。又例如：编译Caffe中的matcaffe需要GCC 4.7.X及以下的版本。所以安装过低版本的GCC时通常要自己动手，下面是常规操作：下载GCC在GCC官网http://www.gn

2016-04-21 11:56:36 5147 1

原创 Fedora22下安装nvidia私有显卡驱动

添加rpmfusion源$ sudo rpm -ivh http://download1.rpmfusion.org/free/fedora/rpmfusion-free-release-stable.noarch.rpm http://download1.rpmfusion.org/nonfree/fedora/rpmfusion-nonfree-release-stable.noarc

2016-04-21 11:06:35 1072

原创 Hough变换之直线检测

1.Hough Transform 的算法思想在直角坐标系和极坐标系中，点、线是对偶关系。即直角坐标系中的点是极坐标系中的线，直角坐标系中的线是极坐标系中的点。反之也成立。如下图所示，想要检测图像中的直线，可以转化为检测极坐标系中的点(θ,r)(\theta,r)。2.Hough空间的表示如下图所示，图像中直线的表示，由斜率和截距表示，而极坐标中用(θ,r)(\theta,r)表示，并且存在

2016-04-15 13:42:22 18968 3

原创特征提取之SIFT（尺度不变性特征变换）

SIFT（Scale-invariant feature transform，尺度不变性特征变换）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale和orientation的描述子得到特征并进行图像特征点匹配，获得了良好效果，详细解析如下：算法描述整个算法分为以下几个部分：1.构建尺度空间尺度空间理论目的是模拟

2016-04-13 12:46:01 8340

原创 Ubuntu启用VNC服务的配置

Ubuntu服务器配置安装vncserver服务$ sudo apt-get install vnc4server开启vnc服务如果你想访问root用户的桌面环境就用sudo vncserver，如果访问当前普通用户的环境就直接vncserver即可。首次启动会要求设置密码，用来在客户端访问时使用，后面可以使用vncpasswd 修改。$ vncserver启动vnc成功后，会在主目录下产生一个

2016-04-05 16:56:50 16240

原创 Fedora修复grub2启动项grub rescue

前提： Fedora22系统，/boot单独分区(/dev/sda6)，其他以LVM 分区存在着。解决方案：在grub rescue界面上只有少数命令可以用。1.查看分区grub rescue> ls会出现：（hd0）（hd0，msdos9）（hd0，msdos8）（hd0，msdos7）（hd0，msdos6）（hd0，msdos5）（hd0，msdos3）（hd0，msdos2）（

2016-04-05 10:23:33 3465

原创在Fedora22中安装Skype

1. Install Skype 4.3 on Fedora 23/22/21/20/19/18 and CentOS/Red Hat (RHEL) 7.2/6.71.1 Change root usersu## OR ##sudo -i1.2 Install needed repositories Needed only on CentOS/RHEL/SL## CentOS 7, Red H

2016-04-04 22:06:37 1080

原创 C++中vector容器的基本用法总结

在C++中，vector是一个十分有用的容器，下面根据多篇文章对这个vector做一下总结。1.文件包含首先在程序开头处加上#include以包含所需要的类文件vector，还有一定要加上using namespace std;#include <vector>using namespace std;2.变量声明例2.1:声明一个int向量以替代一维的数组: vector <int> vec

2016-03-08 18:04:35 15284 1

原创在Windows下编译PyCaffe

在Windows下编译PyCaffe之前，除了需要安装Python2.7以外还需要安装其他插件，否则会遇到类似于如下的错误： can not find module skimage.io 此时需要安装scikit-image插件。所有需要安装的组件如下：Python2.7: https://www.python.org/downloads/windows/插件： NumPy, a fund

2016-01-16 21:50:11 2973

原创 caffe的Matlab接口的使用方法

编译MatCaffe使用如下命令编译MatCaffemake all matcaffe之后，你可以用以下命令测试MatCaffe：make mattest如果你在运行上面命令时，遇到如下错误：libstdc++.so.6 version ‘GLIBCXX_3.4.15’ not found，说明你的Matlab库不匹配。你需要在启动Matlab之前运行如下命令：export LD_LIBRARY_P

2016-01-15 21:07:19 56635 15

原创 Solutions to caffe-layer creation failure

在Windows下对Caffe源代码进行重新编译之后，新建x64工程，来构建深度神经网络，主要代码：初始化一个网络char *proto = "data\\test.prototxt";Caffe::set_mode(Caffe::CPU);// Caffe::set_mode(Caffe::GPU);// Caffe::SetDevice(0);shared_ptr<Net<float>

2016-01-11 22:06:22 4511 2

原创各种开源协议介绍

现今存在的开源协议很多，而经过Open Source Initiative组织通过批准的开源协议目前有58种（http://www.opensource.org/licenses/alphabetical）。我们在常见的开源协议如BSD, GPL, LGPL, MIT等都是OSI批准的协议。如果要开源自己的代码，最好也是选择这些被批准的开源协议。BSD开源协议BSD开源协议是一个给于使用者很大自由的

2016-01-08 14:10:52 2156

原创可视化caffe模型结构

假设Caffe的目录是$(CAFFE_ROOT)1.编译caffe的python接口$ make pycaffe2.装各种依赖$ pip install pydot$ sudo apt-get install graphviz3.可视化模型$ cd $(CAFFE_ROOT)/python/$ ./draw_net.py ../../models/VGG_CNN_M_1024/test.prot

2015-12-31 20:07:53 3541 1

原创将caffemodel文件转换为Matlab可用的数据形式

1.MATLAB示例程序：%% Load the Caffe.Net and save in model file.def = fullfile('..', 'models', 'VGG_CNN_M_1024', 'test.prototxt');net = fullfile('..', 'output', 'default', 'voc_2007_trainval', ...'vgg_cnn

2015-12-30 21:38:19 9541

原创 Invalid MEX-file: caffe.mexa64 的解决方案

问题描述：在使用Matlab调用caffe进行深度神经网络训练和测试时，遇到了如下提示信息： Invalid MEX-file ‘**/caffe.mexa64’ /usr/local/MATLAB/R2014a/bin/glnxa64/../../sys/os/glnxa64/libstdc++.so.6: version GLIBCXX_3.4.20 not found (required

2015-12-30 20:08:35 10468 3

原创 The Zen of Python

To see an interesting Python Easter egg, try importing the module this at the interactive command line:>>> import thisAnd you will see the information below: The Zen of Python, by Tim Peters Bea

2015-12-01 15:44:15 436

原创 Ubuntu上安装谷歌第二代机器学习系统TensorFlow

TensorFlow作为谷歌第二代机器学习系统，现以Apache 2.0的开源协议开放。以下安装命令在Ubuntu 15.04上亲测安装成功。# For CPU-only version$ pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.w

2015-11-14 20:37:37 1025

原创【机器学习】梯度下降法的相关介绍

简介我们考虑一个代价函数CC，这个函数可以将一个参数向量θ\theta映射到一个标量C(θ)C(\theta)上，现在，我们要最小化C(θ)C(\theta)。在机器学习中，这个代价函数通常是损失函数的平均值或者期望值： C(θ)=1n∑i=1nL(fθ,zi)C(\theta) = \frac{1}{n} \sum_{i=1}^{n} L(f_{\theta},z_i)（这个数值被称为训练

2015-11-10 08:31:50 756

原创 Linux下使用Tmux提高终端环境下的效率

简介鼠标的发明是了不起的创新，它让电脑更加接近普通人。但从程序员和系统管理员的角度，使用电脑工作时，手一旦离开键盘，就会有些分心。如果你的工作需要在终端环境下打开很多标签，然后在多个终端之间切换窗口，这会让你慢下来。尤其是当服务器出问题的时候，不能浪费任何时间！Tmux是我日常工作必要的工具之一。我可以借助Tmux构建出复杂的开发环境，同时还可以在一旁进行SSH远程连接。我可以开出很多窗口，将其拆分

2015-11-09 22:04:13 1017

原创 Fedora23安装以后要做的优化配置

Red Hat操作系统的社区开发版的最新成员Fedora 23，已经于2015年11月3日发布了。对这个经典的Fedora发行版的发布充斥着各种猜测和预期，而最终Fedora 23推出了许多重大变化。就初始化进程而言，Systemd还是个新生儿，但它已经准备好替换古老的sysvinit这个一直是Linux生态系统一部分的模块。另外一个用户会碰到的重大改变存在于基本仓库的python版本中，这里提供了

2015-11-09 08:51:04 2954

转载 Fedora 安装后需要做的第一件事

一直以来，Red Hat 系的许多教程，都会建议你关闭 SELinux。确实，启用 SELinux 可能会造成许多莫名其妙的错误。但在实际生产环境，甚至是用户工作站，Red Hat 都建议将 SELinux 设为 enforcing 模式，因为它在关键时候可以成为你系统安全的最后一道防线。

2015-11-04 11:58:46 835

原创【深度学习】深度学习中监督优化入门(A Primer on Supervised Optimization for Deep Learning)

简介这个教程涵盖了深度学习(Deep Learning)的一些重要概念，是一个快速入门的大纲教程，包含了三个部分：第一部分-数据集：介绍了MNIST数据集和使用方法；第二部分-标记法：介绍了主要概念的符号标记方法；第三部分-监督优化入门：介绍了一些深度学习的重要概念；1.数据集1.MNIST数据集这个数据集(mnist.pkl.gz)可以在CSDN下载中免费下载：http://downloa

2015-11-02 14:38:05 1406

原创 MATLAB中uigetfile函数使用方法

函数原型标准化打开选择文件对话框：function [FileName,PathName,FilterIndex] = uigetfile(FilterSpec,DialogTitle,DefaultName)参数FileName：返回的文件名 PathName：返回的文件的路径名 FilterIndex：选择的文件类型 FilterSpec：文件类型设置 DialogTitle：打开对话框

2015-11-01 12:34:05 24565 1

原创极限学习机(Extreme Learning Machine)概述

摘要当今研究领域的一项事实就是，前向神经网络(feed-forward neural networks)的训练速度比人们所期望的速度要慢很多。并且，在过去的几十年中，前向神经网络在应用领域存在着很大的瓶颈。导致这一现状的两个关键因素就是：神经网络的训练，大多使用基于梯度的算法，而这种算法的训练速度有限；使用这种训练算法，在迭代时，网络的所有参数都要进行更新调整。而在200

2015-11-01 12:28:40 18720 1

原创使用Logistic回归对MNIST手写字符进行分类识别

简介在这节我们使用Theano用于最基本的分类器：逻辑回归(Logistic Regression)。全部的代码可以在我的CSDN下载中免费下载：http://download.csdn.net/detail/ws_20100/9222263。下面我们从模型开始。模型逻辑回归是一个概率，线性分类器。它的参数包含一个权值矩阵WW和一个偏置向量bb。分类器将输入向量映射到一

2015-10-29 16:26:38 3643

原创使用MATLAB遍历指定的子文件夹及其下文件

文件目录结构项目需要批量将图像导入Matlab，进行分类。主文件夹maindir下含有十个子文件夹，子文件夹分别包含多个图像bmp文件。可以使用函数dir，D = DIR('directory_name')返回一个结构数组，包含了文件夹directory_name下的子文件夹和子文件的一些信息，第1个成员是文件名，第4个成员表示是否为文件夹。

2015-10-28 14:14:40 7191 1

原创【深度学习】在Caffe中配置神经网络的每一层结构

层结构，是神经网络(Neural Networks)建模和计算的最基本单元。由于神经网络有不同的层结构，不同类型的层又有不同的参数。所以，对Caffe的每一层配置都不一样，而层结构和参数都预先定义在prototxt文件中，在此，我们对最新版Caffe模型的层结构做一个简要的总结。如需要转载，请注明出处：http://blog.csdn.net/ws_20100由于水平有限，如果有错误，敬请指正。

2015-10-16 21:33:12 15743

原创 LaTeX数学公式的符号表示

引言由于CSDN的Markdown编辑器能轻松地支持LATEX\LaTeX的公式表示。因此，今天我们来细数一下LATEX\LaTeX数学公式的符号表示，以便大家以后随时查用。1.强调模式 a^aˇ\hat{a}\check{a}a´a`\acute{a}\grave{a}a¯a⃗ \bar{a}\vec{a}a˙a¨\dot{a}\ddot{a}a˘a~\bre

2015-10-15 21:54:36 22094

原创 Linux下安装配置TEXLive2015的方法

1.下载安装包下载地址：官方镜像: http://mirrors.ctan.org/systems/texlive/Images/texlive2015.iso USTC镜像： http://mirrors.ustc.edu.cn/CTAN/systems/texlive/Images/texlive2015.iso可以使用wget命令下载：$ wget http://mirrors.

2015-10-15 10:00:00 6157

原创 Linux下安装HP打印机的驱动程序

前言在Linux下，我想通过惠普打印机打印文件，我房间的HP打印机型号为HP LaserJet 1020/1008。一开始通过命令行安装hplip及其相关插件，由于我的电脑是Fedora 22 Workstation：$ sudo dnf install -y hplip hplip-*结果显然没有成功，按”打印”之后，打印机就”喀”一声没有反应。于是想通过其他方法安装，找到了HP对于Linux

2015-10-14 09:03:45 27203

转载二维图像的DCT变换

二维DCT变换就是将二维图像从空间域转换到频率域。形象的说，就是计算出图像由哪些二维余弦波构成，计算出的结果为c(u ,v), 其中u为二维波的水平方向频率，v为二维波的垂直方向频率；最终会计算出很多的c(u,v) ; 每一个c称为一个DCT系数，代表的是频率为(u,v)的二维波的振幅（或者能量），所有这些二维波的叠加就是那个原始的图片。

2015-10-13 18:37:21 17160

原创 Fedora安装Texlive2013时出现Can't locate Digest/MD5.pm的解决方法

问题：在将texlive2013.iso挂载到/mnt后，进入/mnt目录$ cd /mnt$ sudo ./install-tl之后遇到如下错误：Can't locate Digest/MD5.pm in @INC (you may need to install the Digest::MD5 module) (@INC contains: ./tlpkg /usr

2015-10-11 10:53:02 4738

原创神经网络的反向传播BP算法

简介神经网络中经典的感知器模型，请参考我写的这篇博客[ http://blog.csdn.net/ws_20100/article/details/48929383]本篇博客是在感知器模型之后，讨论由1986年由Rumelhart和McCelland提出的反向传播学习算法。---------------------------------------------------------

2015-10-08 22:45:43 13020

翻译【Linux导论】查找Linux文档(Finding Linux Documentation)

原文LFS101x.2 Introduction to Linux (Linux Foundation)Chapter 06: Finding Linux Documentation - Section 1: Documentation Sources - Section 2: The man page

2015-10-06 13:48:43 783

原创神经网络(Neural Network)概述

1.神经网络概况1943年，心理学家W.Mcculloch和数理逻辑学家W. Pitts根据生物神经元功能和结构，提出M-P神经元模型。1957年，Rosenblatt提出感知机MLP模型。Rosenblatt, Frank.x. Principles ofNeurodynamics:Perceptrons and the Theory of Brain Mec

2015-10-06 08:43:22 8211

原创局部二值模式(Local Binary Patterns)进行纹理分类

简介对于二维的纹理分析，具有很多潜在的应用。例如，工业表层检查，远程监控，生物制药图像分析等等领域。但是在实际应用时，会存在很多问题。主要的问题在于现实世界中的纹理并不像实验中的那么规整，存在着很多变化，例如：由于非均匀光源导致的光照变化；实际的情况下，物体方向是随机的；空间尺度不一致。而且，很多纹理分类的方法计算复杂度过高，难以实用化。为了解决这些问题，可以采用改进型的局

2015-10-05 14:40:21 8196 4

翻译【Linux导论】通过图形接口配置系统(System Configuration from the Graphical Interface)

原文LFS101x.2 Introduction to Linux (Linux Foundation)Chapter 05: System Configuration from the Graphical Interface - Section 1: System, Display, Data and Time Settings

2015-10-05 13:15:41 925

转载【机器学习】机器学习界大牛林达华推荐的书籍

Here is a list of books which I have read and feel it is worth recommending to friends who are interested in computer science.

2015-10-04 11:09:03 1167

翻译【Linux导论】图形接口(Graphical Interface)

原文LFS101x.2 Introduction to Linux (Linux Foundation)Chapter 04: Graphical Interface1.会话管理 - (Session Management)1.)简介 - (Introduction)2.)GNOME桌面环境 - (GNOME Desktop Environment)3.)GUI启动

2015-10-03 12:48:02 2980

原创使用GPU在caffe上进行CNN训练

[请参考此篇博客：http://blog.csdn.net/ws_20100/article/details/48850449]本篇介绍如何在caffe环境下，实现"图像对图像"的卷积神经网络的训练。

2015-10-02 15:53:34 8199 17

Hough变换检测直线

使用MATLAB实现Hough变换，检测车道线的demo程序

2016-04-15

模式识别与机器学习_PRML中文版

Pattern Recognition and Machine Learning 模式识别和机器学习，非常经典的教材，中文版。马春鹏版。 Christopher M. Bishop A new treatment of classic machine learning topics, such as classification, regression, and time series analysis from a Bayesian perspective. It is a must read for people who intends to perform research on Bayesian learning and probabilistic inference.

2015-11-18

模式识别与机器学习 Pattern Recognition and Machine Learning

Pattern Recognition and Machine Learning 模式识别和机器学习，非常经典的教材，英文版。 Christopher M. Bishop A new treatment of classic machine learning topics, such as classification, regression, and time series analysis from a Bayesian perspective. It is a must read for people who intends to perform research on Bayesian learning and probabilistic inference.

2015-11-10

Graphical Models Exponential Families and Variational Inference

Graphical Models Exponential Families and Variational Inference 机器学习和模式识别中很好的一本书。

2015-11-10

统计模式识别Statistical Pattern Recognition

统计模式识别 Statistical Pattern Recognition 简介：本书详细介绍了密度估计（分参数、贝叶斯和非参数三章）、线性判别分析、非线性判别分析、决策树归纳、多分类器融合、性能估计、聚类法、复杂网络等内容。 Statistical pattern recognition relates to the use of statistical techniques for analysing data measurements in order to extract information and make justified decisions. It is a very active area of study and research, which has seen many advances in recent years. Applications such as data mining, web searching, multimedia data retrieval, face recognition, and cursive handwriting recognition, all require robust and efficient pattern recognition techniques. This third edition provides an introduction to statistical pattern theory and techniques, with material drawn from a wide range of fields, including the areas of engineering, statistics, computer science and the social sciences. The book has been updated to cover new methods and applications, and includes a wide range of techniques such as Bayesian methods, neural networks, support vector machines, feature selection and feature reduction techniques.Technical descriptions and motivations are provided, and the techniques are illustrated using real examples.

2015-11-10

视觉机器学习20讲(源代码)

《视觉机器学习20讲》是计算机、自动化、信息、电子与通信学科方向的专著，详尽地介绍了K-Means、KNN学习、回归学习、决策树学习、Random Forest、贝叶斯学习、EM算法、 Adaboost、SVM方法、增强学习、流形学习、RBF学习、稀疏表示、字典学习、BP学习、CNN学习、RBM学习、深度学习、遗传算法、蚁群方法等基本理论；深入阐述了视觉机器学习算法的优化方法和实验仿真；系统地总结了其优点和不足。本书特别重视如何将视觉机器学习算法的理论和实践有机地结合，解决视觉机器学习领域中的诸多基础问题，可应用于医学图像分析、工业自动化、机器人、无人车、人脸检测与识别、车辆信息识别、行为检测与识别、智能视频监控等。本书特别重视算法的典型性和可实现性，既包含本领域的经典算法，也包含本领域的最新研究成果。本代码包括了视觉机器学习20讲的20课程源代码，非常详细的进行了实现，具有非常高的学习价值

2015-11-10

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

Hough变换检测直线

模式识别与机器学习_PRML中文版

模式识别与机器学习 Pattern Recognition and Machine Learning

Graphical Models Exponential Families and Variational Inference

统计模式识别Statistical Pattern Recognition

视觉机器学习20讲(源代码)

多层ELM进行MNIST手写字符分类MATLAB代码

极限学习机ELM的最简单实用代码

多层前向卷积神经网络Python代码

MNIST手写字符数据样本库

Theano深度学习教程Python代码

SciPy的共扼梯度方法完成逻辑回归的代码

使用逻辑回归进行MNIST字符分类识别代码

Sparse and Redundant Representations

Object Recognition from Local Scale-Invariant Features

本代码采用最近研究比较热的sift算法

What are Extreme Learning Machines Filling the Gap

HP打印机的Linux驱动程序

SRCNN代码实现

基于Kinect的人脸识别代码

C#完全手册

空空如也