2019年12月_xiangyong58

12月 11月 08月 07月 02月 01月

原创 backward()函数中的参数解析

Backward()函数Backward函数实际上是通过传递参数(默认情况下是1x1单位张量)来计算梯度的，它通过Backward图一直到每个叶节点，每个叶节点都可以从调用的根张量追溯到叶节点。然后将计算出的梯度存储在每个叶节点的.grad中。请记住，在正向传递过程中已经动态生成了后向图。backward函数仅使用已生成的图形计算梯度，并将其存储在叶节点中。让我们分析以下代码：im...

2019-12-31 18:40:21 5660

原创 pytorch TensorBoardX可视化

卷积核的可视化 feature map的可视化模型图的可视化标量变化情况的可视化权重的直方图的可视化（可以知道权重的数据分布）(https://zhuanlan.zhihu.com/p/54947519)https://blog.csdn.net/bigbennyguo/article/details/87956434...

2019-12-29 15:18:14 431

原创 Ubuntu 18.04 LTS版本 GoldenDict安装与配置

安装sudo apt-get install goldendict若要词典的语音功能，再加个mplayer，要是点词典的小喇叭没有声音，用mplayer播放一下*.wav文件。$ sudo apt install mplayergoldendict自己没词典，需要下载离线的。下载链接如下：http://download.huzheng.org/zh_CN/推荐《牛津高阶英语...

2019-12-24 18:06:59 777

原创 pytorch调用服务器上visdom模块 requests.exceptions.ConnectionError 报错

服务打开visdom 错误信息：.MaxRetryError: HTTPConnectionPool(host='localhost', port=9000): Max retries exceeded with url: /events (Caused by NewConnectionError('<urllib3.connection.HTTPConnection ...

2019-12-24 16:26:14 4701 5

原创 Ubuntu 18.04 NVIDIA显卡驱动安装，以及CUDA10.1和cuDNN安装

Ubuntu 18.04 NVIDIA显卡驱动安装，以及CUDA10.1和cuDNN安装

2019-12-23 23:18:47 2613

原创 Python 用法汇总 for ComputerVision

Python 的 import 机制1.1相对/绝对导入当我们 import 导入模块或包时，Python 提供两种导入方式：相对导入（relative import ）：from . import B 或 from ..A import B，其中.表示当前模块，..表示上层模块绝对导入（absolute import）：import foo.bar 或者 form foo im...

2019-12-22 13:53:07 247

原创 ResourceBundle.getBundle

java.util.ResourceBundle.getBundle(String baseName)方法获取使用指定的基本名称，默认的语言环境和调用者的类加载器获取资源包。声明以下是java.util.ResourceBundle.getBundle()方法的声明public static final ResourceBundle getBundle(String baseNam...

2019-12-20 15:02:04 1866

java中的值传递和引用传递值传递：方法调用时，实际参数把它的值传递给对应的形式参数，方法执行中形式参数值的改变不影响实际参数的值。引用传递：也称为传地址。方法调用时，实际参数的引用(地址，而不是参数的值)被传递给方法中相对应的形式参数，在方法执行中，对形式参数的操作实际上就是对实际参数的操作，方法执行中形式参数值的改变将会影响实际参数的值。下面举例说明：传值---传递基本数据类型参数pub...

2019-12-20 15:01:30 99

原创面向对象的高级编程之遇到问题解答--控制反转

百科名片控制反转（Inversion of Control，英文缩写为IoC）是一个重要的面向对象编程的法则来削减计算机程序的耦合问题。控制反转还有一个名字叫做依赖注入（Dependency Injection）。简称DI。目录起源设计模式优缺点实现初探类型实现策略编辑本段起源早在2004年，Martin Fowler就提出了“哪些方面的...

2019-12-20 15:00:35 225

原创 ACM 题目：给定一个整数num，判断这个整数是否是2的N次方

题目：给定一个整数num，判断这个整数是否是2的N次方。比如，2，4，8是2的那次方，6，10不是2的N次方。请看下面的程序：01 publicstaticbool Check1(intnum)02 {03 inti =1;04 while(true)05 {06 if(i > num)07 ...

2019-12-20 14:59:25 479

原创条件随机场详析

条件随机场(Conditional random fields)，是一种判别式图模型，因为其强大的表达能力和出色的性能，得到了广泛的应用。从最通用角度来看，CRF本质上是给定了观察值集合(observations)的马尔可夫随机场。在这里，我们直接从最通用的角度来认识和理解CRF，最后可以看到，线性CRF和所谓的高阶CRF，都是某种特定结构的CRF。1. 随机场简单地讲，随机场可...

2019-12-20 14:54:01 273

原创深入浅出大数阶乘

深入浅出大数阶乘大数阶乘的计算是一个有趣的话题，从中学生到大学教授，许多人都投入到这个问题的探索和研究之中，并发表了他们自己的研究成果。如果你用阶乘作关键字在google上搜索，会找到许多此类文章，另外，如果你使用google学术搜索，也能找到一些计算大数阶乘的学术论文。但这些文章和论文的深度有限，并没有给出一个高速的算法和程序菜鸟篇程序1，一个最直接的计算阶乘的程序...

2019-12-20 14:53:05 1710

原创 Pytorch 神经网络编程学习

Pytorch（一）——Tensor、Autograd：自动微分、神经网络、CIFAR-10 分类详看https://www.cnblogs.com/cieusy/p/10565579.html

2019-12-20 14:00:00 199

原创 Active learning

一种噪声鲁棒的半监督主动学习框架详细介绍：请看链接https://blog.csdn.net/Houchaoqun_XMU/article/details/102417465近年来，主动学习和半监督学习方法被广泛应用于缓解样本不足的问题。半监督学习能够在零标注成本的情况下训练模型，但由于样本伪标签的质量不高，导致模型的性能提升缓慢。主动学习方法通过获取高质量的标注样本，从而高效地提升模型...

2019-12-10 19:15:34 236

原创 Computer Vision 相关数据集汇总介绍

1.KITTI数据集介绍与应用KITTI数据集是由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，利用组装的设备齐全的采集车辆对实际交通场景进行数据采集获得的公开数据集。该数据集包含丰富多样的传感器数据（有双目相机、64线激光雷达、GPS/IMU组合导航定位系统，基本满足对图像、点云和定位数据的需求）、大量的标定真值（包括检测2D和3D包围框、跟踪轨迹tracklet）和官方提供的一些开发...

2019-12-10 10:21:46 338