yiyangduncuo的博客

ffmpeg 4.4 版本，在arm 64 平台上交叉编译好的库，可以直接执行

保证可用。java和c ，c++的des， aes加密结果一致源码。从openssl提取了c代码，无任何依赖。使用方法：在java代码DESUtil.java中设置你想要的key字符串变量：String keyString = "bbbbbbbb";，运行代码，查看打印的byte类型的key，复制到c++代码的这个变量：unsigned char deskey[8] = {}; //在这里填写java打印的key，运行c++代码，可得到同样的加密结果，解密类似。 已避开的坑：java的byte是-128～127 ，c++中是0-255, 代码做了转换，否则key不一致

aar文件解压之后，class.jar就是需要的文件. 通过AS下载的安卓SDK不包括第三方库，找起来很麻烦，在这里分享。下载后，放在/Android/Sdk/extras/android/m2repository/com/android/support/design/28.0.0下面

aar文件解压之后，class.jar就是需要的文件. 通过AS下载的安卓SDK不包括第三方库，找起来很麻烦，在这里分享。下载后，放在/Android/Sdk/extras/android/m2repository/com/android/support/design/26.1.0下面

包含源代码及测试URL，抓取url.txt中的URL的内容，保存成txt

cuda-convnet代码，可以在http://code.google.com/p/cuda-convnet/下载到。上传到这里为了方便不能上google的童鞋。 Additional features This document will only describe the small differences between cuda-convnet as hosted on Google Code and this version. Dropout Dropout is a relatively new regularization technique for neural networks. See the Improving neural networks by preventing co-adaptation of feature detectors and Improving Neural Networks with Dropout papers for details.

编译好的opencv2.4.4库，用arm4.6.1编译

opencv2.4.4移植到ARM 一、编译环境及库文件 linux环境：ubuntu 11.10 交叉编译：4.6.1 opencv: opencv-2.4.4 cmake: cmake-2.8.1-Linux-i386.tar.gz 二、opencv-2.4.4的移植过程 解压cmake-2.8.1-Linux-i386.tar.gz到/usr/local/ cmake-2.8.1 #export PATH= /usr/local/ cmake-2.8.1/bin:$PATH 用到的主要目录说明： 交叉编译工具链所在目录 /usr/local/arm-4.6.1/ 安装opencv的目录 /usr/local/ opencv源码所在目录 /usr/local /opencv-2.4.4 编译好的opencv库所在目录 /usr/local /opencv-2.4.4/build 默认安装目录为/usr/local #mkdir build #cd build #cmake-gui 选择源代码目录 /usr/local /opencv-2.4.4 选择Build目录 /usr/local /opencv-2.4.4/build 点击Configure，保持generator为Unix Makefiles，选择Specify options for cross-compiling，点击Next, Operating System填写arm-linux C Compilers填写/usr/local/arm-4.6.1//bin/arm-none-linux-gnueabi-gcc C++ Compilers填写/usr/local/arm-4.6.1//bin/ arm-none-linux-gnueabi -g++ 程序库的Target Root填写/usr/local/arm-4.6.1/ 然后点击Finish，开始configure 点击Generate生成Makefile（等configure完之后按钮才能点击） #make 错误一： Linking CXX executable ../../bin/opencv_createsamples ../../lib/libopencv_core.so: undefined reference to `clock_gettime' ../../lib/libopencv_highgui.so: undefined reference to `_TIFFerrorHandler' ../../lib/libopencv_highgui.so: undefined reference to `_TIFFrealloc' ../../lib/libopencv_core.so: undefined reference to `pthread_key_create 解决方法： 修改CMakeCache.txt，CMAKE_EXE_LINKER_FLAGS原来为空，加上-lpthread -lrt，重新编译，错误消除 错误二： Linking CXX executable ../../bin/opencv_createsamples ../../lib/libopencv_highgui.so: undefined reference to `_TIFFerrorHandler' ../../lib/libopencv_highgui.so: undefined reference to `_TIFFrealloc' ../../lib/libopencv_highgui.so: undefined reference to `_TIFFmalloc' ../../lib/libopencv_highgui.so: undefined reference to `_TIFFmemcpy' ../../lib/libopencv_highgui.so: undefined reference to `TIFFOpen' ../../lib/libopencv_highgui.so: undefined reference to `_TIFFfree' ../../lib/libopencv_highgui.so: undefined reference to `_TIFFwarningHandler' ../../lib/libopencv_highgui.so: undefined reference to `_TIFFmemcmp' ../../lib/libopencv_high

通俗易懂地介绍了神经网络概念和原理，并以matlab工具箱为例子，是入门的很好资源

opencv 2.0 在vs2005下的库，省去编译安装的麻烦

可以不用重新编译，解压后直接在vs2008用

由于受上传大小限制，分成了两个压缩包上传。详见第一个压缩包.

android ndk crystax版，比谷歌官方版多了很多c++的库 解压后，设置一下cygwin： 在cygwin/home/你计算机名 文件夹下，找到.bash_profile，打开，在最后加入以下文字。关闭，重启。 ANDROID_NDK_ROOT=/cygdriver/d/java/android-ndk-r6-crystax-2 export ANDROID_NDK_ROOT

希望对做表情变换、表情识别的朋友有所帮助