- 博客(57)
- 收藏
- 关注
RSS订阅原创 LaTeX数学公式资源与工具集锦
为了帮助大家更高效地利用LaTeX编辑数学公式，这里整理了一系列精选资源与实用工具链接地址，希望能够为您的工作和学习增添助力
2024-08-17 13:41:51
350
原创 Windows系统下CUDA、cuDNN与PyTorch的更新与安装全攻略
CUDA是NVIDIA推出的一个并行计算平台和编程模型，它允许开发者使用NVIDIA的GPU进行高性能计算。CUDA提供了一套丰富的API，使得开发者能够轻松地编写在GPU上运行的并行代码，从而显著提高计算性能。官网：https://developer.nvidia.com/这是一个包含CUDA编译器、调试器、性能分析工具等的开发套件，用于帮助开发者构建、优化和调试CUDA应用程序。CUDA Toolkit是开发CUDA程序的基础。cuDNN是NVIDIA专门为深度神经网络设计的一套加速库。
2024-06-05 23:07:31
5605
1
原创 计算机视觉入门必备---数据标注及相关工具的使用
在计算机视觉的广阔领域中，数据标注无疑占据着举足轻重的地位。作为构建和训练视觉模型的基础，数据标注为机器提供了理解和解析图像的关键信息。对于初学者而言，掌握数据标注技能不仅是进入计算机视觉领域的敲门砖，更是提升模型性能、实现精准图像识别的关键所在。数据标注不仅仅是简单的标记工作，它涉及到对图像内容的深入理解、对标注规范的准确把握，以及耐心细致的操作。通过数据标注，我们可以将图像中的目标物体、关键特征以及上下文信息提取出来，为模型的训练提供丰富的素材。
2024-04-17 23:48:03
9926
原创 AI相关的实用工具分享(附带最新评分排行)
这篇blog深入探讨了AI实用工具在科研与生活中的应用。从闭源大语言模型到开源大语言模型，再到GPT/LLMs应用，文章梳理了各类AI工具的使用方式。同时，文章还详细介绍了这些工具在文献检索、数据分析、写作润色等多个方面的应用，为读者提供了一份全面的AI工具指南。无论是科研工作者还是普通用户，都能从中找到适合自己的工具，提升工作效率与生活品质。本文旨在让读者更深入地了解AI技术，共同探索AI的无限可能。
2024-03-10 21:38:52
1898
原创 可免费使用的AI平台汇总 + 常用赋能科研的AI工具推荐
文精选了众多可免费使用的AI平台，并深入探讨了各类AI辅助科研的工具，从文献检索到数据分析，从写作润色到PPT生成，应有尽有。无论你是中文文献爱好者还是英文文献达人，都能在这里找到适合自己的检索工具。同时，本文还介绍了学位论文常用检索工具和文献综述工具，助你一臂之力。此外，还有引文管理、视频图表生成等实用工具，让你的研究更加高效便捷。赶快收藏本文，让AI成为你科研路上的得力助手吧！
2024-03-10 21:22:29
6262
3
原创 树莓派Python环境配置：删除Python 2、默认使用Python 3及配置Python镜像源指南
想要让树莓派的Python环境更高效？只需三步：一，删除老旧Python 2，释放资源；二，设置Python 3为默认，提升开发效率；三，配置国内高速Python镜像源，加速包下载。三步走，让树莓派Python环境焕然一新，编程更顺畅！
2024-03-09 00:43:10
3300
原创 树莓派4B/5安装系统 (无显示屏系列)
树莓派作为一款强大的微型计算机，拥有着广泛的用途和无限的可能性。然而，有时候我们可能会出现一些小插曲，比如只购买了裸开发板，而忘记了其他必要的配件，比如显示屏或HDMI转接线(当然单独购买会比较便宜哈哈)。如果你和我一样，身处这种情况，那么这篇博文将对你非常有用。在这篇文章中，我将分享如何在没有显示屏的情况下安装树莓派的操作系统。即使你没有HDMI转接线，也可以通过远程连接方式完成系统的安装和配置。
2024-03-04 21:46:32
4252
3
原创 初识树莓派 + VMware17 安装树莓派(Raspberry Pi 4B/5)
文章主要介绍了树莓派（Raspberry Pi）以及使用VMware安装树莓派的步骤。树莓派是一款基于ARM架构的小型计算机主板，可以运行多种操作系统，广泛应用于教育、物联网等领域。为了在没有物理树莓派设备的情况下进行开发和测试，可以使用VMware虚拟机软件安装树莓派。文章详细阐述了安装步骤，包括下载和安装VMware软件、下载树莓派镜像文件、创建虚拟机、配置虚拟机参数、安装操作系统等，最终实现在VMware中运行树莓派的目的。通过本文的介绍，读者可以了解树莓派的基本概念和特点，并掌握在VMware中安装
2024-02-18 20:20:08
6613
8
原创 Anaconda3的安装以及解决与原生Python冲突的问题
Anaconda是一个用于学习和开发Python编程语言的软件包一个由Python编写的集成开发环境（IDE）。它提供了多个命令行工具，如shell、condal等，以及配套的依赖管理器pip。通过使用这些工具和库文件，你可以快速地搭建起自己的Python环境，并进行各种类型的编码实验。与其他 Unix/Linux 命令行界面相比，Anaconda具有更高的可定制性和灵活性，因为它提供了类似于Windows桌面应用程序的图形用户界面（GUI）。
2023-03-19 15:21:44
17115
4
原创 Kaldi语音识别技术(八) ----- 整合HCLG
WFST的融合一般是从大到小，即先将G与L进行融合，再一次融合C、H，每次融合都要进行确定化（determinisation）和最小化（minimisation），最小化是指将WFST转换为一个状态节点和边更少的等价WFST，提高搜索的效率。至此，HCLG.fst已经生成，整个kaldi语音识别系统的核心内容已经构建完成!
2023-02-21 22:11:47
4586
原创 Kaldi语音识别技术(七) ----- 训练GMM
整个过程分为10个环节，其中有5个是与对齐相关的，为了方便理解，这10个环节，只讲其中的2个（**train_mono 单因素训练模型和align_si对齐**），其他的基本都是进行优化。整个GMM训练模型的过程就是这样。总的来说，模型训练得越好，对齐就对得越准，就越可以提高语音识别的准确度
2023-02-21 17:52:57
4591
原创 Kaldi语音识别技术(六) ----- DTW和HMM-GMM
前面的内容中我们完成了特征的提取,那么本章节我们主要进行理论部分的笔记。知道自己在干嘛才能更好效率的学习,简单对语音识别进行一个回顾,然后介绍一下语音识别常用的也是最简单的 DTW（动态时间弯折）算法。
2023-02-19 23:58:47
2076
原创 Kaldi语音识别技术(五) ----- 特征提取
人通过声道产生声音，声道的shape决定了发出怎样的声音。声道的shape包括舌头，牙齿等。如果我们可以准确的知道这个形状，那么我们就可以对产生的音素(phoneme)进行准确的描述。声道的形状在语音短时功率谱的包络中显示出来。而MFCC就是一种准确描述这个包络的一种特征。所谓特征提取，也就是提取语音信号中有助于理解语言内容的部分而丢弃掉其它的东西（比如背景噪音和情绪等等）。MFCC。
2023-02-14 22:18:11
3407
3
原创 卷积神经网络与循环神经网络实战 --- 手写数字识别及诗词创作
人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。使用TensorFlow建立卷积神经网络，完成手写字体识别任务。使用TensorFlow建立循环神经网络，完成诗词创作任务
2023-02-07 23:52:18
2231
原创 C-means聚类算法实战 — 地表植被分类/数字聚类
C 均值 (C-means) 算法是一种很常用的聚类算法，其基本思想是，通过迭代寻找 c 个聚类的一种划分方案，使得用 c 个聚类的均值来代表相应各类样本时所得到的总体误差最小。C 均值方法有时也被称作 k 均值 (k-means) 方法
2023-02-07 15:37:18
3351
原创 如何在Python中使用Matplotlib将图例添加到由变量着色的散点图
它有多种方法为散点图添加颜色并指定图例。在本文中，我们将学习如何向散点图添加正确的图例，该散点图由作为数据一部分的变量着色。我们将使用的数据绘制散点图。我们在datavizpyr.com的github页面上有此数据在这里，我们使用Pandas的dropna()函数删除所有丢失的数据首先，让我们开始使用Matplotlib的散点函数制作散点图。我们使用scatter()函数中的" c "参数来根据数据框架中的物种变量为数据点着色。请注意，由变量着色的散点图缺少描述我们所看到的集群含义的图例。
2023-02-06 23:33:41
2077
原创 K近邻/决策树实战 --- 分类识别评估
什么是近邻法：K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。此处基于k-近邻和决策树完成5个简单的模式识别任务.
2023-02-06 23:09:00
470
原创 【解决Pytorch训练模型报错】OSError: [WinError 1455] 页面文件太小，无法完成操作
今天用神经网络跑深度学习的时候出现了以下报错很显然，出现这个错误呢说明没有内存支持我们继续运行代码的报的错误是页面文件太小，所以需要。电脑在默认情况下没有给C盘以外的磁盘分配虚拟内存，所以如果将python环境装在C盘以外的话，在跑程序时，由于没有分配虚拟内存，自然就遇到了上面的问题。所以，要解决这个问题，只需要给python安装所在的那个磁盘分配虚拟内存即可。当然，如果就是安装在C盘，那么就将虚拟内存值调大一些。
2023-01-03 15:40:56
5042
原创 计算机网络常用相关术语大全
沥血整理的计算机网络相关术语,计算机科班必备,强烈建议收藏.网络结构:物理层、数据链路层、网络层、传输层、（会话层、表示层、）应用层协议的三要素:Syntax(语法)、Semantics(语义)、Timing(时许)
2022-12-30 17:22:54
2980
原创 Docker进阶 — 一文掌握Docker 入门到精通
Docker 是一个开源的应用容器引擎（是一个快速交付应用、运行应用的技术)Docker 可以让开发者打包他们的应用以及依赖包到一个轻量级、可移植的容器中，然后发布到任何流行的Linux 机器上。其启动、移除都可以通过一行命令完成，方便快捷.本文带你一篇文章彻底搞懂Docker并快速上手使用.实践涵盖了常用的部署操作,包括MySQL,tomcat,nginx,Redis等,图文并茂打造全文最快的上手教程
2022-12-30 17:14:10
988
原创 Docker入门 --- 简单安装及部署
• Docker 是一个开源的应用容器引擎（是一个快速交付应用、运行应用的技术）• 诞生于 2013 年初，基于 Go 语言实现， dotCloud 公司出品（后改名为Docker Inc）• Docker 可以让开发者打包他们的应用以及依赖包到一个轻量级、可移植的容器中，然后发布到任何流行的Linux 机器上。其启动、移除都可以通过一行命令完成，方便快捷• 容器是完全使用沙箱机制，相互隔离,性能开销极低• Docker能解决依赖兼容问题、应用部署的环境问题、操作系统环境差异。
2022-12-19 20:21:38
564
原创 OpenStack的简单部署
OpenStack是由Rackspace和NASA共同研发的云计算平台，是一个旨在为公共及私有云的建设与管理提供软件的开源项目(它是一个云平台管理的项目，而不是一个软件)。其通过仪表盘为管理员提供计算、存储和网络资源的管理控制，同时通过Web界面为用户提供资源。这个项目由几个主要的组件组合起来完成一些具体的工作。1、计算（Compute）：Nova。一套控制器，用于为单个用户或使用群组管理虚拟机实例的整个生命周期，根据用户需求来提供虚拟服务。
2022-12-10 23:47:38
6836
3
原创 Proteus8.15 Professional的安装
基本介绍Proteus 8.15 Pro是一款计算机辅助设计电子电路的软件包。该封装是一个基于PSPICE电子元件模型的电路仿真系统。Proteus 8是一个单一的应用程序，具有许多服务模块，提供不同的功能（原理图捕获，PCB布局等）。使所有各种工具能够相互通信的包装器由三个主要部分组成。软件将易用性与强大功能相结合，可帮助您以前所未有的方式设计，测试和布局专业PCB。拥有近800种微控制器型号，可直接从原理图中获得仿真，是市场上最直观的专业PCB布局封装之一，也是标准配置的世界级形状自动布线器， 为当今和
2022-12-06 22:48:41
16582
24
原创 前馈神经网络与支持向量机实战 --- 手写数字识别
前馈神经网络（feedforward neural network，FNN）,是一种最简单的神经网络，各神经元分层排列，每个神经元只与前一层的神经元相连。接收前一层的输出，并输出给下一层，各层间没有反馈,信号从输入层向输出层单向传播。前馈神经网络采用一种单向多层结构。其中每一层包含若干个神经元。在此种神经网络中，各神经元可以接收前一层神经元的信号，并产生输出到下一层。第0层叫输入层，最后一层叫输出层，其他中间层叫做隐含层（或隐藏层、隐层）。隐层可以是一层。也可以是多层 。一个典型的多层前馈神经网络如下图所示
2022-12-04 16:46:26
3916
2
原创 云计算-JavaAPI与Hadoop的互联的实现
由于借助 IntelliJ IDEA 进行操作,所以我们的流程比较简单,新建项目的时候构建系统选择 IntelliJ就行了,下面的代码就不做过的的解释了,关键地方会有注释,特别说明,由于为了方便操作及调试,我们都采用单元测试的方式进行代码的编写(即不依赖主函数单独运行)
2022-12-01 00:30:57
1716
原创 解决Linux root用户设置ssh免密登陆后仍然需要输入密码的问题
搭建hadoop集群后,设置ssh免密登录发现还是一直需要输入密码,简直是烦死了,很明显就是ssh免密登录没有设置好.出现该问题有很多原因,比如ssh配置不对或者路径权限不对等等。
2022-11-26 16:12:24
4112
1
原创 线性回归实战---Abalone鲍鱼年龄预测
官方的文档介绍如下:从中我们可以看到原始数据集共有4177条数据,其中每条数据包含9个特征,见下表名称数据类型测量单位描述性别标称–M、F和I（婴儿）长度连续mm最长外壳测量直径连续mm垂直于长度高度连续mm壳中有肉全重连续g整只鲍鱼屠宰重量连续g肉的重量内脏重量连续g肠道重量（出血后）壳重连续g干燥后Ringsinteger–+1.5表示年龄（年）同样的,我们还是可以不用太关心这些特征是什么并不影响我们后面对鲍鱼年龄的预测.
2022-11-23 22:34:57
6759
2
原创 云计算-Hadoop-2.7.7 最小化集群的搭建（3台）
上面我们虽然使用克隆的方式简化了对虚拟机的操作，但是，每个虚拟机都配置相同的的hadoop文件是不是过于麻烦了呢，答案是有的，所以我们这里采用shell，脚本的方式可以实现仅配置一台虚拟的的情况下对其它的2台虚拟机也同时进行配置。（下面进行的所有操作均可以在每台虚拟机独立执行，模板机仅为了方便后续配置。使用3台虚拟机进行集群的搭建，分别命名为hadoop101，hadoop102，hadoop103。下面进行各台虚拟机的ip地址和名称配置,这里先别着急用远程工具,现在虚拟机里面之间操作。
2022-11-22 17:32:27
1594
2
原创 Kaldi语音识别技术(四) ----- 完成G.fst的生成
N-Gram是大词汇连续语音识别中常用的一种语言模型，对中文而言，我们称之为汉语语言模型(CLM, Chinese Language Model)。汉语语言模型利用上下文中相邻词间的搭配信息，可以实现到汉字的自动转换，汉语语言模型利用上下文中相邻词间的搭配信息，在需要把连续无空格的拼音、笔划，或代表字母或笔划的数字，转换成汉字串(即句子)时，可以计算出具有最大概率的句子，从而实现到汉字的自动转换，无需用户手动选择，避开了许多汉字对应一个相同的拼音(或笔划串，或数字串)的重码问题。该模型基于这样一种假设，
2022-11-17 00:04:50
1668
1
原创 CentOS7设置阿里镜像源
当前目录是/etc/yum.repos.d/，刚刚下载的Centos-7.repo也在这个目录上。注意: 如果wget命令不生效，说明还没有安装wget工具，输入。现在你的就已经配置好了阿里云的环境了.1、打开centos的yum文件夹。2、用wget下载repo文件。3、备份系统原来的repo文件。4、替换系统原理的repo文件。5、执行yum源更新命令。
2022-11-15 20:38:12
5790
原创 Kaldi语音识别技术(三) ----- 完成L.fst的生成
一个完整的Kaldi需要得到下面四个FST识别流程如下:本章节完成以下内容:L.fst的生成
2022-11-13 21:18:41
2010
原创 Ubuntu22.04.1 安装中文输入法
打开设置 >>> 键盘 >>> 输入源 >>> “+” >>> 汉语 >>> 选择一个 就可以正常使用了。现在就可以愉快的使用中文输入法啦!根据提示配置一下然后重复上面步骤.启动就可以了.还不行 输入。现在 终于可以输入中文了😉。
2022-11-09 20:47:40
3156
1
原创 Xshell7 给 [root@Localhost:root] 上个颜色
xshell7改了个配色方案但是通篇的绿色还是看着不舒服,本次更改直接使用该PS1的值PS1是Linux终端用户的一个环境变量，用来定义命令行提示符的参数。查看 PS1:输出:说明:设置颜色参数PS1中设置字符颜色的格式为：，其中“F“为字体颜色，编号为30-37，“B”为背景颜色，编号为40-47。用 结束颜色设置，颜色表如下：临时修改样式这是修改前的内容,方便大家作对比下面都是单独的样式,可以直接在终端执行我的配色方案:大概像下面这样,略微好看了一点点…有什么好的配色
2022-11-07 16:32:35
782
原创 解决【kaldi】生成L.fst时 报错：libfst.so.16: cannot open shared object file 及类似问题
报错信息:fstcompile: error while loading shared libraries: libfst.so.16: cannot open shared object file: No such file or directory 报错信息:fstarcsort: error while loading shared libraries: libfst.so.16: cannot open shared object file: No such file or direc
2022-11-07 00:18:18
1510
原创 Kaldi语音识别技术(二) ----- 完成数据的准备
实践主要基于 kaldi里面的 aishell1 示例，所以需要准备以下数据,生成准备四个文件
2022-10-30 21:03:59
2864
4
NCRE全国计算机等级考试一级到四级资料大全 未来教育 免费获取
2024-03-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人