- 博客(41)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Ubuntu安装apex
上面那个实在不行的话，就改成下面这个试试（我在pip >= 23.1，用上面的命令没有成功，但是用下面的成功了。ubuntu系统中的cuda版本需要和当前python环境中的一致，即使当前是python的虚拟环境。Ubuntu在使用apex官方的说明安装apex时或多或少会出现一些奇怪的问题，导致安装不上。的github网址为：https://github.com/NVIDIA/apex。
2024-07-20 21:24:13
453
原创 Ubuntu 22及以上版本的cpu频率及温度控制（台式机也适用）
在Ubuntu版本大于等于22时，GTK版本会变为4.0。此时，indicator-cpufreq便无法运行（其仅能运行在GTK 3.0下）。来进行cpu的工作模式选择和频率控制。当前系统版本为Ubuntu 22.04，炫龙M7笔记本，CPU为AMD 3600，GPU为2070。详细的介绍请参照github，如果打不开github，可以将其导入gitee或其它类似的平台再进行下载安装。auto-cpufreq具有图形化界面，安装完成后可以在应用中找到该软件。直到没有任何报错安装完成时，才是真正的安装好了。
2024-07-20 15:48:18
549
原创 Ubuntu screen命令，使终端在断开或关闭后依然存在
使用screen创建终端后，该终端除非手动用指令删除或关机重启，否则其会一直存在。包括但不限于关闭终端窗口，断开网络连接等。
2024-07-14 10:33:08
565
原创 Ubuntu安装、更新和删除软件
这个命令会删除指定的软件包，但保留配置文件。这个命令会删除指定的软件包，但保留配置文件。在应用程序中打开 ubuntu software，在该软件中的已安装处找到对应软件，点击卸载即可。和手动下载后命令行安装软件一样，新安装的软件会直接覆盖旧的软件。以下指令能自动更新所有的软件包，并且可以处理依赖关系（在桌面的文件管理器中直接双击该软件包，然后点击安装即可。以下指令能自动更新所有能更新的用apt安装的软件，首先从对应网站上下载到.deb格式的文件，例如。以下指令能自动移除不需要的软件包（
2024-06-28 22:24:44
952
原创 Ubuntu多显示器设置不同缩放比例
Ubuntu默认的显示器设置中，缩放仅能选择100%，200%，300%，400%。假设选择缩放为200%时，所有显示器的缩放都会强制变为200%。无法自定义单个显示器的缩放比例以获得最优的使用体验。在设置中，将右下方的分数比例缩放打开即可给每个显示器单独设置缩放倍数，并且可以选择更多的缩放倍数。
2024-06-28 21:08:12
1276
原创 Ubuntu通过 RyzenAdj 控制AMD CPU的功耗、频率、温度阈值等（R9000k 2021 5900hx 3080）
Ubuntu通过 RyzenAdj 控制AMD CPU的功耗、频率、温度阈值等（R9000k 2021 5900hx 3080）
2023-05-17 10:04:03
3156
原创 ubuntu开启关闭CPU核心的指定线程、开启关闭CPU超频boost、指定特定CPU线程运行相应任务(taskset)
ubuntu开启关闭CPU核心的指定线程、开启关闭CPU超频boost、指定特定CPU线程运行相应任务ubuntu开启关闭CPU核心的指定线程ubuntu开启关闭CPU超频boostubuntu指定特定CPU线程运行相应任务ubuntu开启关闭CPU核心的指定线程ubuntu开启关闭CPU超频boost首先开启全局root权限：sudo su然后echo 0 > /sys/devices/system/cpu/cpufreq/boostubuntu指定特定CPU线程运行相应任务使用
2021-10-12 18:36:15
4204
1
原创 ubuntu控制cpu的频率（cpufreq，cpufrequtils，indicator-cpufreq）
ubuntu控制cpu的频率（cpufreq，cpufrequtils，indicator-cpufreq）ubuntu控制cpu的频率查看当前cpu的频率方法一方法二更改当前CPU频率控制策略更改当前CPU频率通过图形化界面来调整CPU频率ubuntu控制cpu的频率通常使用cpufreq来控制ubuntu系统下的cpu的频率，安装的命令如下所示，在终端输入：sudo apt-get install cpufrequtils安装成功后可以通过cpufreq的指令来控制cpu的频率查看当前cpu
2021-10-12 11:55:54
12818
3
原创 Ubuntu可视化监控温度
Ubuntu可视化监控温度Ubuntu可视化监控温度解决步骤Ubuntu可视化监控温度该博客主要教大家如何可视化监控Ubuntu系统下当前电脑的硬件CPU（中央处理器）、GPU（显卡）和硬盘等温度，至少在Ubuntu18.04和Ubuntu20.04下是可以正常使用的，其他版本的Ubuntu也应该是没有问题的。解决步骤安装sensorsensor可以在命令行中显示包括CPU在内的所有传感器芯片的当前读数。在命令行中输入sudo apt-get install lm-sensorssudo
2021-09-28 11:14:14
5174
1
原创 联想拯救者R9000K/R7000在Ubuntu20.04下解决屏幕亮度调节问题
联想拯救者R9000K/R7000在Ubuntu20.04下解决屏幕亮度调节问题目录已成功配置的电脑环境解决步骤目录已成功配置的电脑环境电脑型号是2021年的联想拯救者R9000k R9 5900HX+NVIDIA RTX3080版本（R9000k和R7000的各版本也能用）。在Ubuntu20.04的环境下，装完系统和独显驱动后发现屏幕亮度过高且通过亮度调节滑块和键盘的亮度调节组合键都无法调节亮度，因此特地出次教程以供大家解决屏幕亮度无法调节的问题。是由于Nvidia显卡驱动加载慢，结果被fbdev
2021-09-27 21:16:55
4395
11
原创 即插即用、压缩加速模型的Ghost模块《GhostNet: More Features from Cheap Operations》读后总结
即插即用、压缩加速模型的Ghost模块《GhostNet: More Features from Cheap Operations》读后总结前言为什么要做这个研究文章主要内容与贡献提出了一种新颖的Ghost模块，可以通过廉价的操作生成更多的特征图。基于一组固有特征图，应用了一系列成本低廉的线性变换来生成许多可以完全揭示固有特征信息的重影特征图可以将提出的Ghost模块用作即插即用组件，以升级现有的卷积神经网络。设计Ghost瓶颈来堆叠Ghost模块，然后可以轻松地建立轻量级的Ghost Net在基准上进行的
2020-06-18 00:36:07
2796
原创 人体骨骼关键点检测OpenPose《OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields》读后总结
人体骨骼关键点检测OpenPose《OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields》读后总结前言文章主要内容与贡献提出了一种实时方法来检测图像中多个人的2D姿势；基于作者公开发布的内部带注释脚数据集，展示了第一个组合的身体和脚关键点检测器；发布了OpenPose，OpenPose是第一个用于多人2D姿态检测的开源实时系统，包括身体，脚，手和面部关键点。实验结果前言我的博客访问量终于破万了，突然发现
2020-05-24 23:35:16
5951
7
原创 行为识别I3D+PoTion《PoTion: Pose MoTion Representation for Action Recognition》读后总结
行为识别I3D+PoTion《PoTion: Pose MoTion Representation for Action Recognition》读后总结前言前言这是一些对于论文《PoTion: Pose MoTion Representation for Action Recognition》的简单的读后总结，首先先奉上该文章的下载超链接：点击这里下载论文。这篇文章是由Inria和NAVER...
2019-10-20 19:36:05
1087
原创 不更新权重只更新结构的神经网络《Weight Agnostic Neural Networks》读后总结
不更新权重只更新结构的神经网络《Weight Agnostic Neural Networks》读后总结前言前言这是一些对于论文《Weight Agnostic Neural Networks》的简单的读后总结，首先先奉上该文章的下载超链接：点击这里下载论文。这篇文章有交互式版本：交互式版本，这个交互式版本里面有非常多的视频，可以直观的看到这篇文章要做什么，做了什么以及做得怎样。...
2019-10-15 18:49:44
642
原创 无训练数据压缩网络《Data-Free Learning of Student Networks》读后总结
无训练数据压缩网络《Data-Free Learning of Student Networks》读后总结前言文章主要内容与贡献提出了一个有效的无数据训练的办法有效的组合了GAN和教师-学生网络设计了适合于该模型的总损失函数$L_{Total}$one-hot损失函数$L_{oh}$激活损失函数$L_{a}$生成图像的信息熵损失函数$L_{ie}$对多个数据集和多个网络进行了实验以证明有效性前言...
2019-09-17 16:14:17
3537
原创 图像风格迁移来源论文《A Neural Algorithm of Artistic Style》读后总结
图像风格迁移来源论文《A Neural Algorithm of Artistic Style》读后总结前言文章主要内容与贡献提出了图像风格迁移损失函数前言这是一些对于论文《A Neural Algorithm of Artistic Style》的简单的读后总结，首先先奉上该文章的下载超链接：图像风格迁移这篇文章是由 University of Tubingen, Germany的人员合...
2019-09-15 22:02:36
1115
原创 在MNIST数据集上用Tensorflow实现AlexNet
在MNIST数据集上用Tensorflow实现AlexNet前言需要下载的东西（数据和代码）代码讲解前言MNIST是一个被广泛使用的数据集，科研领域中也时常使用到它。MNIST数据集，是一个在科研界都被广泛使用的数据集，其由Yann LeCun, Courant Institute, NYU、Corinna Cortes, Google Labs, New York和Christopher ...
2019-09-05 07:58:14
456
1
原创 maxout来源论文《Maxout Networks》读后总结
maxout来源论文《Maxout Networks》读后总结前言文章主要内容与贡献提出了maxout说明了maxout能近似任何函数实验结果前言这是一些对于论文《Maxout Networks》的简单的读后总结，首先先奉上该文章的下载超链接：maxout这篇文章是由D´epartement d’Informatique et de Recherche Op´erationelle, Un...
2019-08-31 21:02:25
279
原创 p范数门控《Faster Training of Very Deep Networks Via p-Norm Gates》读后总结
p范数门控《Faster Training of Very Deep Networks Via p-Norm Gates》读后总结文章主要内容与贡献提出了p范数门控前言这是一些对于论文《Faster Training of Very Deep Networks Via p-Norm Gates》的简单的读后总结，首先先奉上该文章的下载超链接：p范数门控这篇文章是由Deakin Univer...
2019-08-29 22:06:30
168
原创 在kaggle上的Digit Recognizer(MNIST)比赛中用Tensorflow实现多层卷积神经网络算法
在kaggle上的Digit Recognizer[MNIST]比赛中用Tensorflow实现多层卷积神经网络算法前言需要下载的东西（数据和代码）用于调试参数的代码讲解用于调试参数的代码讲解前言在kaggle竞赛中，有不少给大家练习的入门级别的比赛，分别是：Titanic: Machine Learning from DisasterHouse Prices: Advanced Reg...
2019-08-16 00:16:46
324
1
原创 LAPGAN来源论文《Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks》读后总结
LAPGAN来源论文《Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks》读后总结前言文章主要内容与贡献提出了LAPGAN(Laplacian Pyramid of Adversarial Networks)实验部分做了人类判别是否是自然图像的实验来说明LAPGAN的优越性其它实验在CIFAR...
2019-08-07 06:52:36
553
原创 在MNIST数据集上用Tensorflow实现多层卷积神经网络算法
在MNIST数据集上用Tensorflow实现多层卷积神经网络算法前言需要下载的东西（数据和代码）代码讲解前言MNIST是一个被广泛使用的数据集，科研领域中也时常使用到它。MNIST数据集，是一个在科研界都被广泛使用的数据集，其由Yann LeCun, Courant Institute, NYU、Corinna Cortes, Google Labs, New York和Christoph...
2019-08-03 00:27:05
571
1
原创 DCGAN《Unsupervised representation learning with deep convolutional generative adversarial network》总结
DCGAN来源论文《Unsupervised representation learning with deep convolutional generative adversarial networks》读后总结前言文章主要内容与贡献提出了深层卷积生成对抗网络(Deep Convolutional Generative Adversarial Nets, DCGAN)DCGAN属于无监督学习，但...
2019-08-02 11:42:23
626
原创 在MNIST数据集上用Tensorflow实现多层神经网络算法
在MNIST数据集上用Tensorflow实现神经网络算法前言需要下载的东西（数据和代码）代码讲解前言MNIST是一个被广泛使用的数据集，科研领域中也时常使用到它。若想看在kaggle竞赛上的Digit Recognizer-MNIST比赛中Tensorflow实现神经网络算法，请点击右侧超链接：请点我。MNIST数据集，是一个在科研界都被广泛使用的数据集，其由Yann LeCun, Co...
2019-07-29 09:23:35
624
1
原创 生成对抗网络(GAN)来源论文《Generative Adversarial Nets》读后总结
生成对抗网络[GAN]来源论文《Generative Adversarial Nets》读后总结前言文章主要内容与贡献提出了生成对抗网络(Generative Adversarial Nets, GAN)实验结果前言这是一些对于论文《Generative Adversarial Nets》的简单的读后总结，首先先奉上该文章的下载超链接：GAN这篇文章是由蒙塞拉大学(Universite de...
2019-07-26 19:39:17
1020
原创 在kaggle上的Digit Recognizer(MNIST)比赛中用Tensorflow实现多层神经网络算法
@[TOC](在kaggle竞赛上的Digit Recognizer[MNIST]比赛中Tensorflow实现神经网络算法)在kaggle竞赛中，有不少给大家练习的入门级别的比赛，分别是：Titanic: Machine Learning from DisasterHouse Prices: Advanced Regression TechniquesDigit Recognizer...
2019-07-25 13:06:16
577
1
原创 NIN来源论文《Network In Network》读后总结
NIN来源论文《Network In Network》读后总结前言文章主要内容与贡献设计了mlpconv(multilayer perceptron Convolution)层来代替通常的“卷积+激活函数”层用全局均值池化(global average pooling)代替寻常网络最后的全连接层设计了NIN(Network In Network)神经网络数值实验CIFAR-10CIFAR-100S...
2019-07-07 23:05:59
362
原创 批归一化《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》
批归一化《Batch Normalization: Accelerating Deep Network Training b y Reducing Internal Covariate Shift》读后总结前言文章主要内容与贡献提出了批归一化(Batch Normalization， BN)数值实验前言这是一些对于论文《Batch Normalization: Accelerating Dee...
2019-07-05 22:52:14
476
原创 深度解说Dropout之《Dropout: A Simple Way to Prevent Neural Networks from Overfitting》读后总结
深度解说Dropout之《Dropout: A Simple Way to Prevent Neural Networks from Overfitting》读后总结前言文章主要内容与贡献详细解释了DropoutDropout神经网络模型描述利用对Dropout进行了深入的说明对特征的影响对稀疏性的影响Dropout的丢失率的影响数据集大小的影响将Dropout应用于线性回归(Linear Reg...
2019-07-03 22:15:15
2707
原创 ShuffleNet来源论文《ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices》总结
ShuffleNet来源论文《ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices》读后总结前言文章主要内容与贡献设计了ShuffleNet单元使用了逐点群卷积(pointwise group convolution)和信道混叠逐点群卷积(pointwise group convolut...
2019-06-30 11:29:41
448
原创 SENet来源论文《Squeeze-and-Excitation Networks》读后总结
SENet来源论文《Squeeze-and-Excitation Networks》读后总结前言文章主要内容与贡献设计了SE(Squeeze-and-Excitation)模块研究了SE模块与其它网络的可结合性前言这是一些对于论文《Squeeze-and-Excitation Networks》的简单的读后总结，首先先奉上该文章的下载超链接：SENet这篇文章是由中国科学院软件研究所计算机科...
2019-06-26 23:06:08
948
原创 DenseNet来源论文《Densely Connected Convolutional Networks》读后总结
DenseNet来源论文《Densely Connected Convolutional Networks》读后总结）前言文章主要内容与贡献设计了密集卷积网络(Dense Convolutional Network, DenseNet)使用了瓶颈层(Bottleneck layers)和压缩(Compression)技术瓶颈层(Bottleneck layers)压缩(Compression)技术...
2019-06-25 11:25:58
1239
原创 Xception来源论文《Xception: Deep Learning with Depthwise Separable Convolutions》读后总结
Xception来源论文《Xception: Deep Learning with Depthwise Separable Convolutions》读后总结）前言文章主要内容与贡献设计了 Xception 网络探究了不同数据集对网络的影响探究了点（pointwise）卷积后非线性激活函数对深度网络的影响前言这是一些对于论文《Deep Learning with Depthwise Separ...
2019-06-18 21:53:22
364
1
原创 ResNet来源论文《Deep Residual Learning for Image Recognition》读后总结
ResNet来源论文《Deep Residual Learning for Image Recognition》读后总结）前言前言这是一些对于论文《Deep Residual Learning for Image Recognition》的简单的读后总结，首先先奉上该文章的下载超链接：ResNet这篇文章是由 Google Inc.、 University of North Carolina...
2019-06-16 14:17:51
921
原创 ubuntu上向日葵被控端连接停止问题的解决办法
其实很简单，首先感谢向日葵的客服。那么接下来就来教大家如何解决。安装并登录号ubuntu的向日葵客户端后sudo apt-get updatesudo apt-get upgradesudo apt-get lightdm然后在安装lightdm时会让你选择你原始的桌面或选择lightdm，此时选择lightdm，然后安装好后重启即可。...
2019-05-28 19:13:08
17832
1
原创 Inception-v2和Inception-v3来源论文《Rethinking the Inception Architecture for Computer Vision》读后总结
Inception-v2和Inception-v3来源论文《Rethinking the Inception Architecture for Computer Vision》读后总结前言文章主要内容更详细的对卷积的分解进行了解释和说明，并且提出了向量化的卷积使用了特殊的正则化设计了升级版的Inception模型分析了低分辨率输入的性能并表示即使是低分辨率的输入也能拥有不输于高分辨率的结果辅助分类...
2019-05-26 23:25:00
541
1
原创 GoogLeNet来源论文《Going Deeper with Convolutions》读后总结
GoogLeNet来源论文《Going Deeper with Convolutions》读后总结）前言文章主要内容与贡献设计了 Inception 模块使用了更小的卷积滤波器使用了更深的网络结构且设计了具有独创性的网络结构使用了比AlexNet更为激进的图片修剪技术（即数据增强）前言这是一些对于论文《Going Deeper with Convolutions》的简单的读后总结，首先先奉上该...
2019-05-18 22:09:11
402
原创 VGGNet来源论文《Very deep convolutional networks for large-scale image recognition》读后总结
VGGNet来源论文《Very deep convolutional networks for large-scale image recognition》读后总结）前言文章主要内容与贡献使用了更深的网络结构使用了更小的卷积滤波器前言这是一些对于论文《Very deep convolutional networks for large-scale image recognition》的简单的读...
2019-05-15 20:42:37
411
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人