z1102252970-CSDN博客

转载 Linux 批量修改文件名

原文链接linux 批量重名名 Linux Shell 批量重命名的方法总览1、删除所有的 .bak 后缀：rename ‘s/.bak$//’ *.bak2、把 .jpe 文件后缀修改为 .jpg：rename ‘s/.jpe$/.jpg/’ *.jpe3、把所有文件的文件名改为小写：rename ‘y/A-Z/a-z/’ *4、将 abcd.jpg 重命名为 abcd_efg.jpg：for

2017-11-23 12:49:59 1745

原创 KMP字符匹配

在KMP 中，主要是寻找模式字串的前缀和后缀的最长的共有元素的长度。以”ABCDABD”为例，　　－　“A”的前缀和后缀都为空集，共有元素的长度为0；　　－　“AB”的前缀为[A]，后缀为[B]，共有元素的长度为0；　　－　“ABC”的前缀为[A, AB]，后缀为[BC, C]，共有元素的长度0；　　－　“ABCD”的前缀为[A, AB, ABC]，后缀为[BCD, CD, D]

2017-09-15 14:50:33 728

原创 caffe 报错 Check failed: error == cudaSuccess (77 vs. 0) an illegal memory access was encountered

之前从没有遇到这样的问题，找了三个小时的bug和资料后，在此处发现了解决方案,他是这么说的：In my case the “top” and “bottom” layer in the “deconvolution” layers where the same (save variable but with different num_output) and this cause a strange

2017-08-02 16:50:53 12196 13

原创 Deep Learning based Large Scale Visual Recommendation and Search for E-Commerce

一篇用于相似物品的图片推荐的paper，github地址网络结构如下所示图a展示的是整体的框架，每个VisNet具体细节如图b所示。 VisNet是具有两个分支：一个传统的VGG16和一个浅层网络（kernel size 较大） VGG16用于提取 high level/ abstract details 浅层网络用于提取 low level/fine-graind detailst

2017-04-29 21:23:58 844

转载生成对抗式网络GAN 的 loss

GAN同时要训练一个生成网络(Generator)和一个判别网络(Discriminator)，前者输入一个noise变量 zz ，输出一个伪图片数据 G(z;θg)G(z;\theta_g)，后者输入一个图片(real image)以及伪图片(fake image)数据 xx ，输出一个表示该输入是自然图片或者伪造图片的二分类置信度 D(x;θd)D(x;θ_d)，理想情况下，判别器DD 需要尽可

2017-04-27 14:23:51 27494 3

原创 Python re 正则替换括号内的内容

目标：将adod(23d)das中括号间的内容即23d替换为000 import re pattern=re.compile(r’(?<=().+?(?=))’) str1 = pattern.sub(str2 , str0)str0：adod(23d)das str2：000 str1：adod(000)das前向界定与后向界定有时候需要匹配一个跟在特定内容后面的或者在特定内容前面的

2017-04-25 15:11:06 14286 5

原创 SSD 里的 atrous

SSD 论文里提到 Similar to DeepLab-LargeFOV , we convert fc6 and fc7 to convolutional layers, subsample parameters from fc6 and fc7, change pool5 from 2x2-s2 to 3x3-s1, and use the `a trous algorithm to fi

2017-04-23 21:26:19 6412 2

转载 caffe 计算 conv 图解

最后基本上就是Filter Matrix乘以Feature Matrix的转置，得到输出矩阵Cout x (H x W)，就可以解释为输出的三维Blob（Cout x H x W）。

2017-04-23 18:49:30 680

原创 mxnet 编译后运行的第一个demo train_mnist.py时的错误

mxnet 编译后运行的第一个demo train_mnist.py时的错误OSError: /home/usrname/anaconda2/bin/../lib/libgomp.so.1: version `GOMP_4.0’ not found其实这个错误会在import mxnet时出现，原因是因为anaconda里对应的文件已经过期，需要update。具体方法： 1. cd ./mxn

2017-04-22 12:47:30 708

转载堆和栈的区别

在C++中，内存分成5个区，他们分别是堆、栈、自由存储区、全局/静态存储区和常量存储区。栈，就是那些由编译器在需要的时候分配，在不需要的时候自动清除的变量的存储区。里面的变量通常是局部变量、函数参数等。堆，就是那些由new分配的内存块，他们的释放编译器不去管，由我们的应用程序去控制，一般一个new就要对应一个delete。如果程序员没有释放掉，那么在程序结束后，操作系

2017-04-16 23:27:42 236

翻译局部加权线性回归

局部加权线性回归是机器学习里的一种经典的方法，弥补了普通线性回归模型欠拟合或者过拟合的问题。机器学习里分为无监督学习和有监督学习，线性回归里是属于有监督的学习。普通的线性回归属于参数学习算法(parametric learning algorithm)；而局部加权线性回归属于非参数学习算法(non-parametric learning algorithm)。所谓参数学习算法它有固定的明确的参数，

2017-03-27 14:14:44 425

转载 Accuracy Layer

caffe在计算Accuravy时，利用的是最后一个全链接层的输出（不带有acitvation function），比如：alexnet的train_val.prototxt、caffenet的trainval.prototxt下图是这两个网络训练配置文件（prototxt文件）计算Accuray的配置文件截图的截图（对于该部分，alexnet和caffenet是一致的）最后一个全连接层计算

2016-09-27 22:14:47 1402

转载 softmaxWithLoss Layer

caffe中的softmaxWithLoss其实是： softmaxWithLoss = Multinomial Logistic Loss Layer + Softmax Layer其中： Multinomial Logistic Loss Layer 即为交叉熵代价函数 Softmax Layer其实就是指softmax function（全连接那一步在它前面的fc中实现）示意图如下

2016-09-27 22:04:07 1219

原创图像缩放by双线性插值

图像缩放by双线性插值现有300×300300\times300大小的图像I0，希望将它resize到 400×400400\times400 I1。那么对于目标图像I1中的每个像素点来说，应该从原始图像I0中能找到对应的点来进行赋值。以下公式给出了这种对应关系： srcX=dstX×(srcWidth/dstWidth)(1)srcX = dstX \times (srcWidth / ds

2016-09-09 16:01:26 997

原创 fast-rcnn安装记录

第一教程当然是：https://github.com/rbgirshick/fast-rcnn第二，建议安装anaconda，后续将会很方便；PYTHON_INCLUDE及PYTHON_LIB如果使用了anaconda，在Makefile.config文件中打开ANACONDA_HONE，打开包含ANACONDA_HONE的PYTHON_INCLUDE及PYTHON_LIB，注释掉

2016-03-07 22:00:29 10862 1

转载 average presion(AP)

https://sanchom.wordpress.com/tag/average-precision/

2016-01-12 14:35:05 876

转载偏差、方差的权衡(trade-off)

偏差(bias)和方差(variance)是统计学的概念，刚进公司的时候，看到每个人的嘴里随时蹦出这两个词，觉得很可怕。首先得明确的，方差是多个模型间的比较，而非对一个模型而言的，对于单独的一个模型，比如说: 这样的一个给定了具体系数的估计函数，是不能说f(x)的方差是多少。而偏差可以是单个数据集中的，也可以是多个数据集中的，这个得看具体的定义。方差和偏差一般

2014-12-25 18:44:02 3320

原创 python 安装 feedparser

学习《机器学习实战》的时候，需要RSS，首先要先安装feedparser。书上是这么说的: 在win7系统下进入cmd,首先配置python环境变量，可以自行搜索具体配置方法。这里可以下载feerparser:https://pypi.python.org/pypi/feedparser打开feedparser目录下的setup.py,用from distutils.core

2014-12-11 10:11:31 6456 1

翻译 my machine learning

分类：1.kNN优点：精度高、对异常值不敏感、无数据输入假定。缺点：计算复杂度高、空间复杂度高。适用数据范围：数值型和标称型。2.决策树优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特称数据。缺点：可能会产生过度匹配问题。适用数据类型：数值型和标称型。

2014-12-05 10:45:25 729

原创 win7 安装matplotlib

一个下午搞完了scikit-learn后，又被这个matplotlib卡住了，后来发现了pip是个好东西，也很方便先下载get-pip.py,（很多）以管理员方式打开cmd，进入python所在的文件目录，输入python get-pip.py 以下这个网址有具体步骤和获取get-pip.pyhttp://stackoverflow.com/questions/4750806/h

2014-12-03 18:38:47 1278 1