- 博客(24)
- 收藏
- 关注
RSS订阅原创 C++ lambda表达式如何理解？编译器做了什么
lambda表达式在C++11中引入，用lambda表达式表示匿名函数非常方便，语法很简单，而且可以使代码更紧凑，更易于阅读。一个例子：auto f{ []{ cout << "Hello \n"; } };f();或者int a = 10;cout << [a](int base)-> int{ for(int i=0;i<a;i++){ base += i; } returm base;}(0) << endl;声明一个lam
2021-08-18 20:04:55
274
原创 vnc远程访问ubuntu18.04桌面系统 vncserver开机自启动
文章目录一、windows端准备二、ubuntu端准备三、远程连接桌面四、配置vncserver开机自启动一、windows端准备下载TightVNC： https://www.tightvnc.com/二、ubuntu端准备1.安装vnc4serversudo apt-get install vnc4server2.安装Gnome桌面环境sudo apt-get install gnome-session-flashbacksudo apt-get install ubuntu-desk
2021-04-30 15:43:30
3602
1
原创 利用百度语音合成API，生成一段文字的语音网址
import urllib.parsedef get_baidu_voice_url(text): api_base = 'https://tts.baidu.com/text2audio?tex=' token = '&cuid=baike&lan=ZH&ctp=1&pdt=301&vol=9&rate=32&per=0' url_encoded_text = urllib.parse.quote(text) ur
2021-04-21 13:53:54
3550
原创 C++实现算法服务的一些经验总结
文章目录算法模型调用的几种方式python算法服务的优缺点C++算法服务的优缺点C++算法服务的几种实现方式C++基于http的算法服务实现思路记录调用：日志、数据库性能优化容器部署算法模型调用的几种方式python算法服务的优缺点C++算法服务的优缺点C++算法服务的几种实现方式C++基于http的算法服务实现思路记录调用：日志、数据库性能优化容器部署...
2021-04-15 09:27:45
509
1
原创 神奇的图像修复技术-使用opencv图像处理
神奇的图片修复技术-使用opencv图像处理欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如
2021-04-09 13:49:23
1551
9
原创 vert.x对比skynet/lua
最近研究了两个框架，都是类似于actor模型的实现，用于游戏后端开发领域非常方便。skynet/lua是游戏界成熟知名的方案，但其本身并没有任何业务逻辑耦合，只提供了基本功能，使用灵活。vert.x是Java web开发领域的高并发方案，初衷是jvm上的node.js。它也支持tcp server，所以也可以用于游戏领域开发。将它们的特效做了以下对比：vert.xskynet/lua程序语言优势Java语言的优势。强类型、速度快、可维护性好lua语法简单actor模型
2021-02-23 10:26:16
358
1
原创 C++数据库连接库调研
C++数据库封装库调研一、调研范围调研了几个c++数据库封装库：CppDB (http://cppcms.com/sql/cppdb/) sqlpp11 (https://github.com/rbock/sqlpp11) odb (https://www.codesynthesis.com/products/odb/) ormpp (https://github.com/qic...
2020-03-30 19:54:47
1414
原创 c++11的右值引用对于stl容器的作用
stl中右值引用具体会发生什么呢？vector<Myclass> v;Myclass mc;v.push_back(std::move(mv));//此时这里作用域的mc已经被析构了吗？mc还能访问。但语义上应不该使用。vector::push_back(T&& element);这个函数中会发生什么？发生调用T类的右值引用构造函数。...
2020-03-26 11:24:54
766
原创 python的深度学习模型使用flask部署时不同部署方式的性能差距
经常我们使用python训练得到了一个深度学习模型，前向计算的代码都是python编写的。虽然可以将前向计算的代码转为c++编写，提供模型部署的sdk，但这种做法需要专门的部署工程师来实现，比较费时。如果要尽快实际使用模型测试效果的话，使用web服务封装后提供推理能力也是比较常见的做法。个人一般习惯使用flask来搭建这种简易的web服务，因为使用比较简单。基于flask的程序写好后，需要部署...
2019-09-19 14:39:04
2232
10
原创 使用tensorflow来复现yolo-v3
yolo-v3是yolo系列的最新版本，用于物体检测任务中，效果较好，能同时满足精度和实时性的要求。 但是yolo-v3使用的是作者自己写的darknet框架，虽然darknet框架使用纯c和cuda编写而成，短小精悍，简单而不失性能，但是由于其简单性，意味着耦合性较高，使用者想要自己作出一些改动就需要修改源码。 使用tensorflow将其复现，可以方便作出一些调整。为了保障性能，预测阶...
2018-09-18 13:38:20
4058
9
原创 如何在jupyter notebook中播放视频（不停地展示图片）
在解决图像处理问题的时候，可以利用opencv打开视频，并一帧一帧地show出来，但是要用到imshow()，需要本地的界面支持。代码如下# -*- coding:utf-8*-import cv2capture = cv2.VideoCapture(&amp;amp;quot;D:\\dataset\\chip_gesture.ts&amp;amp;quot;)def processImg(img): # 画出一个框 ...
2018-08-08 10:16:09
8879
3
原创 用python合并pdf，并添加书签
之前得到了很多文章的pdf，现在需要把它们合到一个pdf文件中。 使用python库pypdf2可以实现这个功能。 首先要安装 pip install pypdf2 然后运行下面的示例 python mergePDF.py mergePDF.py# -*- coding:utf-8*-import osimport os.pathfrom PyPDF2 import PdfF...
2018-07-23 17:46:15
5096
12
原创 使用phantomjs将网页转换成pdf或者长图片
最近有一个将微信公众号的文章转为pdf的想法，主要是为了将很多文章保存下来，方便打印阅读。最终使用的方法是phantomjs来生成网页的pdf。PhantomJS 是一个基于WebKit的服务器端 JavaScript API。它全面支持web而不需浏览器支持，其快速，原生支持各种Web标准： DOM 处理, CSS 选择器, JSON, Canvas, 和 SVG。PhantomJS可以...
2018-07-09 09:31:48
5076
原创 caffe和tensorflow的编译安装经验
这是之前自己编译安装这两个框架的记录总结，以备后续的需要。ubuntu14安装caffe的GPU版本的过程记录，涉及CUDA，cuDNN。一、安装好nvidia显卡驱动 1.去英伟达官网下载，显卡对应的驱动。此显卡驱动的版本必须要不低于CUDA需求的版本。（显卡驱动版本和cuda中显卡驱动版本相同竟然会出错，要更高才行）2.安装CUDA之前，要停掉ubuntu的x server（图形...
2018-07-01 11:09:06
625
原创 yolo-v3和SSD的一些对比
初步总结的SSD和yolo-v3之间的一些区别。 其中的一些概念还有待充分解释。 SSD YOLOv3 Loss Softmax loss Logistic loss Prediction multiple feature maps + anchor boxes + multi-convolution layers Feature Pyra...
2018-05-28 17:12:01
37963
10
原创 文本分类-分类器设计
文本分类大致有两种方法：一种是基于训练集的文本分类方法；另一种是基于分类词表的文本分类方法。两种方法出自不同角度的研究者，训练集法更多的来自计算机或人工智能研究领域，而分类表法则更多地来自突出情报领域。本文主要介绍前一种。基于训练集的文本分类是一种典型的有监督机器学习问题，一般分为训练和分类两个阶段，具体过程如下：训练阶段：定义类别集合，这些类别可是是层次式的，也可以是并列式的。给...
2018-01-09 08:59:27
2520
原创 文本分类-特征选择方法
文本分类-特征选择方法一、概念 特征词选择和特征词权重1.特征词选择：特征词选择是为了降低文本表示的维度，而特征词权重是为了表示文本表示中每一个特征项的重要程度。 常见的且基础的文本特征选择的算法有基于文档频率(DocumentFrequency)、信息增益(InformationGain,IG)、开方拟和检验方法(CHI统计)、互信息(mut
2017-10-20 17:56:27
3793
原创 命名实体识别方法汇总
命名实体识别(Named EntitiesRecognition, NER)是自然语言处理(Natural LanguageProcessing, NLP)的一个基础任务。其目的是识别语料中人名、地名、组织机构名等命名实体。由于这些命名实体数量不断增加，通常不可能在词典中穷尽列出，且其构成方法具有各自的一些规律性，因而,通常把对这些词的识别从词汇形态处理(如汉语切分)任务中独立处理，称为命名实体识
2017-10-20 17:50:53
4389
原创 自然语言处理之n元语法模型
一个语言模型通常构建为字符串s的概率分布p(s)，这里p(s)试图反映的是字符串s作为一个句子出现的频率。例如，在一个人所说的话中每100个句子里面大约有一句是Okay，则可以认为p(Okay)约等于0.01。而对于句子“An apple ate the chicken”我们可以认为其概率是0，因为几乎没有人会说这样的句子。需要注意的是，与语言学中不同，语言模型与句子是否合乎语法是没有关系的，即使
2017-10-16 18:51:42
3075
原创 中文分词之基础算法-隐马和维特比算法
隐马尔可夫模型（HMM）可以用五个元素来描述，包括2个状态集合和3个概率矩阵：1. 隐含状态 S这些状态之间满足马尔可夫性质，是马尔可夫模型中实际所隐含的状态。这些状态通常无法通过直接观测而得到。（例如S1、S2、S3等等)2. 可观测状态 O在模型中与隐含状态相关联，可通过直接观测而得到。(例如O1、O2、O3等等，可观测状态的数目不一定要和隐含状态的数目一致。）3. 初始状态概率矩阵 π表示隐...
2017-09-25 19:34:28
1731
原创 中文分词之最短路径法和N最短路径
考虑到汉语分词存在切分歧义消除和未登录词识别两个主要问题，因此，有专家将分词分成两个阶段：1.用分词算法进行粗分2.对粗分的最好结果进行歧义消除和未登录词识别。最短路径法是一种自动分词的算法。它将一句话中的字元视为节点，先找出该句子中存在的所有词语，一个词语的两端：词尾字元和词之前一个字之间视为具有连接。（连接权值可以全为1，或者根据语料库中的词频取对数附加权值。）找出从句子头到尾字元中间的最
2017-09-23 23:08:11
7185
原创 中文分词基础中trie树的实现方式研究
在分词器中涉及到一种数据结构，trie树。trie树的作用又称单词查找树，Trie树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计，排序和保存大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高。trie树有几种实现方式，其中最简单的
2017-09-21 17:06:01
737
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人