- 博客(94)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 Paper reading：MakeItTalk: Speaker-Aware Talking-Head Animation
MakeItTalk: Speaker-Aware Talking-Head Animation
2020-11-25 10:20:02
528
原创 iTerm2 快捷键
标签新建标签：command + t关闭标签：command + w切换标签：command + 数字 command + 左右方向键切换全屏：command + enter查找：command + f分屏垂直分屏：command + d水平分屏：command + shift + d切换屏幕：command + option + 方向键 command + [ 或 command + ]查看历史命令：command + ;查看剪贴板历史：command + .
2020-06-07 10:43:26
285
原创 pytorch使用笔记
https://pytorch.org/tutorials/beginner/data_loading_tutorial.htmlhttps://www.jianshu.com/p/55d75e03c28epytorch数据读取__getitem__的顺序问题def __getitem__(self,idx): passidx的范围是从0到len-1（__len__的返回值）但是如果采用了dataloader进行迭代，num_workers大于一的话，因为是多线程，所以运行速度不一样，这个时候
2020-06-05 13:39:56
265
转载 L1/2-smooth_l1
https://zhuanlan.zhihu.com/p/97698386均方差损失（Mean Squared Error Loss）平均绝对误差损失（Mean Absolute Error Loss）MAE与MSE的区别Huber Loss（smooth l1)
2020-05-16 12:43:44
206
原创 相关系数&典型相关分析
person correlation coefficient（皮尔森相关性系数）spearman correlation coefficient（斯皮尔曼相关性系数）kendall correlation coefficient（肯德尔相关性系数）
2020-05-16 12:16:29
1377
原创 Lucas-Kanade（LK）
#encoding:utf-8'''Lucas-Kanade tracker====================Lucas-Kanade sparse optical flow demo. Uses goodFeaturesToTrackfor track initialization and back-tracking for match verificationbetween ...
2020-03-31 11:52:34
341
原创 参数列表解析
目录sys.argvargparse模块通过yaml文件解析sys.argvsys.argv是一个参数列表，这个列表存放着从外界获取到的参数sys.argv[0]表示代码本身文件路径，参数从1开始import os,sysimport numpy as npdef concat_file(re_fileName1, re_fileName2, wr_fileName): ...
2020-03-24 11:09:05
1382
原创 svn checkout 下载git子文件夹
svn for winstep1：From GitURL to SVNURL点开"/jpeg"子文件，复制浏览器中的地址，如下：https:// github. com/shanfl/collectcode/tree/3b09c/jpeg（链接加了左右空格，防止知乎智能识别链接。下同）将"/tree/3b09c/"替换成"/trunk/"，则新生成的新链接为：https:// git...
2020-03-17 12:03:52
1041
原创 Python：itertools模块
https://docs.python.org/zh-cn/3.7/library/itertools.html1、Python itertools模块combinations(iterable, r)方法可以创建一个迭代器，返回iterable中所有长度为r的子序列，返回的子序列中的项按输入iterable中的顺序排序。import itertoolslist1 = [1, 3, 4,...
2020-03-03 15:06:43
173
原创 ffmpeg 使用
ffmpeg -i '{}' -q:v 2 -f image2 '{}'/%06d.jpgold_shuffix = image_file.split('.')[-1]out_path = image_file.replace(old_shuffix, 'yuv')os.system('ffmpeg -i {} -pix_fmt nv12 {}'.format(image_file, ou...
2020-02-27 16:14:14
1562
1
转载 DOS和UNIX脚本文件之间的转换
DOS和UNIX脚本文件之间的转换DOS和UNIX脚本文件之间的转换vscodedos2unixperlvimawk...
2019-09-16 20:23:34
726
原创 C++ 基础（读写/类型转换）
1 数值类型转换为string1.1使用函数模板+ostringstream//ostringstream对象用来进行格式化的输出，常用于将各种类型转换为string类型//ostringstream只支持<<操作符template<typename T> string toString(const T& t){ ostringstream oss;...
2019-08-31 19:32:58
460
原创 Python ctypes模块
1 简介ctypes是一个自Python 2.5开始引入的，Python自带的函数库。其提供了一系列与C、C++语言兼容的数据结构类与方法，可基于由C源代码编译而来的DLL动态链接库文件，进行Python程序与C程序之间的数据交换与相互调用。2 基于GCC的DLL/SO动态链接库的编译本文使用gcc/g++编译器进行C源代码的编译操作。当需要使用gcc进行dll动态链接库文件（Linux...
2019-08-19 01:38:30
8427
原创 image blur detection
py# -*-coding=UTF-8-*-"""在无参考图下，检测图片质量的方法"""import osimport cv2import ctypesimport sysimport numpy as npfrom skimage import filtersdef _load_shared_lib(libpath): return ctypes.cdll.Loa...
2019-08-19 01:14:47
842
原创 mxnet - finetune
1、第一种训练方式：“所有层训练微调”import osimport argparseimport logginglogging.basicConfig(level=logging.DEBUG)from common import find_mxnetfrom common import data, fit, modelzooimport mxnet as mxdef get_f...
2018-10-31 18:36:09
1487
2
转载 高斯分布（二）
https://www.coursera.org/learn/robotics-learning#creators从高斯分布、机器人误差、EM算法到小球检测Coursera上的课程（Robotics: Estimation and Learning），感觉讲得特别棒，写下自己的理解。高斯分布被广泛应用于对机器人误差的建模。在这篇笔记中，我们将会：介绍如何使用一元高斯分布、多...
2018-09-17 17:12:08
3343
原创 高斯分布（一）
正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及project等领域都很重要的概率分布，在统计学的很多方面有着重大的影响力。 若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布，记为： X∼N(μ,σ2),X∼N(μ,σ2),X∼N(μ,σ2), 则其概率密度函数为 f(x)=1σ2π−−√e−(...
2018-09-17 16:36:25
2556
原创 c++ Sigmoid/Softmax/Argmax
import sysimport osimport redef martix(): tmp=[] while 1: x=sys.stdin.readline() a= x.strip().split(' ') line=[int(v) for v in a] if line[0]!=-1: tmp.append(line) if l...
2018-09-07 18:11:12
1361
转载 What Uncertainties Do We Need in Bayesian Deep Learning for Computer Vision?
本文转自：http://blog.csdn.net/weixin_39779106/article/details/78968982原论文链接一、摘要：二、介绍：创新点：三、相关工作：1. 在贝叶斯深度学习中如何对认知不确定性进行建模：2. 异方差的偶然不确定性计算四、将...
2018-08-21 17:31:53
1554
原创 VSCode 插件快捷键自定义
sftp插件自定义upload、download到VSCode的插件目录中，目录路径如下，其中[账户名]是windows账户名： C:\Users[账户名].vscode\extensions找到你需要的那款插件的目录，点进去后找到extension.js文件。如果进去之后看不到，就多进几层文件夹查找。找到extension.js后用编辑器打开，拖到最下方寻找名为activate函数...
2018-07-30 17:17:14
5531
原创 模型后处理平衡预测偏差
#!/usr/bin/python# -*- coding: utf-8 -*-import mxnet as mximport numpy as npimport logginglogging.basicConfig(level=logging.DEBUG)import osimport timefrom dataiter import getTrainIter, getTest...
2018-07-14 15:24:51
706
原创 数据分析-可视化(Matlab/Matplotlib/Seaborn)
参考官方文档—&amp;amp;gt;https://ww2.mathworks.cn/help/matlab/ref/scatter.html - scatter语法scatter(x,y)scatter(x,y,sz)scatter(x,y,sz,c)scatter(___,'filled')scatter(___,mkr)scatter(___,Name,Value)scatt...
2018-06-24 11:37:34
11453
原创 HDFS基本命令
参考：hdfs_shell$ hadoop fsUsage: hadoop fs [generic options] [-appendToFile <localsrc> ... <dst>] [-cat [-ignoreCrc] <src> ...] [-checksum <src> ...] [-chg...
2018-06-21 18:46:20
392
原创 mxnet fit.py
def create(name='local'): """Creates a new KVStore. For single machine training, there are two commonly used types: ``local``: Copies all gradients to CPU memory and updates weights ther...
2018-06-14 10:15:06
634
原创 从log文件中提取训练数据并生成指标图
最近打算把网络训练后的指标生成图片，但是网络训练时只写入log文件里， 现在又不想添加tensorboard对网络重新训练 于是打算从log文件中提取训练数据并生成指标图# -*- coding:utf-8 -*-import reimport matplotlib.pyplot as pltfrom matplotlib.ticker import MultipleLocato...
2018-06-10 00:09:03
3898
3
原创 mxnet multi-task
import argparseimport os, sys# for import the docker based mxnet versionmxnet_root = "/mxnet/"sys.path.insert(0, mxnet_root + 'python')import mxnet as mximport importlibimport find_mxnetimpo...
2018-06-04 17:58:23
964
原创 linux - 常用命令
date命令的帮助信息 [root@localhost source]# date –help 用法：date [选项]… [+格式] 或：date [-u|–utc|–universal] [MMDDhhmm[[CC]YY][.ss]] 以给定的格式显示当前时间，或是设置系统日期。-d,–date=字符串 显示指定字符串所描述的时间，而非当前时间 ...
2018-05-21 10:53:23
6094
1
原创 Python中的logging模块
logging日志模块介绍 python的logging模块提供了灵活的标准模块，使得任何Python程序都可以使用这个第三方模块来实现日志记录。python logging 官方文档logging框架中主要由四个部分组成：Loggers: 可供程序直接调用的接口 Handlers: 决定将日志记录分配至正确的目的地 Filters: 提供更细粒度的日志是否输出的判断 Form...
2018-05-18 23:32:39
326
原创 tmux
sudo apt-get install tmux1，输入命令tmux使用工具2，上下分屏：ctrl+b 再按 &amp;amp;amp;quot;3，左右分屏：ctrl+b 再按 %4，切换屏幕：ctrl+b 再按o5，关闭一个终端：ctrl+b 再按x6，上下分屏与左右分屏切换： ctrl+b 再按空格键session指的是按下tmux命令后 存在的连接便是session//...
2018-04-03 12:55:40
1145
原创 mxnet 参数正则
get_internals()Gets a new grouped symbol sgroup. The output of sgroup is a list of outputs of all of the internal nodes.>>> a = mx.sym.var('a')>>> b = mx.sym.var('b')>>&g...
2018-03-24 18:45:00
1272
1
原创 MXNet 导入图像数据
MXNet框架用于做图像相关的项目时，读取图像主要有两种方式：第一种是读.rec格式的文件，类似Caffe框架中LMDB，优点是.rec文件比较稳定，移植到别的电脑上也能复现，缺点是占空间（.rec文件的大小基本上和图像的存储大小差不多），而且增删数据不大灵活。第二种是.lst和图像结合的方式，首先在前面生成.rec文件的过程中也会生成.lst文件，这个.lst文件就是图像路径和标签的对应列表，也...
2018-03-24 18:32:46
3184
原创 服务器上配置jupyter
服务器上配置jupyter, 本地登录Anaconda安装包中会自带。安装好以后直接输入jupyter notebook便可以在浏览器中使用。但是它默认只能在本地访问，如果想把它安装在服务器上，然后在本地远程访问，则需要进行如下配置：1.登陆远程服务器2.生成配置文件$jupyter notebook --generate-config3.生成密码终端进入ipy...
2018-03-21 14:40:53
2256
原创 C++ STL
C++ STL中最基本以及最常用的类或容器无非就是以下几个：string vector set list map 下面就依次介绍它们，并给出一些最常见的最实用的使用方法，做到快速入门。string首先看看我们C语言一般怎么使用字符串的char* s1 = "Hello SYSU!"; //创建指针指向字符串常量，这段字符串我们是不能修改的//想要创建 可以修改的字...
2018-03-16 23:55:28
379
原创 C++之RapidJson
官网：http://rapidjson.org/zh-cn/index.html安装 RapidJSON 是只有头文件的 C++ 库。只需把 include/rapidjson 目录复制至系统或项目的 include 目录中。一些网上例子NO.1[ { "bank_name" : "BOA", "chain_num":123,
2018-03-16 19:22:21
1042
1
原创 python 读取与存储json
官方文档：http://python3-cookbook.readthedocs.io/zh_CN/latest/c06/p02_read-write_json_data.htmlJSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于ECMAScript的一个子集。 JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯(包括C、C++
2018-03-13 19:02:17
2778
原创 python - 多进程
多进程内默认不共享全局变量！！！使用到的全局变量，需要在函数中修改的话，就涉及到歧义问题，（而且进程内好像无法对全局变量赋值），因此，需要修改全局变量a，可以在”a = 2”之前加入global a声明，如：#! /usr/bin/pythonfrom multiprocessing import Process, Poolimport osa = 1b = [2, 3]...
2018-03-13 15:50:10
2916
原创 算法：基于比较的排序算法
1、冒泡排序：（1）平均时间复杂度：O(n2)（2）最好时间复杂度：O(n)（3）最坏时间复杂度：O(n2)（5）空间复杂度：O(1)（5）稳定性：稳定（6）JavaScript实现：function bubble ( arr ) { var len = arr.length; var tmp; // 外层循环负责控制排序的趟数 for(var i = 0; i <
2018-03-08 15:11:37
1520
利用python进行数据分析-数据集及源码
2017-09-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人