自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

张学志の博客

记录学习的技能和遇到的问题

  • 博客(149)
  • 资源 (23)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 hexo教程系列——hexo安装教程

博客博客 本文详细描述了如何在Github上，使用hexo部署博客。安装Hexo安装node.jsnode.js官方下载地址从上面的链接下载node.js，并安装。 注意：官方链接可能需要翻墙注意：我的操作系统是Windows 7 (64bit)设置npm淘宝镜像站npm默认的源的下载速度可能很慢，建议使用淘宝镜像替换。执行下面的命令，将npm的源设置成淘宝镜像站。npm co

2019-09-25 16:40:38 33834 6

原创 VMware清理vmdk文件，解决vmdk越来越大的问题

目录压缩*.vmdk方法在虚拟机上操作在主机上操作参考链接问题：主机是Windwos，安装了VMWare。在VMWare中安装了虚拟机Ubuntu操作系统。Ubuntu本身不大，但是*.vmdk很大。网上搜索各种方法都不管用。说明：因为Ubuntu系统占用了空间，系统未释放，所以使用各种工具逼它释放并不能达成目的。压缩*.vmdk方法在虚拟机上操作在虚拟机Ubuntu中，执行以下...

2019-03-11 21:16:45 31578 3

原创 centos 6.x安装squid

不设置用户认证安装# 安装yum install squidyum install httpd#查看版本rpm -qa | grep squid#下面是我安装的版本#squid-3.1.23-24.el6.i686修改配置文件使用vim编辑/etc/squid/squid.conf文件。如下所示#/etc/squid/squid.conf# ...

2018-04-06 16:33:32 2012

原创 Error: Could not find or load main class org.apache.hadoop.fs.FsShell

错误：Error: Could not find or load main class org.apache.hadoop.fs.FsShell解决方法在~/.bashrc中添加以下内容：export HADOOP_CLASSPATH=$(hadoop classpath):$HADOOP_CLASSPATH在命令行中执行以下命令，使上面操作生效。source ~/.bashrc

2017-08-25 10:38:30 8105 2

原创 OpenCV学习笔记1

OpenCV-浅墨-笔记参考：OpenCV-浅墨-专栏读入，显示，保存图像#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>using namespace cv;int main(){ // 读入图像 Mat img = imread("lena.jpg"); // 显示图像

2017-03-18 14:53:08 1341

转载 Android NDK Tools 下载链接大全

NDK Download Links:ndk_r13b (Oct 2016)Windows 32-bit : https://dl.google.com/android/repository/android-ndk-r13b-windows-x86.zipWindows 64-bit : https://dl.google.com/android/repository/andr

2017-03-03 12:08:04 2143

原创 错误-Android-OpenCV-It seems that your device does not support camera(or it is locked)

错误It seems that your device does not support camera(or it is locked)涉及利用OpenCV在Android开发，调用摄像头时提示的错误。问题描述根据OpenCV-Android-SDK中的样例，编写了一个自己的Android程序，但是一直提示：It seems that your device does not support c

2017-03-03 11:32:08 5303 6

转载 错误-解决/usr/bin/ld: cannot find -lxxx 问题

本文来自：http://blog.chinaunix.net/uid-354915-id-3573647.html今天编译程序遇到：/usr/lib64/gcc/x86_64-suse-Linux/4.3/../../../../x86_64-suse-linux/bin/ld: cannot find -lxml2网上查询，记录如下：解决/usr/bin/ld: ca

2017-03-02 12:13:02 24640

原创 Android-OpenCV的配置教程

Android-OpenCV的配置教程一、安装Java第一步，安装JDK。下载并安装jdk-7u76-windows-x64.exe。第二步，配置JDK的环境变量。CLASSPATH.;%JAVA_HOME%\lib\tools.jar;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\bin;JAVA_HOM

2017-03-01 22:09:53 1070

原创 错误：Android工程→右键属性→没有C/C++ Build选项

缺少NDT选项和C/C++ Build选项 问题使用ADT(Android Developer Tools)是没有NDT选项, 使用起来比较麻烦, 建议使用标准Eclipse, 如Luna, 再装Android。或者使用最新的ADT，版本大于20的ADT应该可以直接设置NDT，我使用的ADT23。默认Android项目是没有C/C++ Build选项的, 需要右键点击项目在Android Too

2017-02-28 11:29:09 1510

原创 Matlab2014b无法调用USB摄像头

问题使用命令imaqhwinfo时，返回以下警告信息，并且没有检测到任何设备。警告: No Image Acquisition adaptors found. Image acquisition adaptors may be available as downloadable support packages. Open Support Package Installer to install a

2017-02-17 10:23:17 4455

原创 MxNet系列——community——index

MXNet 社区有关使用MXNet的问题如果你在做某事时，不确定如何使用MXNet；或者将其应用到一个特定的问题时有疑问，请将问题发布在 Stackoverflow，并加上标签 - mxnet。你可以在此查看有关MXNet的问题。问题跟踪器我们在MXNet的GitHub仓库中的issues文件夹：mxnet/issues，跟踪Bug和新特性的请求。贡献者MXNet是由一群活跃的社区成员开发和使用的。

2017-02-09 11:30:45 1065

原创 MxNet系列——community——contribute

对MXNet做贡献MXNet是由一群活跃的社区成员开发和使用的。请对其贡献，以改善它。 当你的补丁被合并时，别忘记将你的名字提交到 CONTRIBUTORS.md.Guidelines提交Pull请求解决与Master的冲突问题组合多个提交强制推送的结果是什么?文档测试用例例程核心库Python库R包提交Pull请求在提交你的贡献前，在最新版的master上，git reb

2017-02-09 11:30:20 1062

原创 MxNet系列——get_started——setup

综述你可以在Amazon Linux, Ubuntu/Debian, OS X, 和 Windows等操作系统上运行MXNet。MXNet 也可以在 Docker 和类似于AWS的云上运行。MXNet现在支持的语言包括：Python, R, Julia 和 Scala等。配置MXNet的详细指南：使用 Docker 安装 MXNet云 (AWS AMI) 上安装MXNetUbuntu 上安装

2017-02-09 11:27:22 1718

原创 MxNet系列——get_started——amazonlinux_setup

Installing MXNet on Ubuntu对于 Amazon Linux 操作系统上的Python用户来说，MXNet 提供了一系列的 Git Bash 脚本，来安装MXNet的依赖和MXNet库。安装脚本会在 Amazon Linux 操作系统上配置MXNet的Python接口。该脚本将MXNet安装在 ~/mxnet目录下。快速安装安装MXNet的Python接口使用 git，克隆MX

2017-02-09 11:26:15 895

原创 MxNet系列——get_started——osx_setup

OS X 上安装 MXNet安装MXNet可以分为2步：从MXNet的C++源代码构建共享库。安装MXNet的特定语言的包（接口）。注意： 修改 make/config.mk 文件可以改变编译选项，使用命令 make 来进行构建。构建共享库使用下面的命令，安装MXNet的依赖库：Homebrew (用于安装依赖库)# 将这个命令复制到Mac控制台中，以安装 Homebrew/usr/bi

2017-02-09 11:25:52 1368

原创 MxNet系列——get_started——cloud_setup

云上安装MXNet你可以在类似于AWS的云上使用预编译的MXNet。更多细节，请阅读下面的引文。使用 Amazon Machine Images(AMIs) 安装 MXNet下面的链接指向AWS blog，描述了如何配置一个 Amazon Machine Image(AMI)。AMI 支持 MXNet 和其它主流的机器学习框架。 * P2 and Deep Learning Blog * Dee

2017-02-09 11:25:14 715

原创 MxNet系列——get_started——docker_setup

在Docker上运行MXNetDocker 是一个系统，它允许你构建一个自包含的Linux操作系统，该操作系统可以在你的计算机上孤立的运行。 在自包含的Linux系统中，你可以运行MXNet和其它软件包，而这些软件不会与你的计算机上的包相互作用。MXNet 提供了2个运行MXNet的 Docker 镜像：MXNet Docker (CPU版本) - https://hub.docker.com/r

2017-02-09 11:24:44 1257

原创 MxNet系列——get_started——ubuntu_setup

Installing MXNet on UbuntuMXNet现在支持的语言包括：Python, R, Julia 和 Scala等。 对于Ubuntu操作系统上的Python和R用户来说，MXNet 提供了一系列的 Git Bash 脚本，来安装MXNet的依赖和MXNet库。如果操作系统的版本高于Ubuntu 12，安装脚本会配置MXNet的Python接口和R语言接口。该脚本将MXNet安装在

2017-02-08 15:59:57 914

原创 MxNet系列——get_started——windows_setup

Windows上安装 MXNet在Windows上，你可以直接下载和安装已经编译过的MXNet工具包，或者自行下载，构建，安装MXNet。构建MXNet共享库（动态链接库）两种方法：既可以直接下载并使用已预编译过的二进制包，也可以从源代码自行构建MXNet共享库 - libmxnet.dll。Windows上安装已编译的MXNet工具包。MXNet 为Windows用户提供了已编译的MXNet工具包

2017-02-08 15:58:58 1678

原创 MxNet系列——get_started——overview_zh

下面是MXNet的综述（中文版），英文读者请阅读 NIPS LearningSys paperMXNet设计和实现简介神经网络本质上是一种语言，我们通过它来表达对应用问题的理解。例如我们用卷积层来表达空间相关性，RNN来表达时间连续性。根据问题的复杂性和信息如何从输入到输出一步步提取，我们将不同大小的层按一定原则连接起来。近年来随着数据的激增和计算能力的大幅提升，神经网络也变得越来越深和大。例如最近

2017-02-08 15:58:26 927

原创 MxNet系列——get_started——index

MXNet: 一个大规模的深度学习框架MXNet 是一个开源框架，它允许你在多种设备（从云架构到移动设备）上定义，训练和部署深度神经网络。MXNet 是一个可拓展的深度学习工具，它允许快速训练模型，支持灵活的编程模型和多种编程语言。 MXNet 允许混合使用命令式编程和符号编程，以最大化两者的高效性和生产力。MXNet 是在一个动态依赖调度器上构建的【dynamic dependency sched

2017-02-08 15:57:32 705

原创 MxNet系列——model_zoo——index

MXNet的模型园地MXNet 突出了学术论文中报告的最先进模型的快速实现。我们的模型园地（Modle Zoo）包含了完整的模型，Python脚本，预训练的权重和如何进行微调的说明文档。如何贡献一个预训练的模型 (应包含什么)提交一个包含下列内容的 Pull 请求： * Gist 日志 * .json 格式的模型定义文件 * 模型参数文件 * Readme 文件 (细节见下面)Readme

2017-02-08 15:55:44 4111

原创 MxNet系列——how_to——bucketing

在MXNet中使用BucketingBucketing是一种训练多个不同但又相似的结构的网络，这些网络共享相同的参数集。一个典型的应用是循环神经网络（RNNs）。在使用符号网络定义的工具箱中，实现RNNs通常会沿时间轴将网络显式地展开。显式地展开RNNs之前需要知道序列的长度。为了处理序列中的所有元素，我们需要将网络展开成最大可能的序列长度。然而这很浪费资源，因为对于较短的序列，大部分计算都是在填充

2017-02-08 15:52:59 1793

原创 MxNet系列——how_to——caffe

如何在MXNet中使用Caffe操作符Caffe 是一个有名的，广泛使用的深度学习框架。MXNet 支持在它的符号图中，直接调用大部分Caffe操作符(网络层)和损失函数。使用自定义的Caffe网络层也很容易。MXNet 也嵌入了Torch模块和它的张量数学函数。本节内容描述了如何：安装支持Caffe的MXNet将Caffe操作符嵌入到MXNet的符号图中安装支持Caffe的MXNet下载官

2017-02-08 15:52:26 1306

原创 MxNet系列——how_to——cloud

在云上配置MXNet从头开始设置一个AWS的GPU集群本节提供了如何设置AWS集群以使用MXNet的详细教程。描述了如何：Use Amazon S3 to host dataSet up an EC2 GPU instance with all dependencies installedBuild and run MXNet on a single computerSet up an EC

2017-02-08 15:51:50 1219

原创 MxNet系列——how_to——develop_and_hack

开发和 Hack MXNet创建新的操作符在MXNet中使用Torch设置MXNet的环境变量其它资源概述 MXNet的系统架构贡献者指南

2017-02-08 15:51:06 476

原创 MxNet系列——how_to——env_var

环境变量=====================环境可以修改MXNet的一些设置。一般情况下，你不需要修改这些设置。本节将它们罗列出来，用于参考。设置线程数目MXNET_GPU_WORKER_NTHREADS (默认值=2) 每个GPU上，进行计算的最大线程数MXNET_GPU_COPY_NTHREADS (默认值=1) 每个GPU上，内存复制的最大线程数MXNET_CPU_WORKER

2017-02-08 15:48:52 4599

原创 MxNet系列——how_to——faq

常见问题本节回答了 mxnet/issues上的常见问题。在提问前，请先检查该页面。如果你想要贡献本页面，请尽量使问题和答案简单。如果你的回答非常详细，请发布在其它地方并提供链接。构建和安装关于构建和安装的问题，绝大多数问题的答案都可以在 build page 上找到。速度在GPU上启动花费很长时间尝试禁止OpenCV使用GPU: build opencv from source with GPU

2017-02-08 15:46:55 2583

原创 MxNet系列——how_to——index

MXNet 怎么办系列How-tos 提供了一系列的有关安装，基本概念，说明，命令和使用预训练模型完成的例程指南。下面的主题解释了基本概念，并为特定任务提供了步骤。其中一些包含了使用预训练模型完成的例程。配置和安装你可以在 Amazon Linux, Ubuntu/Debian, OS X, 和 Windows操作系统上运行MXNet。MXNet也可以在Docker和类似于AWS的云上运行。MXNe

2017-02-08 15:46:02 743

原创 MxNet系列——how_to——model_parallel_lstm

使用模型并行的方式在多个GPUs上训练LSTM由于复杂的数据依赖，LSTM评价很困难。LSTM的训练过程，在反向传播阶段有更严重的逆序的数据依赖，更加难以并行化。获取有关LSTM更通用信息，请查看优秀的 简介 （作者：Christopher）有关使用模型并行的方式在多个GPUs上训练LSTM的资料，请查看 example/model-parallelism-lstm/。模型并行：将多个GPUs作为流

2017-02-08 15:41:04 2952

原创 MxNet系列——how_to——multi_devices

在多个CPU/GPUs上以数据并行方式运行MXNetMXNet 支持在多个CPUs和GPUs上进行训练。其中，这些CPUs和GPUs可能位于不同的物理机上。 数据并行 vs 模型并行MXNet模式使用数据并行的方式将工作负载划分到多个设备上。假如有 n 个设备，每一个设备都将获得完整的模型，并使用 1/n 的数据进行训练。结果（比如，梯度）和更新后的模型在不同设备之间进行通信。MXNet也支持模型并

2017-02-08 15:40:25 6800 2

原创 MxNet系列——how_to——new_op

如何创建新的操作符(网络层)本节内容描述了创建新的MXNet操作符（或网络）的过程。我们已经尽了最大努力为最常用的案例提供高性能操作符。然而，如果你需要自定义一个网络层，比如新的损失函数，有两个选择：借助前端语言（比如，Python），使用 CustomOp 来写新的操作符。既可以运行在CPU上，也可以运行在GPU上。根据你的实现情况，性能可能很高，也可能很低。使用 C++/mshadow (C

2017-02-08 15:38:57 4044 1

原创 MxNet系列——how_to——smart_device

将深度学习库压缩成一个文件，以便移植到智能设备中深度学习系统是复杂的，并且常常有些依赖环境。将深度学习库移植到不同的平台上，尤其是智能设备上，是一件十分痛苦的事情。 一个简单的方法是：提供一个轻量级的接口，并以最小依赖将所有需要的代码放到一个文件中。 本章节，我们描述了如何将MXNet源码合并到一个文件中，并在移动设备上演示图像分类。 合并：将整个深度学习系统压缩成一个文件合并的想法源自SQLite

2017-02-08 15:37:48 1039

原创 MxNet系列——how_to——torch

如何将MXNet用作Torch的前后端本章节描述了如何将MXNet用作Torch的两个主要功能（前端和后端）：使用MXNet.NDArray来调用Torch的张量数学函数。 将Torch的神经网络模块（层）嵌入到MXNet的符号图中。编译支持Torch的MXNet参照 官方教程 来安装Torch 如果还没有安装Torch，将配置文件 make/config.mk (Linux) 或 mak

2017-02-08 15:36:00 1198

原创 MxNet系列——how_to——visualize_graph

如何将神经网络可视化为计算图该章节描述了如何在MXNet中使用在mx.viz.plot_network来可视化（使用MXNet构建的）神经网络。mx.viz.plot_network有助于将神经网络表示成一个计算图。其中，从输入节点开始计算；从输出节点读取结果。前提条件可视化网络需要 Jupyter Notebook 和 Graphviz 库。 务必按照 installation instruct

2017-02-08 15:35:05 2551

原创 MxNet系列——how_to——perf

性能下面是一些技巧，以尽可能的获取MXNet的最佳性能。数据对于输入数据，需要注意以下内容：数据格式。尽量使用 rec 格式。解码。MXNet默认使用4个线程对图像进行解码。这对于每秒钟解码1000张图像来说，已经足够了。但如果你的CPU性能很差，或你的GPU性能很高，你可以增加线程数。存储位置。任何的本地或分布式文件系统（HDFS, Amazon S3）都可以。但当多个设备同时从网络文件系统

2017-02-08 15:33:59 591

原创 Eigen教程7 - Eigen和Matlab的比较

Eigen和Matlab比较// 参考 - http://eigen.tuxfamily.org/dox/AsciiQuickReference.txt# // 一个关于Eigen的快速参考// Matlab和Eigen的对应用法// Main author: Keir Mierle// 注释：张学志#include <Eigen/Dense>Matrix<double, 3, 3> A;

2017-01-21 11:31:54 19592 1

原创 Eigen教程6 - Matrix-free solvers

Matrix-free solvers像ConjugateGradient 和 BiCGSTAB这样的迭代求解器可以用在 matrix free context。为此，用户必须提供一个继承EigenBase<>的封装类，并实现下面的方法：Index rows() 和 Index cols()：分别返回行数和列数。operator* ：操作数分别是你自己的类型和一个Eigen密集列向量。Eige

2017-01-20 23:12:53 3056 1

原创 Eigen教程5 - 求解稀疏线性方程组

Eigen中有一些求解稀疏系数矩阵的线性方程组。由于稀疏矩阵的特殊的表示方式，因此获得较好的性能需要格外注意。查看《Eigen教程3 - 稀疏矩阵操作》，了解更多有关稀疏矩阵的内容。本文列出了Eigen中的稀疏求解器。同时也介绍了所有线性求解器的共同步骤。用户可以根据矩阵的性质，准确度的要求，来调整求解步骤，以提升代码的性能。注意：没有必要深入了解这些步骤后面隐藏的内容。本文最后一部分列出了

2017-01-20 22:16:13 20135 2

Visual Assist X 适用于VS2010
Visual Studio软件开发辅助小工具VAssistX.v10.6.1830.0(破解版)-...

2018-03-07

流畅的Python
【技术大咖推荐】, “很荣幸担任这本优秀图书的技术审校。这本书能帮助很多中级Python程序员掌握这门语言，我也从中学到了相当多的知识！”——Alex Martelli，Python软件基金会成员, “对于想要扩充知识的中级和高级Python程序员来说，这本书是充满了实用编程技巧的宝藏。”——Daniel Greenfeld和Audrey Roy Greenfeld，Two Scoops of Django作者, 【本书特色】, 本书由奋战在Python开发一线近20年的Luciano Ramalho执笔，Victor Stinner、Alex Martelli等Python大咖担纲技术审稿人，从语言设计层面剖析编程细节，兼顾Python 3和Python 2，告诉你Python中不亲自动手实践就无法理解的语言陷阱成因和解决之道，教你写出风格地道的Python代码。, ● Python数据模型：理解为什么特殊方法是对象行为一致的关键。, ● 数据结构：充分利用内置类型，理解Unicode文本和字节二象性。, ● 把函数视作对象：把Python函数视作一等对象，并了解这一点对流行的设计模式的影响。, ● 面向对象习惯用法：通过构建类学习引用、可变性、接口、运算符重载和多重继承。, ● 控制流程：学习使用上下文管理器、生成器、协程，以及通过concurrent.futures和asyncio包实现的并发。, ● 元编程：理解特性、描述符、类装饰器和元类的工作原理。, 【主要内容】, 本书致力于帮助Python开发人员挖掘这门语言及相关程序库的优秀特性，避免重复劳动，同时写出简洁、流畅、易读、易维护，并且具有地道Python风格的代码。本书尤其深入探讨了Python语言的高级用法，涵盖数据结构、Python风格的对象、并行与并发，以及元编程等不同的方面。, 本书适合中高级Python软件开发人员阅读参考。, 【译者简介】, 安道, 专注于现代计算机技术的自由翻译，译有《Flask Web 开发》《Python 网络编程攻略》《Ruby on Rails 教程》等书。, 个人网站：http://about.ac/。, 吴珂, 现为Airbnb公司软件工程师，所在团队主要负责开发和维护各类可伸缩、高性能服务，并在Airbnb内推广面向服务的系统架构。在分布式系统、云存储服务和跨平台SDK开发，以及大规模数据处理等方面有多年经验。

2018-01-04

GPU高性能编程CUDA实战
CUDA是一种专门为提高并行程序开发效率而设计的计算架构。在构建高性能应用程序时，CUDA架构能充分发挥GPU的强大计算功能。本书首先介绍了CUDA架构的应用背景，并给出了如何配置CUDA c的开发环境。然后通过矢量求和运算、矢量点积运算、光线跟踪、热传导模拟等示例详细介绍了CUDA c的基本语法和使用模式。通过学习本书，读者可以清楚了解CUDA c中每个功能的适用场合，并编写出高性能的CUDA软件。

2018-01-04

caffe安装系列——安装OpenCV中的脚本
安装opencv的脚本，按顺序执行即可。

2017-07-25

VNC快速重启脚本
使用该脚本可以快速重启VNC，无需任何参数。

2016-11-23

解决Matlab代码从Windows拷贝到Linux变成乱码的脚本
使用iconv命令，批量解决matlab乱码问题

2016-11-23

Google C++ 编码规范（中文版）
C++ 是 Google 大部分开源项目的主要编程语言。正如每个 C++ 程序员都知道的，C++ 有很多强大的特性，但这种强大不可避免的导致它走向复杂，使代码更容易产生 bug，难以阅读和维护。 Google 经常会发布一些开源项目，意味着会接受来自其他代码贡献者的代码。但是如果代码贡献者的编程风格与 Google 的不一致，会给代码阅读者和其他代码提交这造成不小的困扰。Google 因此发布了这份自己的编程风格，使所有提交代码的人都能获知 Google 的编程风格。 创新工场董事长兼 CEO 李开复曾经对 Google C++ 编码规范给予了极高的评价：“我认为这是地球上最好的一份 C++ 编程规范，没有之一，建议广大国内外 IT 研究使用。”

2016-05-12

谁说菜鸟不会数据分析 工具篇
小蚊子团队全新力作 满书写尽数据分析实战技巧 Access、SQL、PowerPivot、Excel数据分析工具库、水晶易表、VBA一个都不少 17位业内专家的鼎力推荐 1、 懂点Excel就能上手数据分析：小蚊子团队根据多年数据分析经验，围绕最常用的Excel工具，以情景故事的方式，通过实例来讲解数据分析的全流程。干货，全是干货！ 2、 挖掘Excel黄金搭档的潜能：Access、QUERY、SQL、PowerPivot、Excel数据分析工具库、水晶易表、VBA一个都不少。挖掘每个搭档的最佳潜能，提高分析能力与效率。 3、 遭遇千万数据也不慌：利用工具ACCESS+SQL突破Excel在数据量级上的限制，面对千万级的数据也能轻松分析； 4、 好看实用的交互型图表：只要Excel数据，外加水晶易表，轻松实现交互式动态图表。 5、自动完成重复性的分析工作：用好VBA，帮你自动完成EXCEL、PPT格式的分析报告，让我们有更多时间提升自我，迎接赞扬的目光。

2016-05-02

数据统治世界
 《大数据时代》之后的必读之作。《大数据时代》改变了我们的思维，《数据统治世界》将改变我们利用数据的方式。揭示5大统计式思维，让你可以解决在商业、金融、科学、公共卫生以及犯罪调查中遇到的难题！  他用难以胜数的来自真实世界的例子，为我们展现了统计学在日 常生活中的实际应用，以一种简单、务实、无限娱乐性的方式为您解释了数据所具有的神秘力量。  游人如织的迪士尼是如何管理排队等候时间的？高速公路为什么要修建缓行匝道？服用兴奋剂的运动员在被揭穿之前是如何制造出几十次干净的药检结果的？即使拥有海量的股票数据和公司财报信息，为什么大部分人还是不能在投资中所向披靡？为何不同的人有不同的保险费率，信用评分又是如何运作的？当传染病暴发的时候，科学家是如何帮我们找到感染源头，保证我们的安全的？统计学家为何不怕飞机失事，但也不相信能够中奖的彩票？十个精彩纷呈的故事，带你领略数据的别样魅力。 [编辑推荐]  《大数据时代》之后的必读之作，看数据如何影响你的工作与生活，教你如何从数据统计中挖掘商机与做出决策。  全书用10个精彩故事，通过精心的叙述，翔实的资料，别样的角度，为我们开启一趟惊心动魄之旅，展现统计学家是如何利用统计式思维解决我们身边的问题，数据又是如何影响我们的生活。  本书作者系纽约大学统计学教授，视频分享网站Vimeo商业智能分析副总裁，并且著有超高人气的博客“垃圾图表”，内容及可读性极佳。  湛庐文化出品。 [推荐语] 约翰•萨尔 美国赛仕软件研究所执行副总裁、著名统计学家 书中所描述的事件都是新闻记者关注的热点问题，事件内幕经由数据阐释出来令人醍醐灌顶，同时数据也揭示了世界的动态性，这正是本书的魅力所在。 伊恩•艾尔斯 耶鲁大学教授 自组织数据挖掘技术正在冲击着我们的世界，有些人对此感到惴惴不安。冯启思的这本书开启了一扇窗，让我们看到预测分析的利与弊。 举报

2016-05-02

看穿一切数字的统计学
你也许相信“数字会说话”，小心！数字可能经过加工，目的就是巧妙地误导你的判断。 你也许只看统计结果不看过程，小心！任何统计过程中都可能有你意想不到的疏漏。 你面前的数据来自有公信力的机关，小心！你觉得完全可信的数据，也可能存在陷阱。 《看穿一切的统计学》告诉你，海量数据中，哪些数字能帮你做出准确判断，哪些会让你走入误区？ 《看穿一切数字的统计学》，一点儿也不无聊的统计学入门书，不用艰深的数学式，就能理解统计学的基本概念，用故事点出主题，让你学得透彻，看得过瘾。学会统计学，看穿一切数字背后的真相！ 作者简介： 西内启，1981年出生，毕业于东京大学医学部生物统计学专业，历任东京大学医学系研究科医疗交流学领域助教、大学医院医疗情报网络研究中心副主任、哈佛癌症研究中心客座研究员，现在致力于通过数据给社会带来革新，对诸多项目的调查、分析、系统开发以及战略立案进行分析与指导。

2016-05-02

C++ GUI Qt4编程
全书分为四个部分共24章及4个附录：第一部分介绍了Qt的基础知识和编写用户界面应用程序时所需的基本概念；第二和第三部分主要讲解Qt的中高级编程，包括布局管理、事件处理、二维/三维图形、拖放、项视图类、容器类、输入/输出、数据库、多线程、网络、XML、国际化、嵌入式编程等内容；第四部分为附录内容，分别介绍了Qt的获取和安装、Qt应用程序的构建、Qt Jambi和C++的基础知识。对于本书讲授的大量Qt 4编程原理和实践，都可以轻易将其应用于Qt 4.4、Qt 4.5及后续版本的Qt程序的开发过程中。[1] 本书详细讲述了用最新的qt版本进行图形用户界面应用程序开发的各个方面。前5章主要涉及qt基础知识，后两个部分主要讲解qt的中高级编程，包括布局管理、事件处理、二维/三维图形、拖放、项视图类、容器类、输入/输出、数据库、多线程、网络、xml、国际化、嵌入式编程等内容。对于本书讲授的大量 qt4编程原理和实践，都可以轻易将其应用于qt4．4、qt4．5以及后续版本的qt程序开发过程中。 本书适合对qt编程感兴趣的程序员以及广大计算机编程爱好者阅读，也可作为相关机构的培训教材。

2016-05-02

C++标准程序库源码
这本包含最新资料的完整书籍，反映出被ANSI/ISO C++语言标准规格书纳入的C++标准程序库的最新组成。更明确地说，这本书将焦点放在标准模板库身上，检验其中的容器、迭代器、仿函数和算法。读者还可以找到特殊容、字串、数值类别、国际化议题、IOStream。每一个元素都有深刻的呈现，包括其介绍、设计、运用实例、细部解说、陷阱、意想不到的危险，以及相关类别和函数的精确樯记式和定义式。 作者简介： Nicolai M.Josuttis，著有《C++标准库》和《C++模板》，两书都由Addison-Wesley出版。他的职务是系统架构师和技术经理。最近两年，他在一家国际电话公司中全面推广SOA。Nicolai在几个会议上办过SOA讲座，多年来他一直在发表关于这个主题的演讲。 侯俊杰（1961年9月28日－），笔名侯捷，台湾知名电脑技术专栏作家，致力于电脑技术之扎根工作，文章兼具科技之长与灵性之美[1]，有读者的评语是“比作家更工程师，比工程师更作家”。大同国中、师大附中、交通大学土木系毕业、清华大学动力机械研究所硕士。曾任职工研院机械所与电通所，曾在元智大学授课，近年来多从事两岸学术交流工作。他的妻子美静是一名钢琴师，侯俊杰说他自己“嗜咖啡。妻严不能常得。”

2016-05-02

C++标准程序库
这本包含最新资料的完整书籍，反映出被ANSI/ISO C++语言标准规格书纳入的C++标准程序库的最新组成。更明确地说，这本书将焦点放在标准模板库身上，检验其中的容器、迭代器、仿函数和算法。读者还可以找到特殊容、字串、数值类别、国际化议题、IOStream。每一个元素都有深刻的呈现，包括其介绍、设计、运用实例、细部解说、陷阱、意想不到的危险，以及相关类别和函数的精确樯记式和定义式。 作者简介： Nicolai M.Josuttis，著有《C++标准库》和《C++模板》，两书都由Addison-Wesley出版。他的职务是系统架构师和技术经理。最近两年，他在一家国际电话公司中全面推广SOA。Nicolai在几个会议上办过SOA讲座，多年来他一直在发表关于这个主题的演讲。 侯俊杰（1961年9月28日－），笔名侯捷，台湾知名电脑技术专栏作家，致力于电脑技术之扎根工作，文章兼具科技之长与灵性之美[1]，有读者的评语是“比作家更工程师，比工程师更作家”。大同国中、师大附中、交通大学土木系毕业、清华大学动力机械研究所硕士。曾任职工研院机械所与电通所，曾在元智大学授课，近年来多从事两岸学术交流工作。他的妻子美静是一名钢琴师，侯俊杰说他自己“嗜咖啡。妻严不能常得。”

2016-05-02

Python数据可视化实战
你手头有一些数据，想做成漂亮的图表放到网站上？好主意，通过浏览器来跨平台实现数据可视化是正确的选择。什么，你还想让图表能够响应用户操作？没问题，交互式图表比静态图片更能吸引人去探究本源。好啦，要生成通过浏览器展示的动态图表，首选目前最热门的Web数据可视化库——D3。 这本书很有意思，而且对读者要求不高。不需要知道什么是数据可视化，也不用有太多Web开发背景就能看懂它。不信？翻一翻就知道这是一本既好玩又实用的动手指南啦！看完这本书你会怎么样呢？ 掌握必要的HTML、CSS、JavaScript和SVG基础知识； 学会基于数据在网页里生成元素和为它们设置样式的技巧； 能够生成条形图、散点图、饼图、堆叠条形图和力导向图； 使用平滑的过渡动画来展示数据的变化； 赋予图表动态交互能力，响应用户从不同角度探索数据的请求； 收集数据和创建自定义的地图； 另外，本书100多个代码示例都可以在线浏览！

2016-05-02

离散数学及其应用 课后习题答案
　　《离散数学及其应用(原书第6版)》是经典的离散数学教材，为全球多所大学广为采用。本书全面而系统地介绍了离散数学的理论和方法，内容涉及数学推理、组合分析、离散结构、算法思维以及应用与建模。全书取材广泛，除包括定义、定理的严密陈述外，还配备大量的实例和图表的说明、各种练习和题目以及丰富的历史资料和网站资源。第6版在前五版的基础上做了大量的改进，使其成为更有效的教学工具。 　　 《离散数学及其应用(原书第6版)》可作为高等院校数学、计算机科学和计算机工程等专业的教材或参考书。

2016-05-02

PieTTY 0.3.26
PieTTY 是由林弘德（Hung-Te Lin, piaip）以 PuTTY 源代码为基础，在 Windows 上发展的 Telnet/SSH 安全远端连线程式，修正与完整支援亚洲语系字符，可切换多种 Unicode 字符显示方式，提供简易 scp 上传界面，并增加透明视窗、无边框模式等视觉效果。PieTTY 与 PuTTY 同样采用 MIT License。

2016-03-29

Python学习手册(第4版)源代码
本资源对应于Python学习手册（Learning Python），是该书中的源代码。

2015-06-26

Python Quick Reference
This is a (relatively) Quick Reference for Python in a single long HTML page. Also exists in PDF. Don't expect a 2 pages cheat sheet, but rather a 40-50 pages digest of the official reference documentation.

2015-06-25

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除