8 I_belong_to_jesus

尚未进行身份认证

我要认证

机器学习,神经网络,统计信号处理。 QQ:599239118

等级
TA的排名 18w+

error: ‘stol’ was not declared in this scope

stol函数是C++11的标准函数,若使用就编译器会出现此错误,可选择 g++ -std=c++11 my_cpp_code.cpp 来避免错误。

2020-09-04 12:09:41

linux split指令等分文件方法以及命名规则

例:splitTest.txt,内容为:12345678910111213141516split -l 4 splitTest.txt -d -a 4 SPLIT_表示将文件按行4等分,文件名为SPLIT_+后缀,-d表示后缀为数字,-a 4表示后缀长为4,16行,故生成4个文件,文件名分别为:SPLIT_0000SPLIT_0001SPLIT_0002SPLIT_0003...

2020-07-27 23:30:59

ln -sf

ln -sf a或者 ln -sf a b建立a的软连接,s表示软连接,f表示强制建立软连接,即不管文件存不存在,都会创建。

2020-07-24 10:38:30

std::unordered_map用法

unordered_map的用法,需要注意,unordered的定义在空间std::tr1而不是std,并且使用时注意添加头文件<tr1/unordered_map>, 下面通过程序比较下map和unordered_map的运行效率:#include<iostream>#include<functional>#include<algorithm>#include <tr1/unordered_map>#include <map&

2020-07-14 11:34:06

C++ 类如何定义 static const 成员

static成员是类本身的成员,其初始化一般先在类中声明,再在类外进行初始化,const变量表示值不能再改变,若非static的const变量,初始化应在构造函数中,若为static,其应遵循static初始化原则,在类外进行初始化,例:#include<iostream>using namespace std;class Test{private: static const char data[]; const int x; static int y;p

2020-07-07 11:43:11

facenet专题6:三元组损失

三元组损失是谷歌公司针对人脸检测提出的一种损失函数,其论文为:A Unified Embedding for Face Recognition and Clustering,论文中的整个结构如下图:训练的人脸图像送入CNN神经网络进行特征提取,从图中输入的图像batch可以看出,每3个图像一组,分别用蓝色、绿色和红色表示,设输入图像用表示,embedding层是这样定义的,其表示为输入图像的函数,维度为,且由于经过层归一化处理,故为单位向量,故embedding将输入图像投影到了一个欧几里德空间的超

2020-07-05 03:38:39

cosface tensorflow源代码解析

论文下载地址cosface,tensorflow源代码下载地址:cosface code

2020-06-21 23:49:53

ostringstream如何清空缓存

ostringstream用于string的流串操作非常方便,但使用时容易反的一个错误时如何清空内容呢,很容易想到使用clear()函数(受stl模板影响),例如:#include <iostream>#include <sstream>using namespace std;int main(){ostringstream os;os<<"abc"<<123;string str1=os.str();cout<<str1&l

2020-06-11 21:06:00

shell脚本实现for循环打印数组

array=("beijing" "tianjin" "hebei")#echo ${array[0]}for((i=0;i<${#array[@]};i++));doecho ${array[$i]}done数组要用括号加空格的方式进行声明,利用@或*,可以将数组扩展成列表,然后使用#来获取数组元素的个数,格式如下:${#array[@]}${#array[*]}...

2020-06-09 10:26:12

facenet专题5:train_softmax.py源代码解析--样本验证

接上文,下面来介绍train_softmax.py的最后一部分代码,验证部分的代码:evaluate(sess, enqueue_op, image_paths_placeholder, labels_placeholder, phase_train_placeholder, batch_size_placeholder,embeddings, label_batch, lfw_paths, actual_issame, args.lfw_batch_size, args.lfw_nrof_folds

2020-06-08 20:43:26

facenet专题4:train_softmax.py源代码解析--模型训练

接上文,现在开始介绍训练部分的代码: # Add center loss if args.center_loss_factor > 0.0: prelogits_center_loss, _ = facenet.center_loss(prelogits, label_batch, args.center_loss_alfa, nrof_classes) tf.add_to_collection(tf.GraphKey

2020-06-01 00:46:16

redis批处理操作:基于hiredis实现

redis中读取字符串最简单的方式是get key,对于同一时间读取多个key的情况,如果是循环读取,那么代价会很大,特别是使用云服务或者远程网络连接的额定带宽下的redis。此时,最常用的是两种加速的方法:mget和pipeline。...

2020-05-29 21:15:06

facenet专题3:train_sotfmax.py源代码解析--网络结构

接上文,下面我们来介绍具体的网络结构图,起始代码如下:prelogits, _ = network.inference(image_batch, args.keep_probability, phase_train=phase_train_placeholder, bottleneck_layer_size=args.embedding_size,

2020-05-26 01:51:53

range_input_producer多线程读取数据功能介绍

# -*- coding: utf-8 -*-"""Created on Sun May 24 11:32:01 2020@author: mayn"""import tensorflow as tfimport codecsBATCH_SIZE = 6NUM_EXPOCHES = 5'''def input_producer(): array = codecs.open("test.txt").readlines() array = list(map(lamb...

2020-05-25 13:31:35

tensorflow中的队列和多线程

在Tensorflow中,队列不仅仅是一种数据结构,还是异步张量取值的重要机制,比如多线程可以同时向一个队列写元素,或者从同一个队列读元素,Tensorflow提供了tf.Coordinator和tf.QueueRunner两个类来完成多线程协同功能。tf.Coordinator主要用于协同多个线程一起停止,并提供了should_stop、request_stop和join三个函数。。在启动线程之前,需要先声明一个 tf.Coordinator 类,并将这个类传入每一个创建的线程中。启动的线程需要一直查询

2020-05-25 13:23:01

tf.slice(x,begin,size)函数功能介绍

函数定义如下:tf.slice(input_, begin, size, name = None),slice函数的作用是从输入的张量tensor(input_)中提取出一块切片slice,从位置begin开始,size表示的是tensor的形状,`size[i]`表示input_的第i维想要提取出的元素个数。切片的起始位置(begin)表示每个input_维度的偏移量。换言之,begin[i]是你想从中分割出来的input_的“第i个维度”的偏移量。请注意,tf.Tensor.__getitem__通

2020-05-25 00:49:19

python lambda功能介绍

lambda可以简化函数的定义形式,简化代码,其基本形式如下:lambda 参数列表 : 返回值lambda 参数形式:1.无参数:lambda:1002.一个参数:lambda a: a3.默认参数:lambda a, b, c=100: a + b + c4.可变参数:*args,返回元组lambda *args: args5.可变参数:*kwargs,返回字典lambda **kwargs: kwargs测试代码:1)fn1 = lambda a,b: a + bprint.

2020-05-24 23:56:13

hadoop的combiner函数介绍

combiner函数与reduce函数形式相同,但不同之处在于它的输出类型是中间的键值(key,value)对类型,这些中间值最终会输入给reduce函数,map会产生大量本地输入,但map函数不会对键值对做合并,例如统计单词dog的数量:Map:dog 1dog 1dog 1dog 1Map阶段,某个Map执行完毕传给Reduce的参数为cat {1,1,1,1},values中的值为4个,而如果添加combiner函数,其会实现本地相同key的合并,并对map输出key进行排序,

2020-05-20 16:05:23

git上传分支

1.连接远程仓库:git remote add origin git@github.com:yourName/repositoryname.git 或者:git remote add origin https://github.com/yourName/repositoryname.git若出现远程origin已经存在,只需要将远程配置删除,重新添加即可,git remote rm origin。2.创建本地分支test0git branch test03.切换到本地分支git

2020-05-15 12:17:14

git指令总结

1.git init #初始化一个新的本地仓库,增加.git文件。2.git add . -f #要提交的文件的信息添加到索引中,将文件添加到缓存区,其中.表示所有内容。3.git commit -m "upload" #提交到分支4.git remote add origin <master> http.... #添加远程仓库,分支名默认为master,git remot...

2020-04-25 02:05:28

查看更多

勋章 我的勋章
  • 签到新秀
    签到新秀
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 阅读者勋章Lv2
    阅读者勋章Lv2
    授予在CSDN APP累计阅读博文达到7天的你,是你的坚持与努力,使你超越了昨天的自己。
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv2
    勤写标兵Lv2
    授予每个自然周发布4篇到6篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。