4 Gingkens

尚未进行身份认证

我要认证

Hello world !

等级
TA的排名 6w+

Tensorflow2.x GPU 配置 —— Linux

目录Tensorflow 2.xGPU 支持安装 NVIDIA 驱动1. 使用包管理工具2. 手动下载安装安装 CUDA 库安装 cuDNN 库添加库路径更新 cuDNN 的坑Tensorflow 2.x在 Tensorflow 还是 1.x 版本的时候, 还是区分 cpu和 gpu 版本的, 安装时需要分别安装,现在的 2.x 版本已经不需要这么麻烦,直接就可以支持 cpu 和 gpu.G...

2020-03-18 16:18:05

QT 菜单栏和工具栏

菜单栏菜单栏结构一个窗体仅能有一个菜单栏, 菜单栏可以有多个菜单, 菜单下面有多个 Action 或 分隔符 ( Seperator )—— 仅作分割作用的 Action 。UI 设计器中使用菜单栏在 UI 设计器中可以通过点击对应 Type Here 进行创建菜单、动作和分隔符, 对应的设计器下方会生成相应的 Action ,也可以先添加 Action,再将 Action 拖曳...

2020-02-14 20:18:31

QT5 项目结构

QT项目.pro项目文件QT内存回收机制信号槽原生信号槽自定义信号槽拓展对话框模态对话框非模态对话框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.pro项目文件QT += c...

2020-02-14 18:48:30

C++ Lambda表达式和函数对象

C++ 的泛型算法C++ 提供了许多泛型算法, 部分算法可能需要我们提供一个谓词,谓词是一个可调用的表达式,根据算法的不同接受一个或二个参数,分别称为 一元谓词和二元谓词。 既然是可调用的表达式, 则可以是以下的三种:一般函数 —— 直接传函数名Lambda 表达式函数对象Lambda 表达式lambda 表达式所表示的就是一个可调用的代码单元,可以理解为未命名的内联函数,使用 L...

2020-02-11 08:34:17

C++ 迭代器

迭代器在C++中非常重要,大量泛型算法都接受迭代器作为输入,因此熟练使用迭代器,是提高C++编程效率的有效手段。根据头文件 iterator 中的划分来了解如何使用迭代器。迭代器操作意义advance(it, n)it = it + n, 双向或随机访问迭代器时 n 可以为负数distance(first, last)[first, last) 之间的元素个数...

2020-02-10 21:36:54

从头到尾的认识 C++ I/O 操作

涉及的内容面向对象的 I/O 流库ios_base —— 基类ios 类 —— 指示I/O流的状态标志istream 的使用ifstream 类的使用合理的创建标题,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...

2020-02-10 11:50:08

C++ 的编译、运行和链接

C++ 的预备知识涉及的内容C++ 作为编译型语言C/C++ 的编译器制作和调用库利用 GDB 进行调式总结涉及的内容此系列会在开头说明本篇博客涉及的内容,以方式各位使用,如下:简要介绍编译型语言和解释型语言C/C++ 的编译器 gcc/g++ 的用法使用 gcc/g++ 制作静态库和动态库使用 gdb 进行调试C++ 作为编译型语言计算机上可以运行的只有机器指令(由 01 组...

2020-02-08 12:57:54

学习 YOLO 多目标识别算法

这里写自定义目录标题欢迎使用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Ma...

2019-02-19 23:01:38

使用 Anaconda 管理 Python 环境

1. Anaconda 和 下载官网解释Anaconda是包以及环境管理器。 安装 Anaconda 还有自动安装 Anaconda Navigator(图形化的管理包、环境的工具)、Jupyter notebook、Spyder(算是一个Python的IDE,打开可以同时写脚本、使用IPython,以及提供Python的调试)。那些功能可以自己去尝试, 这里主要讲如何使用 conda 管理Py...

2019-01-25 00:44:23

深度学习实例--服装识别(Tensorflow Version)

1.说明之前手搓了一个全连接(FC)神经网络,现在用TensorFlow低阶API重新实现一遍,在这里也打算用实例来尝试讲解一下TensorFlow的构建计算图以及运行计算图的机制,此过程仅会将必要知道的说出来,其他一概不提。我想学习便是这样,要是想一下知道都了解,这不太实现,而且就算知道了也不一定用得着,都是从实际出发,从要使用到的出发,逐渐了解TensorFlow,很多技术...

2019-01-16 13:27:53

深度学习实例--服装识别

1. 说明此实例一开始是在 TensorFlow 看到的,不过TensorFlow用高阶API实现,确实是两三行代码就实现了一个服装识别模型。本着学习的精神以让自己对训练神经网络的过程更加熟悉决定手撮一个模型,主要使用的是 Jupyter Notebook 及 IPython 的辅助开发。附上TensorFlow原址:https://tensorflow.google.cn/tutorials...

2019-01-06 21:59:46

VSCode下配置C++

VSCode十分轻便适合开发网页和脚本的编写等类似的工作,对于C++有时候用来写一些算法、数据结构等练习时,VSCode是一个挺不错的选择。下面介绍如何在VSCode下配置C++的运行环境。1.安装C++编译器下载地址https://sourceforge.net/projects/mingw/files/latest/download下载完后基本是一直下一步,最后有下图选...

2019-01-06 12:44:21

KMP--算法,分析及递归实现

吹下牛先额, 因为在准备考研,基本上不博客了,重新遇到了KMP算法,心血来潮,所以就来捣鼓一下了,没错,我来装 X 的 ,我的麒麟臂在早已饥渴难耐了重点内容。KMP算法想必来看KMP算法的人,都知道KMP算法是拿来干嘛的,实现字符串模式匹配的高效算法,不过拿去其他模式匹配应该也可以,只要你想得到。现在再重述一遍算法思想:假设已有: 目标串 T[0..n-1],模式串 P[0..m-...

2018-08-13 01:52:45

Python--Pandas-数据可视化

1.Pandas 简介我们做数据可视化,其实就是就数据进行分析,使用Python做数据分析的,我想pandas必然是一个利器,一个非常强大的数据分析工具包,也集成了数据可视化的功能,一个集数据处理、分析、可视化于一身的工具,非常强大好用。pandas中的数据可视化已经可以满足我们大部分的要求了,也就省下了我们很多自己使用 如 matplotlib 来数据可视化的工作。2.数据集在对...

2018-06-08 23:04:37

Python--Matplotlib(基本用法)

MatplotlibMatplotlib 是Python中类似 MATLAB 的绘图工具,熟悉 MATLAB 也可以很快的上手 Matplotlib。1. 认识Matploblib1.1 Figure在任何绘图之前,我们需要一个Figure对象,可以理解成我们需要一张画板才能开始绘图。import matplotlib.pyplot as pltfig = plt.fig...

2018-06-08 21:54:02

Python 网络基础

Python网络编程简介Python的网络编程与其他语言的网络编程相差无几,核心模块是socket。利用socket我们可以快速的创建TCP和UDP服务器及客户端、使用原始套接字等所必需的代码。1.TCP客户端import sockettarget_host = 'localhost'port = '80'#建立一个IPV4的TCP socket对象client = s...

2018-05-13 20:49:19

机器学习-Unsupervised Learning 无监督学习

1. 认识无监督学习监督学习很容易理解,给一些带有正确答案的训练集,通过最小化 Cost 来调整系统。那么无监督学习是怎么工作的呢?实际上,无监督学习也是通过最小化 Cost 来调优系统的,具体看一个算法。2. K-means 描述无监督学习广泛用在分类问题中,K-means分类算法就是一个简单的无监督学习算法。 工作原理是,给出一组数据,使用K-means算法对数据进行 K 个...

2018-05-09 23:20:34

机器学习系统优化

概述当我们要实现一个机器学习系统时,我们遵循以下的步骤: 1. 以一个我们能快速实现的简单算法作为开始,实现之后用我们的交叉验证集去测试。 2. 绘出学习曲线来判断更多的数据、特征等等是否有助于改善系统。 3. 误差分析:在算法出错的地方手动的选几个例子(在交叉验证集中)。1.误差分析术语描述 Precision/Recall: 术语 解释 公式...

2018-05-08 22:29:20

PyQt5--UI大全

概括虽然说是PyQt5,其实也就是Qt5。这里将列出一些常用的 Qtwidget UI 元素,逐渐更新。1. 布局布局中加入 Widget 都是 layout.addWidget( widget , [row, col])其中可选部分是网格布局的,表格解释: Layout 解释或图 用法 QHBoxLayout 水平布局 QHBoxLayout...

2018-05-08 21:08:47

h5py 必知--String存储

1. h5py 文件介绍一个h5py文件是 “dataset” 和 “group” 二合一的容器。 1. dataset : 类似数组组织的数据的集合,像 numpy 数组一样工作 2. group : 包含了其它 dataset 和 其它 group ,像字典一样工作看下图: 通过上图,我们可以知道 h5py 文件就像是文件夹一样,里面很放文件还有文件夹,主文件夹以 ‘/’ ...

2018-04-28 01:16:09

查看更多

勋章 我的勋章
  • GitHub
    GitHub
    绑定GitHub第三方账户获取
  • 专栏达人
    专栏达人
    授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮!撰写博客专栏浓缩技术精华,专栏达人就是你!
  • 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。