8 shu_qyc

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 8w+

return _message.default_pool.FindFieldByName(full_name) KeyError: "Couldn't find field google.pr

return _message.default_pool.FindFieldByName(full_name)KeyError: "Couldn't find field google.protobuf.FileOptions.javanano_use_deprecated_package"解决:pip install --force-reinstall --upgrade p

2017-07-13 22:10:20

(一)安装tensorflow

环境: ubuntu16.04 GTX10501. 安装cuda8.0下载地址:https://developer.nvidia.com/cuda-downloads(1)按 ctrl+alt+F1 进入tty, 登录tty后输入如下命令sudo service lightdm stop该命令会关闭lightdm。(2)屏蔽集显sudo vim /etc/modprobe.d/blacklist.c

2017-07-13 21:45:35

git clone错误

问题:warning: http.proxy has multiple values方法:git config --global --unset-all  http.proxy成功:Cloning into 'kmeans'...remote: Counting objects: 7, done.remote: Total 7 (delta 0), reused 0

2017-07-07 14:08:55

win10_ubuntu1604_caffe安装

1. 安装双系统本人电脑是(惠普(HP)暗影精灵II代Pro 精灵绿 15.6英寸游戏笔记本(i7-7700HQ 8G 128GSSD+1T GTX1050Ti 4G独显 IPS FHD), 电脑默认安装win10在ssd上,因为需要跑深度学习所以安装Ubuntu16.04.(14.04出错)(1)用ultraiso制作U盘启动盘,然后进行安装。 安装比较简单,就是需要注意的是

2017-06-21 20:33:23

caffe softmax源码解读

前向传播template <typename Dtype>void SoftmaxLayer<Dtype>::Forward_cpu(const vector<Blob<Dtype>*>& bottom, const vector<Blob<Dtype>*>& top) { const Dtype* bottom_data = bottom[0]->cpu_data(); Dtyp

2017-06-08 19:08:11

caffe中的优化方法

参考网址: http://sebastianruder.com/optimizing-gradient-descent/index.html#gradientdescentvariants http://caffe.berkeleyvision.org/tutorial/solver.html 在caffe中实现了六种优化方法,如下:Stochastic Gradient Descent (

2017-06-01 21:49:30

使用LibJpeg图像解码

1 简介libjpeg一个图片解码库,在项目中需要读入图片,但不想依赖opencv的接口,这时可以libjpeg完成解码。libjpeg有两个版本,一个时原装的libjpeg,另一个则是libjpeg-turbo,这是一个使用 SIMD指令加速的解码库,大约是libjpeg的3倍的速度,代码参见 https://github.com/libjpeg-turbo/libjpeg-turbo2 编译下

2017-05-12 15:36:30

(二)caffe 网络训练执行流程

暂时提交 caffe训练网络的执行脚本如下(例如运行lenet)./build/tools/caffe train --solver=examples/mnist/lenet_solver.prototx在Qt中运行的时候,参考http://blog.csdn.net/qyczyr/article/details/70216300程序执行入口啊在src/caffe/tools/caffe.cpp

2017-04-24 17:05:00

Qt单步调试caffe

Qt caffe单步调试(1) 打开Qt,导入CakeList.txt进去,如图所示: (2) 在Projects左边的菜单栏下,设置工作目录,以及运行的程序和参数,如下: (3)点击运行或者Debug进行调试,运行mnist,需提前下载好mnist数据

2017-04-17 21:27:13

使用cifar10训练

使用cifar10训练1. 参数设置net: "examples/cifar10/cifar10_quick_train_test.prototxt" #训练和测试网络的配置文件test_iter: 100 #进行一次测试需要的迭代次数,因为测试时,batch为100,一共10000张测试图片所以此处为100test_interval: 500 #测试间隔base_lr: 0.001 #基础学

2017-04-13 20:55:34

使用qt开发ros

1. 安装qt2. 导入catkin_ws下src下的CMakeList文件

2016-12-13 14:57:47

rgbdv2 slam安装

运行环境: ubuntu14.04 ros版本: indigo一. 安装srgbdV2 slam1. 创建catkin工作空间:这里为rgbdslam单独创建一个catkin工作空间。#首先新建文件夹mkdir -p src#进入新建的文件夹cd ~/rgbdslam_catkin_ws/src#将其初始化为catkin工作空间的源码存放文件夹

2016-12-13 10:56:25

gmapping和rtab-map slam对比

gampping算法和rtab-map slam算法对比很开心最近有机会对比slam算法。gmappinggmapping算法是通过粒子滤波的方法实现,这种方法一般需要大量的粒子来获取好的结果,但这必会引入计算的复杂度;粒子是一个依据过程的观测逐渐更新权重与收敛的过程,这种重采样的过程必然会代入粒子耗散问题(depletion problem), 大权重粒子显著,小权重粒子会消失(有可能正确的粒

2016-12-04 22:32:27

boost

一.准备 学习网址: https://class.coursera.org/ntumltwo-002/lecture二.课程内容2.1复习 上一讲主要讲解了blending and bagging。blending的主要思想是为了把我们手上的小区合并成一个大区,可以通过uniform,no-uniform的方法进行投票,如果我们手上还没有一堆小区,可以通过bootstrapping来反复产生

2016-12-04 22:23:13

(1)控制turtlebot 1代行走

为了自主控制turtlebot的行走,我们需要在代码中实现。一.准备 在这个过程中,我们需要知道向哪一个主题发送消息。网上说是cmd_vel,但是我尝试并未成功。我们可以使用rostopic list,查看当前输出活动主题的列表。我们可以看到/cmd_vel_mux/input/teleop就是我们需要的,代码如下: young@young-Lenovo:~$ rostopic list

2016-11-17 15:55:14

W311M2 ubuntu安装驱动

1. 进入到驱动包中2. make3. sudo make install

2016-11-16 10:34:29

AHRS(航姿参考系统)和IMU(惯性测量单元)的区别【转】

刚开始的时候我总是搞不清楚AHRS和 IMU的区别。。不知道这有什么区别。。后来慢慢的慢慢的,我理解了~AHRS 俗称航姿参考系统,AHRS由加速度计,磁场计,陀螺仪构成,AHRS的真正参考来自于地球的重力场和地球的磁场~~他的静态终精度取决于对磁场的测量精度和对重力的测量精度 ,而则陀螺决定了他的动态性能。  这就是AHRS~在这种前提下。说明AHRS离开了地球这种有重力和磁场环境的时候是没法正常

2016-11-09 10:27:42

贝叶斯理论

1.贝叶斯法则机器学习的任务:在给定训练数据D时,确定假设空间H中的最佳假设。最佳假设:一种方法是把它定义为在给定数据D以及H中不同假设的先验概率的有关知识下的最可能假设。贝叶斯理论提供了一种计算假设概率的方法,基于假设的先验概率、给定假设下观察到不同数据的概率以及观察到的数据本身。2.先验概率和后验概率用P(h)表示在没有训练数据前假设h拥有的初始概率。P(h)被称为h的先验

2016-10-31 14:55:30

C++ endl和\n的区别

c++ endl是一个操作符,效果是结束当前行,并刷新缓冲区。如果仅因为缓冲区没有刷新,程序员将浪费大量的时间跟踪调试并没有执行的代码,基于这个原因,输出时应多使用endl而非’\n’,使用endl不会担心程序崩溃时输出是否悬而未决(即还留在缓冲区中,未输出到设备中)。

2016-10-20 17:07:19

值得推荐的C/C++框架和库 (真的很强大)

值得学习的C语言开源项目- 1. WebbenchWebbench是一个在linux下使用的非常简单的网站压测工具。它使用fork()模拟多个客户端同时访问我们设定的URL,测试网站在压力下工作的性能,最多可以模拟3万个并发连接去测试网站的负载能力。Webbench使用C语言编写, 代码实在太简洁,源码加起来不到600行。下载链接:http://home.tiscali.cz/

2016-02-15 20:33:33

查看更多

勋章 我的勋章
  • 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!