- 博客(45)
- 资源 (5)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 编译项目打包成so文件
CMake--C++代码打成.so包1. 借助CMake打.so包 把目录utils下的文件打出.so包。其中CMakeLists.txt内容：cmake_minimum_required(VERSION 2.8)aux_source_directory(. utils_src)add_library(utils SHARED ${utils_src})
2017-06-21 17:17:08
14502
原创 chainer安装GPU版过程中的问题
1.UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd5 in position 34: ordinal not in range(128)python的str默认是ascii编码，和unicode编码冲突.于是在/usr/lib/python2.7/dist-packages/pip/basecommand.pyimport
2016-08-08 15:11:19
3557
原创 caffe中base_lr、blobs_lr和lr_policy
caffe调整学习率的.base_lr是适用于所有层的学习率，而针对单个层，可以通过增加两个blobs_lr,用来调整该层的学习率.一个调整weight的学习率，一个是调整偏执b的学习率。那么该层的学习率就变成了，base_lr*blobs_lr,base_lr*blobs_lr了。
2016-07-18 16:36:47
11140
转载 谷歌大脑科学家 Caffe缔造者 贾扬清 微信讲座
大家好！我是贾扬清，目前在Google Brain，今天有幸受雷鸣师兄邀请来和大家聊聊Caffe。没有太多准备，所以讲的不好的地方还请大家谅解。我用的ppt基本上和我们在CVPR上要做的tutorial是类似的，所以大家如果需要更多的内容的话，可以去tutorial.caffe.berkeleyvision.org，也欢迎来参加我们的tutorial：）网页上应该还有一些Pytho
2016-07-08 10:18:48
621
原创 将train_val.prototxt 转换成deploy.prototxt
1.删除输入数据（如：type:data...inckude{phase: TRAIN}），然后添加一个数据维度描述。input: "data" input_dim: 1 input_dim: 3 input_dim: 224 input_dim: 224force_backward: true2.移除最后的“loss” 和“accuracy” 层，加入“prob
2016-07-06 18:02:21
7170
1
原创 googlenet解析
原始数据是224*224*3第一层卷积层 conv1 ，pad是3，7*7 ，64个特征，步长2，输出为 112*112*64。然后进行relu，经过pool1 进行pooling 3*3的核，步长为2， [（112 - 3+1）/2]+1 = 56 特征为56*56*64 ， 再规范。第二层卷积层 conv2， pad是1，3*3，192个特征，输出为56*56*192，然后进
2016-07-05 16:10:08
3112
4
原创 caffe的solverstate的使用
我们在使用caffe训练过程中会生成.caffemodel和.solverstate文件，一个是模型文件，一个是中间状态文件（生成多少个取决于你自己设定的snapshot）。当训练过程中断，你想继续运行数据学习，此时只需要调用.solverstate文件即可。使用方式代码，我使用的是.sh直接运行，配置和官方给的文件train_caffenet.sh差不多，稍微添加点内容就可以了。./bu
2016-07-05 15:11:28
14611
转载 任正非：不上市则有可能称霸世界 资本没有温度缺乏耐心
对于一个公司管理者，怎样包装自己都不过是伪饰，最终还是要看结果。无可非议，华为的公司制度让人惊叹，而这也是任正非的功劳体现。而追其华为的制度根本，还在于健康的发展与内在凝聚力。 核聚变效应：工者有其股英国前首相丘吉尔在评价 20 世纪 40 年代的美国时，这样说：“美国像是一个巨大的锅炉，只要下面点着火，它就会产生无限的能量。” 的确，穿越大西洋抵达美洲的“五月花”号，
2016-07-04 12:00:04
856
转载 深度学习caffe的代码如何学习
1. 初识Caffe1.1. Caffe相对与其他DL框架的优点和缺点：优点：速度快。Google Protocol Buffer数据标准为Caffe提升了效率。学术论文采用此模型较多。不确定是不是最多，但接触到的不少论文都与Caffe有关（R-CNN，DSN，最近还有人用Caffe实现LSTM）缺点：曾更新过重要函数接口。有人反映，偶尔会出现接口变换的情况，自己很久前
2016-07-04 10:44:13
931
原创 XGBoost的参数
一、在运行XGboost之前，必须设置的三种类型参数。1.General parameters：一般参数。设定boosting过程中使用哪种booster，常用的booster有树模型（tree）和线性模型（linear model）booster [default=gbtree] 有两中模型可以选择gbtree和gblinear。(树模型-线性模型)silent [def
2016-06-24 16:26:48
849
原创 python用训练好的model分类
#coding=utf-8#加载必要的库import numpy as npimport sys,os#import caffe#设置当前目录caffe_root = '/mnt/caffe/' sys.path.insert(0, caffe_root + 'python')import caffeos.chdir(caffe_root)net_file=caffe_roo
2016-05-31 12:05:27
1446
原创 大数据资源网站
政府&机构数据美国政府开源数据库：http://www.data.gov/英国政府开源数据库：http://data.gov.uk/世界银行数据库：http://www.worldbank.org/美国气候数据库：http://www.ncdc.noaa.gov/美国交通部数据库：http://www.rita.dot.gov/bts/data_and_statisti
2016-05-30 11:40:21
1804
转载 caffe调用已生成的模型
如上图 ，就是build/tools/caffe.bin文件，上图就有它的指令介绍。在MNIST调用已经训练好的模型，测试。这个测试，假定可能是新加入的测试集，还是按照原来的需求转换，存放数据到指定的位置。./build/tools/caffe.bin test -model=examples/mnist/lenet_train_test.prototxt -weights
2016-05-25 15:44:38
4550
原创 ubuntu15.04+caffe+cuda7.5+cudnnv4+mkl+opencv3
一、Linux的安装～ubuntu15.04（自带python2.7.11）apt-get update apt-get install git vim cmake automake二、cuda7.5获取CUDA安装包,安装包NVidia官网下载。（https://developer.nvidia.com/cuda-downloads）dpkg -i cuda-repo-ub
2016-05-18 16:12:48
841
原创 cuda环境下安装opencv出现nvcc warning : The 'compute_11'
警告打印：nvcc warning : The 'compute_11', 'compute_12', 'compute_13', 'sm_11', 'sm_12', and 'sm_13' architectures are deprecated, and may be removed in a future release.找到cmake后产生的OpencvConfig.cmake文件
2016-05-13 10:38:32
14388
转载 Google 的开源技术protobuf
★protobuf是啥玩意儿？ 为了照顾从没听说过的同学，照例先来扫盲一把。 首先，protobuf是一个开源项目（官方站点在“这里”），而且是后台很硬的开源项目。网上现有的大部分（至少80%）开源项目，要么是某人单干、要么是几个闲杂人等合伙搞。而protobuf则不然，它是鼎鼎大名的Google公司开发出来，并且在Google内部久经考验的一个东东。由此可见，它的作者绝非一般闲杂人等
2016-05-12 10:41:11
360
原创 Ubuntu15.04 运行caffe+mnist的demo
1. 进入Caffe根目录；2. 加载MNIST数据库：$ ./data/mnist/get_mnist.sh3. 转换成Lmdb数据库格式：$ ./examples/mnist/create_mnist.sh 执行完此shell脚本后，会在./examples/mnist下增加两个新目录，mnist_test_lmdb和mnist_train_lmdb4
2016-05-12 09:22:40
1042
原创 在python中使用mat格式数据
import scipy.io as sio import numpy as np data='D:/matlab/R2014a/toolbox/DeepLearnToolbox/CNN/xunlian_fen_28.mat' data=sio.loadmat(data)xx=data['test_x']主要是sicpy.io中的loadmat和savemat
2016-04-20 14:58:12
1000
原创 nginx + gevent + django高并发配置
启动脚本#!/usr/bin/env pythonfrom gevent import monkey; monkey.patch_all()from gevent import wsgifrom mysite.wsgi import applicationHOST = '127.0.0.1'PORT = 8080# set spawn=None for memcachewsgi.
2016-04-15 14:40:59
6046
1
原创 theano提示:g++ not detected的解决办法
import theano出现：WARNING (theano.configdefaults): g++ not detected ! Theano will be unable to execute optimized C-implementations (for both CPU and GPU) and will default to Python implementations
2016-04-15 09:37:00
11019
3
转载 深度学习资料
Awesome Deep Vision A curated list of deep learning resources for computer vision, inspired by awesome-php and awesome-computer-vision.Maintainers - Jiwon Kim,Heesoo Myeong, Myungsub Cho
2016-04-08 11:07:30
1809
原创 Pandas之Dataframe操作
创建一个DataFrame，它有几种创建方式：列表，序列(pandas.Series), numpy.ndarray的字典二维numpy.ndarray别的DataFrame结构化的记录(structured arrays)其中，我最喜欢的是通过二维ndarray创建DataFrame，因为代码敲得最少：12345678
2016-04-07 17:59:05
32152
转载 One-Hot Encoding独热编码
机器学习 数据预处理之独热编码（One-Hot Encoding）问题由来在很多机器学习任务中，特征并不总是连续值，而有可能是分类值。例如，考虑一下的三个特征：["male", "female"]["from Europe", "from US", "from Asia"]["uses Firefox", "uses Chrome", "us
2016-03-24 17:01:16
3374
转载 Deep learning with Theano 官方中文教程（翻译）（四）—— 卷积神经网络（CNN）
卷积神经网络（CNN）是多层感知机（MLP）的一个变种模型，它是从生物学概念中演化而来的。从Hubel和Wiesel早期对猫的视觉皮层的研究工作，我们知道在视觉皮层存在一种细胞的复杂分布，，这些细胞对于外界的输入局部是很敏感的，它们被称为“感受野”（细胞），它们以某种方法来覆盖整个视觉域。这些细胞就像一些滤波器一样，它们对输入的图像是局部敏感的，因此能够更好地挖掘出自然图像中的目标的空间关系信息。
2016-03-24 14:59:42
1313
原创 python-opencv颜色提取分割
1.用于简单的对象检测、跟踪2.简单前背景分割#encoding：utf-8#黄色检测import numpy as npimport argparseimport cv2image = cv2.imread('huang.png')color = [ ([0, 70, 70], [100, 255, 255])#黄色范围~这个是我自己试验的范围，可根据实际情况自行调整
2016-03-10 09:26:20
16248
原创 机器学习实战-Adaboost（自适应boosting）
元算法（集成算法）：不同分类器的组合。类型可包括：不同算法集成、同一算法在不同设置下的集成、数据集不同部分分配给不同分类器后的集成自举汇聚法（bagging法）：从原数据集选择S次后得到S个新的数据集（大小相等，允许有重复）。(分类器权重相等)boosting：与bagging类似，但是boosting是通过集中关注被已有的分类器错分的那些数据来获得新的分类器。（分类结果基于所有分类器的加
2016-03-07 08:48:36
595
原创 机器学习实战-逻辑回归
逻辑回归：1.非线性函数sigmoid最佳拟合参数 1/(1+e（-z）) 2.梯度上升、梯度下降、随机梯度上升、改进的逻辑梯度上升#encoding:utf-8from numpy import *import math#数据下载与处理~打开文本，逐行读取，前两行对应值x1,x2，第三行对应类别标签。并且将x0都设为1.0def lo
2016-03-02 15:21:24
666
原创 机器学习实战-朴素贝叶斯
对于事件A和B，贝叶斯定理的表达式可写成P(A|B) = P(A)P(B|A) / P(B)P(A) ：先验概率P(A|B) ：后验概率P(B|A) ：似然度 P(B) ：标准化常量朴素贝叶斯机器学习实战：#encoding:utf-8from numpy import *#下载数据#贝努力模型~多项式模型#贝努力~~不考虑词出现的次数~~只考
2016-03-01 17:51:10
559
原创 python mysql
windows python+mysql安装包： http://www.codegood.com/archives/129分为32和64位~直接安装即可
2016-02-26 16:56:38
610
原创 python XPath
作用：提取Item资料http://doc.scrapy.org/topics/selectors.html#topics-selectors 这是一些XPath表达式的例子和他们的含义/html/head/title: 选择HTML文档元素下面的 标签。/html/head/title/text(): 选择前面提到的 元素下面的文本内容//td: 选择所有 元素//div[
2016-02-26 15:22:26
691
原创 atom音乐火花效果
1.安装atom2.下载这个插件activate-power-mode。将其解压到~/.atom/packages里面3.设置环境变量path C:\Users\你的用户名\AppData\Local\atom\app-1.5.3\resources\app\apm\bin; 因为里面有个apm待会要使用4.cmd进入到~/.atom/packages目录下，输入apm inst
2016-02-25 15:06:04
2547
转载 centos下配置nginx服务器更改根目录
安装完nginx服务器后发现nginx的根目录在/usr/share/nginx/html/下，但是对于部署文件来说，在该目录下是不太习惯的，我就尝试着更改nginx访问的根目录# vi /etc/nginx/conf.d/default.conf ## The default server#server {listen 80;server_name localho
2016-02-22 17:26:37
6526
原创 libsvm+python配置
下载链接 http://www.csie.ntu.edu.tw/~cjlin/libsvm/libsvm-3.21.tar.gz我下载的版本是libsvm-3.21解压：tar -zxvf libsvm-3.21进入libsvm-3.21目录在命令行（终端）使用命令：make lib 得到 libsvm.so.2 把 libsvm-3.21/python
2016-02-22 17:20:12
591
原创 nginx.conf配置与说明
#运行用户 user www-data; #启动进程,通常设置成和cpu的数量相等 worker_processes 1;#全局错误日志及PID文件error_log /var/log/nginx/error.log;pid /var/run/nginx.pid;#工作模式及连接数上限events { use epoll;
2016-02-22 14:16:01
296
转载 pytho多线程+html正文抽取
今天将 一个bfs 的爬虫 和 抽取Html整合到一起了。现在功能还是有局限性 。 其中抽取正文，详见 http://www.fuxiang90.me/2012/02/%E6%8A%BD%E5%8F%96html-%E6%AD%A3%E6%96%87/现在只限定爬取 http 协议的网址，并只在内网测试了，因为和外网的连接不是不快。 一个全局的 url 队列 和 url set 。队
2016-02-19 10:15:53
481
转载 python网页爬虫之列车时刻表的抓取-完整的python脚本
#! /usr/bin/env python#coding=utf8# by [email protected] 2010/5/30from HTMLParser import HTMLParserfrom pyquery import PyQuery as pqimport sqlite3,urllib2,logging,sysfrom datetime imp
2016-02-19 10:10:47
3157
转载 Python网络爬虫（Get、Post抓取方式）
简单的抓取网页import urllib.request url="http://google.cn/" response=urllib.request.urlopen(url) #返回文件对象page=response.read()直接将URL保存为本地文件import urllib.request url="http://www.xxxx.com/
2016-02-19 10:07:46
1125
转载 Django+gunicorn+Nginx环境的搭建
一.gunicorn和nginx的简介 gunicorn需要搭配nginx使用，那么两者的作用到底是什么。 1.gunicorn简介：gunicorn是一个Python WSGI UNIX服务器。WSGI（Web Server Gateway Interface）是Web服务网关接口，位于WEB应用层和WEB服务器层之间。在这里WEB应用当然是指Python解释器及Django编写的程序，
2016-02-18 15:18:11
616
原创 centos6.6+django+nginx+uwsgi环境配置
1.django版本选择：pip3 install Django==1.8.42.用 virtualenv 来管理多个开发环境，virtualenvwrapper 使得virtualenv变得更好用pip install virtualenv virtualenvwrapperLinux/Mac OSX 下：修改~/.bash_profile或其它环境变量相关文件(如 .b
2016-02-18 14:57:46
755
转载 构造方向可控金字塔
1. 方向可控金字塔简介 Willian T. Freeman等1991年提出方向可控金字塔。和高斯金字塔或拉普拉斯金字塔相比，方向金字塔除了分解尺度子带以外，还会分解方向子带。为什么需要用方向子带呢？因为在图像匹配等应用场合中，尺度变化外加旋转操作计算量很大。微分计算获得方向和多尺度的金字塔同时具有线性和平移不变性，所以考虑将尺度和方向结合起来操作。2. 拉普拉斯金字塔，
2016-02-17 16:08:08
4670
2
pexports.exe
2021-07-23
python中使用libsvm库64位libsvm.dll文件
2015-10-20
matlab图片批量预处理并保存为mat数据和jpg文件
2015-10-10
局部mask羽化怎么做啊？
2017-05-04
TA创建的收藏夹 TA关注的收藏夹
TA关注的人