- 博客(82)
- 资源 (6)
- 收藏
- 关注
原创 win11+vs2022配置ceres库
2、先安装通过cmake,再通过cmake依次安装glog, gflags, eigen, ceres, 安装过程都一样,下面以glog安装为例。新推出的东西,为了能更好的监管开发者的代码安全,如果勾选了这一项则将严格按照。的规则编译代码,会有一些以前常用的函数无法通过编译。进行配置,配置表单会有一些标红的项目,此时需要。文件夹,用来放置编译后的文件。,打开注册表,地址栏输入:计算机。,安全开发生命周期检查,微软在。安装完成,一样的方法安装。、全部安装完成后,就是在。后,在同级目录下建立。
2022-11-10 19:54:50 3523 3
原创 在TX2平台编译安装飞桨Paddlepaddle
安装nccl:git clone https://github.com/NVIDIA/nccl.git
2022-09-18 17:28:52 612
转载 C++ 编写 DLL 库并调用(VS2020)
编写dllVS创建项目,项目类型选:动态链接库(DLL)项目结构:头文件中,framework.h不动,编辑pch.h。pch.h:#ifndef PCH_H#define PCH_H// 添加要在此处预编译的标头#include "framework.h"#endif //PCH_Hextern "C"{ _declspec(dllexport) int myAdd(int n, int m); _declspec(dllexport)...
2022-02-18 14:49:30 3325 1
转载 Py_Finalize引发的异常
Py_Finalize引发如下异常:0x00007FFFE5A28D10 (python38.dll)处(位于 MTFform.exe 中)引发的异常: 0xC0000005: 执行位置 0x00007FFFE5A28D10 时发生访问冲突。解决方案:https://www.pythonheidong.com/blog/article/407452/26929e97655b86229f72/...
2021-03-08 15:27:57 1690 1
原创 PIL库和opencv库在读取图片上的差异
PIL库和opencv库在读取图片上的差异:opencv:图片的通道顺序为BGR,显示的尺寸为(高/行数,宽/列数,通道数)LIP:通道顺序为RGB,显示的尺寸为(宽,高)
2020-06-04 12:28:10 502
原创 Pytorch中nn.ModuleList 和 nn.Sequential的联系和区别
首先,nn.ModuleList 和 nn.Sequential都是用来封装多个层。区别在于:nn.Sequential有forward()方法,如:nn.Sequential allows you to build a neural net by specifying sequentially the building blocks (nn.Module's) of that net...
2020-04-18 11:37:21 1072
转载 python之字符串前面加u,r,f的含义
1.u:表示unicode字符串字符串中存在中文的字符,在前面加上ua = u'这是一个中文的字符串。'2.r:表示非转义的原始字符串字符串中存在\,要让它失效,要在前面加上rprint(r'今天是七夕节,\n但是还是要加班!') #加上r就是\不转义今天是七夕节,\n但是还是要加班! print('今天是七夕节,\t但是还是要加班!') #不加上r就是\转义今天...
2020-04-17 10:04:58 1181
原创 目标检测比赛中的tricks
目标检测比赛中的tricks:https://zhuanlan.zhihu.com/p/102817180?utm_source=wechat_timeline样本不均衡处理:https://zhuanlan.zhihu.com/p/60612064
2020-04-04 11:46:24 322
原创 python安装第三方库速度慢解决办法
安装时使用国内镜像链接阿里云http://mirrors.aliyun.com/pypi/simple/中国科技大学https://pypi.mirrors.ustc.edu.cn/simple/豆瓣(douban)http://pypi.douban.com/simple/清华大学https://pypi.tuna.tsinghua.edu.cn/simple/中国科...
2020-03-19 21:44:49 438
转载 Python中import的用法
Python用了快两年了吧,其中有些东西一直是稀里糊涂地用,import便是我一直没有明白的东西。曾经有过三次解决它的机会,我都因得过且过、一拖再拖而没能化敌为友。今天下午,它又给了我一次机会,我想我还是从了它的心愿吧。故事是从这篇台湾同胞的博客(Python 的 Import 陷阱)开始的,然后又跳到了Python社区的PEP 328提案(PEP 328 -- Imports: Multi-...
2020-03-06 20:30:03 26975 3
原创 linux下传输文件到树莓派的图形化界面工具filezilla
filezilla安装:sudo apt-get install filezilla下图中填入要连接的树莓派ip,用户名,密码,端口就行了。
2020-02-17 21:40:20 375 1
转载 目标检测中的AP mAP
涉及几个概念:IOU——>Precision,Recall——>PR曲线——>AP(Average Precision,针对单类)——>mAP(AP值在所有类别下的均值)https://zhuanlan.zhihu.com/p/88896868...
2020-02-15 21:21:15 1328 1
原创 树莓派中nginx+uwsgi+flask局域网服务器配置
flask项目本地调试不需要另外装服务器,本身自带。但要部署到生产环境需要依赖更强大稳定的服务器,这里使用nginx+uwsig,这两个都需要另外安装。uwsgi配置:项目文件夹下的uwsgi.ini配置文件:[uwsgi]socket = 192.168.1.11:8000chdir = /home/pi/Project/MonitorServer#项目目录wsgi-file...
2020-02-06 21:21:53 714 1
转载 多任务深度学习的三个经验教训
雷锋网 AI 科技评论按,AZohar Komarovsky,Taboola 算法工程师,致力于研究推荐系统相关的机器学习应用程序。不久前他分享了最近一年关于多任务深度学习的研究经验。雷锋网 AI 科技评论编译整理如下:在过去的一年里,我和我的团队一直致力于提高 Taboola Feed 的个性化用户体验。我们使用多任务学习(MTL)来预测同一组输入特性上的多个关键性能指标(KPIs),并在 ...
2019-12-20 12:29:08 807 1
翻译 视频深度学习:行为识别指南
动作识别困难的原因:1 巨大的计算成本:一个简单的卷积2D网络用于101个类的分类只有~5M个参数,而相同的结构在膨胀为3D结构时会产生~33M个参数。在UCF101上训练3DConvNet需要3到4天,而在Sports-1M上训练3DConvNet则需要2个月,这使得广泛的架构搜索变得困难,而且可能过拟合2 捕获长上下文动作识别涉及跨帧捕获时空上下文。另外,所捕获的空间信息必须补偿照相...
2019-12-10 10:09:51 2584 1
原创 ubuntu上pip安装pytorch1.1.0和torchvision0.4
官网找到相应的pytorch和torchvision版本并下载whl文件到本地,最新版conda安装的话首页直接复制命令就行:其他版本需要进入以下链接:https://download.pytorch.org/whl/cu100/torch_stable.html选择想要的pytorch和torchvision版本,cp36对应python3.6,复制链接地址下载。进...
2019-12-09 11:05:37 8866 1
原创 linux mint无法启动,开机出现Firmware Bug:TSC_DEADLINE disabled due to Errata
解决:在错误界面输入exit,查看提示哪个盘出错,其实就是系统启动盘; 输入fsck -y /dev/你的启动盘。比如我的启动盘是/dev/sdb5,就输入fsck -y /dev/sdb5;(修复文件系统) 再输入exit重新进入系统,应该就可以了。...
2019-12-03 08:49:14 10821 9
转载 arxiv文章下载很慢怎么办?
对于我们这样的深度学习屌丝来说,没钱,没资源,没数据,没时间,只能看看别人的论文生存了,经常会到arxiv上下载一些文章,比如cvpr的文章,但是,由于国内封锁,下载很慢,甚至接连几天打不开arxiv的网站,咋办?强烈推荐使用中科院arxiv的镜像地址:http://xxx.itp.ac.cn具体使用方法:把要访问 arxiv 链接中的域名从 https://arxiv.org 换成 ht...
2019-11-30 22:21:18 629 1
原创 关于tensorflow2.0缺少模块的解决办法AttributeError:module tensorflow no attribute ***
装完tensorflow2.0,想跑一些github上的项目,发现会有很多报错,很常见的是:AttributeError:module tensorflow no attribute ***。这是因为github上的很多项目是基于tensorflow1.*的,跟最新的tensorflow2.0有不兼容的地方。比如我碰到过:AttributeError:module tensorflow...
2019-11-09 23:02:01 14914 17
原创 c3d-tensorflow运行convert_images_to_list.sh提示jot:未找到命令解决
在跑行为识别模型c3d-tensorflow的时候,运行convert_images_to_list.sh提示jot:未找到命令。因为没有安装Jot包。解决:sudo apt install athena-jot
2019-11-08 22:07:51 564
原创 ubuntu18.04+cuda10.1/10.0+cudnn10.1+tensorflow-gpu==2.0+python3.6安装,ImportError: libcublas.so.10.0解决
一开始安装的是:ubuntu18.04+cuda10.1+cudnn10.1+tensorflow-gpu==2.0+python3.6,但import tensorflow的时候报错:ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory看了很多文章,基本都是说tens...
2019-11-07 21:43:51 623 1
转载 NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver
NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.解决方案一:sudo modprobe nvidia ,然后再运行nvidia-smi.-----------...
2019-11-07 15:11:18 1455
原创 双硬盘安装win10+ubuntu18.04双系统,U盘安装,UEFI引导
之前写过一篇《最详细移动硬盘安装linux过程,装在移动硬盘上的linux系统不能在另一台电脑启动的解决办法》,有比较具体的U盘安装Linux系统的方法,这里就写的简略些,记录一些问题和需要注意的地方。我的笔记本是宏基暗影骑士,双硬盘,128G的固态已经装了win10了。我要做的是在1T的机械硬盘上安装ubuntu18.04 bionic。在安装前,首先还是用disk genius对机械盘...
2019-11-06 19:38:16 1459 1
原创 win10+CUDA10.0/10.1+CUDNN10.1+tensorflow-gpu==2.0+python3.6安装
首先我不是在Anaconda下安装。中间尝试过不同的组合,但都失败了,最后定的是下面的组合:win10 VS2017 CUDA10.1+CUDA10.0 CUDNN10.1 tensorflow2 gpu版 python3.6一开始安装的是VS2019 community和CUDA10.1,装完tensorflow2发现没用,无法import,提示的意思就是找不到一些模块。...
2019-10-26 22:32:49 1154 1
原创 手机访问本地电脑网站
1.前提是手机和电脑处于同一个局域网内;2.查看电脑ip,手机浏览器输入该ip访问,若提示不能打开网页进入步骤3;若提示403 forbidden,进入步骤4;3.手动开放防火墙80端口,参考http://jingyan.baidu.com/article/e9fb46e19ff8137521f7660c.html,设置成功后,转步骤2;4.针对apache服务器,打开httpd.co...
2019-10-14 11:12:39 543 1
原创 访问虚拟机上的本地网站
1首先检查虚拟机是否安装httpd服务,命令:rpm -q httpd;若显示下图内容,说明已安装,进入步骤2,否则需要你安装httpd服务;2.查看httpd服务是否启动,命令:service httpd status;若显示下图内容,说名服务已开启,进入步骤3,否则开启服务:service httpd start;3.查看虚拟机ip地址,ifconfig命令查看;若看到如下内容...
2019-10-14 11:11:49 4970 1
原创 机器学习:线性模型-线性回归及对数几率回归(附代码实现)
线性模型基本形式:f(x)=w1*x1+w2*x2+w3*x3+...+wd*xd+b向量形式:f(x)=w'x+b(w'指w转置w'=(w1,w2,w3,...,wd))回归任务最常用均方误差作为性能度量,见下图广义线性模型:y=g^-1(w'x+b)(g^-1表示g(.)的逆函数,即g(y)=w'x+b)如对数线性回归:lny=w'x+b,让e^(w'x+b)逼近y...
2019-10-14 11:10:28 2156 1
原创 机器学习:绪论-算法的好坏必须针对具体的问题
绪论主要介绍了一些基本概念,这里要讲的是“归纳偏好”。机器学习过程中可能会产生多个和训练集符合的模型,如对对于(0,0),(1,1)这样的样本点,y=x和y=x^2的假设都满足训练集,“归纳偏好”是指一个机器学习算法对某种假设的偏好。任何的机器学习算法都必须有偏好,否则将无法产生学习结果。比如给定输入x=2,算法时而输出2,时而输出4,结果将没有意义。“归纳偏好”大多数时候直接决定了算法是...
2019-10-14 11:09:33 339 1
原创 机器学习:模型评估与选择-数据集划分(附代码实现)
通过学习得到的一个学习器,我们要知道它的泛化性能,即面对新的数据,算法产生的结果好不好。显然,我们不能用使用过的数据进行评估。所以,对于手里有限的数据集,我们要进行划分,划分为训练集和测试集,测试样本尽量不在训练集中出现,训练集用来训练模型,测试集用来评估模型的性能。这里介绍3种划分方法。1、留出法数据集D划分为训练集S和测试集T,D=S并T,S交T=空集。如1000个数据集,500个正样...
2019-10-14 11:08:36 3484 1
原创 机器学习:线性模型-线性判别分析LDA(附代码实现)
LDA思想:给定训练集,将训练集投影到一条直线上,相同类别的投影点尽可能近,不同类别的投影点尽可能远。在对新样本进行分类时,将新样本投影到学习到的该直线上,跟据投影点的位置确定新样的类别。如下图:二分类任务算法分析:推广到多分类任务:多分类任务中类间散度矩阵推导:(x平均为所有样本的平均,xi平均为第i类样本的平均,c为类别数,Ni为第i类样本数)...
2019-10-14 11:04:13 1799 1
原创 机器学习:线性模型-多分类任务拆分之纠错输出码ECOC浅析
多分类任务通常转化为多个二分类任务,再对预测结果进行集成得出最终分类结果。拆分为二分类任务通常有3种:一对一(OvO),一对其余(OvR)和多对多(MvM)。OvO:将N个类别两两配对,共N(N-1)/2个分类任务,每个分类任务一个类别作为正例,另一个作为反例,学习得到N(N-1)/2个分类器。新样本同时提交给所有分类器,得到N(N-1)/2个分类结果,把预测最多的类别作为最终结果。见...
2019-10-14 11:03:04 4580 4
原创 机器学习:决策树-基础算法,剪枝,连续值缺失值处理,多变量决策树(附代码实现)
基础算法举个栗子:当一个有经验的老农看一个瓜是不是好瓜时,他可能会先看下瓜的颜色,一看是青绿的,心想有可能是好瓜!接着他又看了下根蒂,发现是蜷缩着的,老农微微点头,寻思着五成以上是好挂瓜!最后他又敲了下瓜,一听发出浑浊的响声,高兴的叫到:这瓜是个好瓜啊!这就是老农做出决策的大致过程。决策树算法基本就是偷学老农的决策过程,如下图代码的形式表示:划分属性选择上图算法最重要的...
2019-10-14 11:01:32 3286 1
原创 机器学习:神经网络-多层前馈神经网络浅析(附代码实现)
M-P神经元模型神经网络中最基本的组成成分:神经元模型。如下图是一个典型的“M-P神经元模型”:上图中,神经元接收到n个其他神经元传递过来的输入信号,这些信号通过权重的连接进行传递,神经元接收到的总输入值与神经元的阈值进行比较,并通过“激活函数”处理产生神经元输出。常用S函数作为激活函数:y=1/(1+e^-x);多层前馈神经网络定义:每层神经元与下一层神经元全互...
2019-10-14 11:00:13 2563 1
原创 机器学习:支持向量机SVM简述
如上图所示,直观上看,红色那条线能更好的将样本分类,因为它更能容忍训练样本的扰动,对未见样本的泛化性能更强。支持向量机就是来寻找这样一个超平面(即上图中的红线),可用线性方程表示:w'x+b=0.其中w=(w1;w2;...;wd);如何找到这条红线?样本空间任意一点x到超平面(w,b)的距离为:若超平面对样本正确分类,对于样本(Xi,Yi),若Yi=1(正例),则w'Xi+b>...
2019-10-14 10:39:45 332 1
原创 机器学习:支持向量机SVM对偶问题
上一篇得到了支持向量机的基本型:这里称上式为主问题,对上式使用拉格朗日乘子法,得到该问题的拉格朗日函数:其中a=(a1;a2;...;am),且a>=0,即a的每个分量都大于等于0(a指上式的阿尔法)。可知上式中的第二项求和小于等于0。所以拉格朗日函数L<=f(x)=(1/2)*(||w||^2)。令拉格朗日函数L对w,b的偏导数为0,可得:因为拉格朗日函数L...
2019-10-14 10:38:28 653 1
原创 拉格朗日乘子法原理:等式约束和不等式约束KKT条件
拉格朗日乘子法是寻找函数在一组约束下的极值方法。1、等式约束形式:(x是d维向量)min f(x)s.t. h(x) = 0.写成如下形式:min f(x)+lambda*h(x)(lambda为参数)s.t. h(x) = 0.发现两者是等价的。记:拉格朗日函数L(x,lambda) =f(x)+lambda*h(x).发现约束条件h(x)=0,其实就是...
2019-10-14 10:36:34 12074 1
原创 机器学习:支持向量机SVM-软间隔
上两篇(机器学习:支持向量机SVM简述,机器学习:支持向量机SVM对偶问题)都是讨论的硬间隔,即要求每个样本的都正确分类,但在实践中这个要求可能不太容易实现,所以提出软间隔:允许某些样本不满足约束Yi(w'Xi+b)>=1.虽然允许某些样本不满足约束,但不满足约束的样本应该尽可能少,于是优化目标可以写成:其中:是“0/1损失函数”。但该函数非凸、非连续,数学性质不好,所以出现了一...
2019-10-14 10:35:14 379 1
原创 机器学习:朴素贝叶斯分类器(附代码实现)
首先给出贝叶斯公式:其中x表示样本,c表示类别。一些概念:P(c)为先验概率,即在得到新数据前的假设概率;P(c|x)为后验概率,即在看到新数据后,我们要计算的该假设概率;P(x|c)为该假设下得到这一数据的概率,称为似然度;P(x)是在任意假设下得到这一数据的概率,称为标准化常量。公式左边是这样一个条件概率:已知样本x,求它属于c类的概率。那么,相应的算法就...
2019-10-14 10:33:57 2794 1
原创 机器学习:半朴素贝叶斯分类器
上篇介绍了朴素贝叶斯分类器,之所以称为朴素,是因为它有一个重要假设:属性条件独立性假设,即假设所有属性相互独立。而现实任务中很难满足这个假设。所以有人就尝试对属性条件独立性假设做出一定的放松,于是就产生了“半朴素贝叶斯分类器”。假设每个属性最多仅依赖一个其他属性:问题转变为确定每个属性的依赖的属性(父属性)。SPODE方法:假设所有的属性都依赖同一个属性,称为“超父”,可以通过模型选...
2019-10-14 10:32:49 965
tensorflow object detection protobuf文件转的python文件
2018-11-23
OpenCV-Python 中文教程
2018-10-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人