<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[eclipsycn的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Eclipsesy</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Eclipsesy]]></copyright><item><title><![CDATA[毕业论文word格式]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/88541430</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/88541430</guid><author>Eclipsesy</author><pubDate>Wed, 13 Mar 2019 21:03:45 +0800</pubDate><description><![CDATA[毕业论文Word格式流程
最近在忙着写毕业论文，还剩调格式了。word用的不熟悉，所以在网上找了几个教程，在自己的论文中实践并记录一下，以后可能用的上。
章节标题格式

右击标题栏-----&amp;gt;修改，弹出如下窗口。
其中的字体和段落可以在左下角格式中修改，在修改过程中，注意各级标题的级别，后续建立目录要用到。
其余各级标题按照此方法改即可。
最后选中标题挨个点击。

建目录

在要插入目录的页...]]></description><category></category></item><item><title><![CDATA[pytorch用conda命令升级1.0之后，python从2.7.14降到了2.7.3]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/84942529</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/84942529</guid><author>Eclipsesy</author><pubDate>Mon, 10 Dec 2018 16:48:51 +0800</pubDate><description><![CDATA[anaconda 升级 python 版本，升回 2.7.14
conda install python=2.7.14

]]></description><category></category></item><item><title><![CDATA[秋招进展]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/84584254</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/84584254</guid><author>Eclipsesy</author><pubDate>Wed, 28 Nov 2018 14:54:34 +0800</pubDate><description><![CDATA[今年找工作，所以接近一年没写博客了。
秋招岗位是cv算法岗，拿到了百度ssp，华为sp，京东sp，大疆等公司的offer，最后选了华为的Noah’s Ark Lab.
回学校了继续努力，图书馆环境真好，接着好好学习，嘿嘿。
百度实习的时候主要做了Paddle-Moible项目，Paddle-Mobile，希望大家关注一下。

...]]></description><category></category></item><item><title><![CDATA[Pytorch SSD jupyter notebook demo 报错：need more than 0 values to unpack]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/84584088</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/84584088</guid><author>Eclipsesy</author><pubDate>Wed, 28 Nov 2018 14:47:28 +0800</pubDate><description><![CDATA[pytorch ssd github : https://github.com/amdegroot/ssd.pytorch
运行demo中的demo.ipynb时，出现 need more than 0 values to unpack的错误。
解决方法:
将ssd.pytorch/layers/functions/detection.py第 49 行修改为：
‘’‘python
if score...]]></description><category></category></item><item><title><![CDATA[41. 缺失的第一个正数]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/80316800</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/80316800</guid><author>Eclipsesy</author><pubDate>Mon, 14 May 2018 23:10:02 +0800</pubDate><description><![CDATA[思路：将数值大于0且小于数组长度的数值nums[i]，放入 i-1 的位置， 最后遍历数组，若nums[i] != i+1，则return i + 1; 
注意: 为了避免两次交换值相同，造成同一位置无限循环，所以加入nums[nums[i] - 1] != nums[i]。既考虑同一位置，也考虑不同位置同一数值的避免交换。

class Solution {
public:
    int fi...]]></description><category></category></item><item><title><![CDATA[39. 组合总和 + 40.]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/80215375</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/80215375</guid><author>Eclipsesy</author><pubDate>Sun, 06 May 2018 16:04:35 +0800</pubDate><description><![CDATA[菜鸟级别，还需要参考别人的思路: 
https://blog.youkuaiyun.com/zr1076311296/article/details/51374923

思路:递归，但是具体实现细节还是需要参考别人的代码。 
递归整体思路应该就是昨天和今天这两个。一个是带返回值，一个在参数传递时改变。



class Solution {
public:
    vector&amp;amp;lt;vector&amp;amp;lt;in...]]></description><category></category></item><item><title><![CDATA[Leetcode 38 Count and Say]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/80206142</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/80206142</guid><author>Eclipsesy</author><pubDate>Sat, 05 May 2018 15:20:20 +0800</pubDate><description><![CDATA[一开始题没读懂: 
n是代表迭代次数


n = 1；返回”1”。
n = 2；查”1”，代表1个1。返回“11”.
n = 3；查”11“,代表2个1。返回”21”.
n = 4；查”21”，代表1个2,1个1。返回”1211”。
… 
解题思路: 
1、没什么说的，递归查，c++ string 可以用+来连接。 
2、对于字符串最后一个位置的判断。有两种方法，一种是让最后一个字符在循环之后处理...]]></description><category></category></item><item><title><![CDATA[leetcode 33 Search in Rotated Sorted Array (c++)]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/80206048</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/80206048</guid><author>Eclipsesy</author><pubDate>Sat, 05 May 2018 15:12:31 +0800</pubDate><description><![CDATA[记录一下思路: 
时间复杂度要求log n，所以二分查找。 
总是对二分的左右指针小于等于或者小于有疑惑。 
思考过程： 
1、要二分查找，首先要找到是在左侧查找还是右侧查找。 
2、因为是循环数组，所以有一定规律。必然有一侧的是递增序列。 
3、在递增序列中可以比较target是否在递增序列中。 
4、如果在就继续普通二分，不在就在另一侧找递增序列。 
5、最后剩余2-3个数，考虑一下小于等于。]]></description><category></category></item><item><title><![CDATA[paddle paddle 运行 Fatal Python error: PyThreadState_Get: no current thread]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/79703834</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/79703834</guid><author>Eclipsesy</author><pubDate>Mon, 26 Mar 2018 20:44:35 +0800</pubDate><description><![CDATA[使用paddlepaddle时运行tutorial代码：

import paddle.v2 as paddle

# Initialize PaddlePaddle.
paddle.init(use_gpu=False, trainer_count=1)

# Configure the neural network.
x = paddle.layer.data(name='x', type=p...]]></description><category></category></item><item><title><![CDATA[利用python读取csv中url并下载]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/79383210</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/79383210</guid><author>Eclipsesy</author><pubDate>Tue, 27 Feb 2018 00:37:09 +0800</pubDate><description><![CDATA[import urllib2
import pandas as pd
import os


导入pandas库读取csv文件






data = pd.read_csv('train_attrs(2).csv')









data.head()








  
    
      
      id
      img_url
      xml_url
    
  
...]]></description><category></category></item><item><title><![CDATA[利用tensorflow建立简单的神经网络]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/79277409</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/79277409</guid><author>Eclipsesy</author><pubDate>Wed, 07 Feb 2018 10:34:46 +0800</pubDate><description><![CDATA[import numpy as np
import tensorflow as tfdef addLayer(inputs, in_c, output_size, activation_function = None):
    #in_r, in_c = inputs.shape[0],inputs.shape[1]
    W = tf.Variable(tf.random_normal([in]]></description><category></category></item><item><title><![CDATA[win10+ubuntu16.04+cuda+opencv3.2+caffe(gpu)+tensorflow(gpu)]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/79269767</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/79269767</guid><author>Eclipsesy</author><pubDate>Tue, 06 Feb 2018 13:42:08 +0800</pubDate><description><![CDATA[一、双系统：win10分盘：

 
 
 


安装ubuntu



制作ubuntu系统启动u盘(略)

插入制作好的ubuntu系统u盘：

按下esc或f2或f11，进入： 
 
 
此电脑硬盘128G+1T 
选择最后一项：something else，手动分盘 
分盘过程中，可都选择逻辑分区，此电脑需要添加一个use as EFI的分区才能正确分盘。 
 
下一步 
等待安装完成。]]></description><category></category></item><item><title><![CDATA[The partition table format in use on your disks normally requires to you create a separate partition]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/79267759</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/79267759</guid><author>Eclipsesy</author><pubDate>Tue, 06 Feb 2018 10:20:16 +0800</pubDate><description><![CDATA[双系统安装ubuntu16.04分区时出现： 
The partition table format in use on your disks normally requires to you create a separate partition for boot loader code. This partition should be marked for use as a “Reserved]]></description><category></category></item><item><title><![CDATA[PCA实现]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/79262815</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/79262815</guid><author>Eclipsesy</author><pubDate>Mon, 05 Feb 2018 18:02:03 +0800</pubDate><description><![CDATA[原理：待补充 
流程：待补充代码转自：def percentage2n(eigVals,percentage):  
    sortArray=np.sort(eigVals)   #升序  
    sortArray=sortArray[-1::-1]  #逆转，即降序  
    arraySum=sum(sortArray)  
    tmpSum=0  
    num=0]]></description><category></category></item><item><title><![CDATA[tensorflow函数tf.scatter_sub()]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/79241993</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/79241993</guid><author>Eclipsesy</author><pubDate>Fri, 02 Feb 2018 18:05:12 +0800</pubDate><description><![CDATA[tf.scatter_sub()作用是：



将ref中特定位置的数分别进行减法运算。

示例如下：



ref = tf.Variable([1, 2, 3, 4, 5, 6, 7, 8],dtype = tf.int32)
indices = tf.constant([4, 3, 1, 7],dtype = tf.int32)
updates = tf.constant([9, 10, 1]]></description><category></category></item><item><title><![CDATA[python 装饰器@及带参数的情况]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/79238690</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/79238690</guid><author>Eclipsesy</author><pubDate>Fri, 02 Feb 2018 14:23:41 +0800</pubDate><description><![CDATA[一般装饰器：def use_logging(func):
    def wrapper(*args, **kwargs):
        if level == 'warn':
            logging.warn('%s is running' % func.__name__)
        return func(*args)
    return wrapper@use_lo]]></description><category></category></item><item><title><![CDATA[caffe 可视化网络及resnet50结构]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/79203128</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/79203128</guid><author>Eclipsesy</author><pubDate>Tue, 30 Jan 2018 10:44:32 +0800</pubDate><description><![CDATA[http://ethereon.github.io/netscope/#/editor

复制prototxt，shift+enter 即可 


或者利用caffe/python 中的 draw_net.py。


  python draw_net.py –rankdir TB /Users/eclipsycn/Documents/resnet-protofiles-master/ResNet...]]></description><category></category></item><item><title><![CDATA[优快云如何转载文章]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/79202405</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/79202405</guid><author>Eclipsesy</author><pubDate>Tue, 30 Jan 2018 10:00:55 +0800</pubDate><description><![CDATA[对于喜欢逛优快云的人来说，看别人的博客确实能够对自己有不小的提高，有时候看到特别好的博客想转载下载，但是不能一个字一个字的敲了，这时候我们就想快速转载别人的博客，把别人的博客移到自己的空间里面，当然有人会说我们可以收藏博客啊，就不需要转载，(⊙o⊙)… 也对。。

实现

  因为我自己当初想转载的时候却不知道该怎么转载，所以学会了之后就把方法写出来，帮助那些想转载却不知道该怎么转载的人（大神勿]]></description><category></category></item><item><title><![CDATA[CNN的两个弊端]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/79202269</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/79202269</guid><author>Eclipsesy</author><pubDate>Tue, 30 Jan 2018 09:52:12 +0800</pubDate><description><![CDATA[转载自 http://blog.youkuaiyun.com/zziahgf/article/details/79177322 
 
        CNN 的两个弊端

原文 - What is wrong with Convolutional neural networks ?

自从Alex Krizhevsky 等论文 ImageNet Classification with Deep Convolu]]></description><category></category></item><item><title><![CDATA[caffe finetune微调固定权重的方法]]></title><link>https://blog.youkuaiyun.com/Eclipsesy/article/details/79200637</link><guid>https://blog.youkuaiyun.com/Eclipsesy/article/details/79200637</guid><author>Eclipsesy</author><pubDate>Mon, 29 Jan 2018 22:21:03 +0800</pubDate><description><![CDATA[结论：若不加param参数的resnet-50进行finetune，所有层还是会进行微调，若不想微调需要在层中加入param{lr_mult: 0}。



注意防坑：在train.sh文件中，训练命令，即train命令之后的–weights等参数行间不要夹杂注释内容，否则会不读入注释下一行的–参数。



如果发现精度上不去，可能是由于fc层没有加入初始化(或者学习率)的原因。需要w加入xavi]]></description><category></category></item></channel></rss>