- 博客(22)
- 资源 (5)
- 收藏
- 关注
RSS订阅转载 node.js windows安装
npm虽然说是官方服务器，但是npm服务器在国外，访问速度比较慢，访问不稳定 ，如果你在中国并且遇到了来自npm服务器的网络问题或者下载速度慢的问题，那么使用cnpm可能是一个很好的解决方案。新建NODE_PATH环境变量，值为：D:\software\nodejs\node_global\node_modules。Node.js安装成功之后，我们需要配置node.js环境，在path环境变量中添加安装node目录；默认镜像源：https://registry.npmjs.org/
2025-03-31 15:09:54
10
原创 git windows安装教程
Git可执行文件路径：D:\software\Git\cmd\git.exe。git 配置分为三个级别：仓库级别、全局级别、系统级别。仓库级别：针对当前仓库有效。全局级别：针对当前用户有效。安装在D盘，默认选项安装即可。系统级别：对所有用户有效。
2025-03-31 14:36:58
366
原创 Ubuntu 搭建Yapi服务
新手上路，小心开车1. 安装mongo数据库第一步：docker pull mongo 拉去mongo镜像；第二步：启动mongo镜像第三步：进入mongo容器，创建用户（yapi配置文件中的用户）
2024-11-01 15:41:00
446
原创 VS2017 +QT5.9.9安装遇到的问题与解决方法
新手上路，小心晕车1.<string.h>、<QWidget\Application>...源文件找不到错误？ 标准C/C++的头文件找不到的情况下：在项目属性->vc++目录->包含目录添加路径 D:\Windows Kits\10\Include\10.0.17763.0\ucrt，这里面包含string.h和math.h文件，其实点开项目的外部依赖性，再查看头文件属性，就可以看出你的项目头文件默认都在哪个目录下找。 QT头文件找不...
2020-11-24 14:48:22
2143
1
原创 L1和L2正则化二维图的理解
新生上路，小心晕车1.拉索回归和岭回归要优化的问题是:等价于： 2.可解释为：这个优化问题是把权重w的解限制在某一区域内，同时使得经验损失尽可能小，在二维平面上看，最优解就是经验损失和限制条件区域的交点。可以看出L1正则化交点最有可能在坐标轴上，L2正则化交点最优可能在较小值的地方。 3. 这个菱形画出来的是w1+w2=η(常数)的图像，着色区域表示w1+w2≤η的点，也就是权重被限制在这个区域，所以交点在最外侧表示最优。...
2020-10-23 15:55:48
625
原创 Pytorch 中Faster RCNN关于rpn.py文件中RPN类的注释
Pytorch 中Faster RCNN关于rpn.py文件中RPN类的注释新手上路，小心晕车class RegionProposalNetwork(torch.nn.Module): """ Implements Region Proposal Network (RPN). Arguments: anchor_generator (AnchorGenerator): module that generates the anchors for a set.
2020-09-26 17:33:57
499
原创 卷积网络的感受野小结
1.感受野就是对特征像素值起着决定作用的像素区域；2.感受野分两种：一是某一层的特征图像素在上一层特征图上的感受野；二是某一层特征图上的像素在输入图像上的感受野；3.感受野随着网络层次增加，越来越大4.计算第n层特征像素F感受野步骤： 第一步：计算像素F在上一层(n-1)特征图上的感受野，即F层的卷积和或池化大小，yn=K×K； 第二步：计算(n-1)层特征图K×K区域大小的像素在(n-2)层特征图的感受野，公式： yn-1=(yn-1)×s+...
2020-07-30 16:49:17
448
1
原创 ML: 导数、方向导数、曲率小结
新手上路，小心晕车前言 导数、方向导数、梯度这些概念是理解神经网络算法的基础，这里做一个小结。1.导数导数（Derivative）是微积分中的重要基础概念，当函数y=f(x)的自变量x在一点x0上产生一个增量Δx时，函数输出值的增量Δy与自变量增量Δx的比值在Δx趋于0时的极限a如果存在，a即为在x0处的导数，记作f'(x0)或df(x0)/dx，其公式如下。 ...
2019-03-04 21:32:17
5477
1
原创 安装moviepy出现已安装imageio且无法卸载imageio错误
新手上路，小心晕车1.安装：pip install moviepy2.出现错误：Founding existing installation: imageio 2.3.0 Cannot uninstall 'imageio'. It is a distutils installed project and thus we cannot.....3....
2019-03-03 15:19:03
3377
原创 卷积生成对抗网络代码学习：DCGAN-tensorflow-master
新手上路，小心晕车一、前言1.学习代码地址：https://github.com/carpedm20/DCGAN-tensorflow2.参考博客：https://blog.youkuaiyun.com/liuxiao214/article/details/74502975二、代码整体概述1.代码分为五个部分：download.py、utils.py、ops.py、 main.py、 mo...
2019-03-02 18:37:49
2683
8
转载 Matplotlib 详解图像各个部分
https://www.cnblogs.co首先一幅Matplotlib的图像组成部分介绍。在matplotlib中，整个图像为一个Figure对象。在Figure对象中可以包含一个或者多个Axes对象。每个Axes(ax)对象都是一个拥有自己坐标系统的绘图区域。所属关系如下：下面以一个直线图来详解图像内部各个组件内容:其中：title为图像标题，Axis为坐标轴, Lab...
2019-01-29 11:39:09
702
转载 『TensorFlow』模型载入方法汇总
转载：http://www.cnblogs.com/hellcat/p/6925757.html『TensorFlow』模型载入方法汇总目录一、TensorFlow常规模型加载方法 保存模型 加载模型 1.不加载图结构，只加载参数 2.加载图结构和参数 3.简化版本 二、TensorFlow二进制模型加载方法 三、二进制模型制作 四、从图上读取...
2019-01-14 10:42:04
2028
1
转载 深度学习有开源代码的文献
人群分析 Novel Dataset for Fine-grained Abnormal Behavior Understanding in Crowd 人群异常行为数据库：https://github.com/hosseinm/med Panic，Fight，Congestion，Obstacle ，NeutralDeep Spatio-Temporal Residual Netw...
2018-11-13 16:28:21
874
原创 卷积网络反向传播总结
新手上路，小心晕车总体目标：利用梯度下降的方式，使损失函数尽快的达到最小值。第一步：定义损失函数 1.二次代价函数： 该函数计算输出结果与预期结果的欧式距离的和，主要用于线性回归模型2. 交叉熵代价函数 ...
2018-08-14 21:02:49
1688
原创 清华大学海洋大数据分析管理平台解读
清华大学海洋大数据分析管理平台一、平台架构 总体来说，海洋大数据的硬软件平台架构可分为三个层面:数据层、技术层和应用层(见图2)。数据层是海洋大数据平台的基础，包括各类海洋数据采集平台的数据，如地、天、空、海岸、船、油气平台、水下移动等观测到的海洋遥感数据、物理数据、生物数据、化学数据等;经过数据预处理技术，将多源异构的海洋大数据进行统一模式的组织和管理。技术层包括多源异构海洋大数...
2018-08-14 20:55:59
7636
1
原创 软件体系结构小结
软件体系结构既是所建系统的计划，确保得到期望的特征，同时也是所郭建系统的描述。其常见思想是结构，每种结构都有各种类型的组件及其关系构成，即它们是如何组合、相互协调、通信、同步，以及进行其它交互。有了体系结构，设计人员或项目管理者就能在一个比较高的层次上俯瞰软件的整体状况。同时软件体系结构可以复用，这样就能减少开发成本，并降低软件开发风险，例如在设计、实现、测试、评估、维护、升级中的潜...
2018-08-14 20:48:59
1464
原创 关于医学图像分类问题的一些归纳
1.医学图片与自然场景图片的区别 医学图像检测与自然图像检测差别还是比较大的，自然图像的目标检测由于需要检测的类别非常多，现在的目标是更深的网络（提高目标的特征表示能力，resnet），更快的检测速度（最终需要商用，要有较好的实时性，yolo，ssd），更好的检测效果（boundbox要完全正好包住目标，locnet）；而医学图像的目标检测，由于都是针对某一个特定的类别（检测结...
2018-08-14 20:40:44
13794
17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人