<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ZT0518的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ZT0518</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ZT0518]]></copyright><item><title><![CDATA[Ubuntu16.04中文支持]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/88998503</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/88998503</guid><author>ZT0518</author><pubDate>Thu, 05 Sep 2019 16:48:59 +0800</pubDate><description><![CDATA[centos7服务器上运行着一个Ubuntu16.04的容器，用xshell远程登陆，现在想在命令行中输入中文测试一个程序，却发现Ubuntu不支持中文，没办法，只能折腾一番了。

1、安装中文支持包language-pack-zh-hans


$ sudo apt-get install language-pack-zh-hans

2、修改/etc/environment（在文件的末尾追加）...]]></description><category></category></item><item><title><![CDATA[c++精确的时间测试]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/88829025</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/88829025</guid><author>ZT0518</author><pubDate>Thu, 05 Sep 2019 16:47:36 +0800</pubDate><description><![CDATA[#include &lt;sys/time.h&gt;

double getCurrentTime()
{
    struct timeval tv;
    gettimeofday(&amp;tv,NULL);
    return tv.tv_sec * 1000 + (double)(tv.tv_usec) / 1000;
}

int main(){
    double star...]]></description><category></category></item><item><title><![CDATA[Ubuntu安装ssh和java]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/88421161</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/88421161</guid><author>ZT0518</author><pubDate>Thu, 05 Sep 2019 16:37:55 +0800</pubDate><description><![CDATA[安装ssh
# 安装ssh客户端
sudo apt-get install openssh-client
# 安装ssh服务器端
sudo apt-get install openssh-server
# 启动ssh服务
sudo service sshd start


JDK-7u79
http://www.oracle.com/technetwork/java/javase/down...]]></description><category></category></item><item><title><![CDATA[Ubuntu中cuda版dlib安装]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/89479858</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/89479858</guid><author>ZT0518</author><pubDate>Thu, 05 Sep 2019 16:08:52 +0800</pubDate><description><![CDATA[# 安装dlib
sudo apt-get install libboost-all-dev
sudo apt-get install cmake
sudo pip install dlib

# 安装cv2
pip install opencv-python

# 68个特征点检测模型下载地址
http://sourceforge.net/projects/dclib/files/dli...]]></description><category></category></item><item><title><![CDATA[Ubuntu硬盘的挂载与卸载]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/89453515</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/89453515</guid><author>ZT0518</author><pubDate>Thu, 05 Sep 2019 15:30:15 +0800</pubDate><description><![CDATA[挂载硬盘

买到机械硬盘之后先把电源线和数据线插上。

查看电脑内读到的盘的情况，找到你要添加的新盘


sudo fdisk -l

格式化新盘(我没有进行分区) 我的盘是/sda（这样做是不分区的）


sudo mkfs.ext4  /dev/sda

查看硬盘的UUID(每次格式化一次，这个uuid就会变化一次，认准uuid号识盘，不然容量一样的盘容易搞混了...)


sudo blki...]]></description><category></category></item><item><title><![CDATA[Multiclass SVM Loss的理解]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/95915214</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/95915214</guid><author>ZT0518</author><pubDate>Tue, 16 Jul 2019 00:14:26 +0800</pubDate><description><![CDATA[本文基于cs231n assignment1 Q2的作业。





首先介绍一下导数、偏导数、方向导数、梯度的概念，下面的内容转载自

https://blog.youkuaiyun.com/walilk/article/details/50978864



前言


　机器学习中的大部分问题都是优化问题，而绝大部分优化问题都可以使用梯度下降法处理，那么搞懂什么是梯度，什么是梯度下降法就非常重要！这...]]></description><category></category></item><item><title><![CDATA[Ubuntu16.04安装cuda8.0和cudnn5]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/88102735</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/88102735</guid><author>ZT0518</author><pubDate>Mon, 04 Mar 2019 10:26:39 +0800</pubDate><description><![CDATA[# ---安装cuda---
# 下载对应的安装包
https://developer.nvidia.com/cuda-80-ga2-download-archive
sudo sh cuda_8.0.61_375.26_linux.run --override 
# 启动安装程序，一直按空格到最后，输入accept接受条款 
# 输入n不安装nvidia图像驱动，之前已经安装过了
# 输入y安...]]></description><category></category></item><item><title><![CDATA[centos7.6从零开始安装docker-ce和nvidia-docker]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/88050663</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/88050663</guid><author>ZT0518</author><pubDate>Fri, 01 Mar 2019 10:56:30 +0800</pubDate><description><![CDATA[前言：

为了在docker中使用gpu而安装了nvidia-docker，但是根据网上的教程安装完之后输入nvidia-docker run nvidia/cuda nvidia-smi进行验证，总是报错


Error response from daemon: oci runtime error: 
container_linux.go:247: starting container pro...]]></description><category></category></item><item><title><![CDATA[交叉熵与交叉熵损失]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/86566701</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/86566701</guid><author>ZT0518</author><pubDate>Mon, 21 Jan 2019 22:16:18 +0800</pubDate><description><![CDATA[原文出处：https://blog.youkuaiyun.com/rtygbwwwerr/article/details/50778098

红字部分为读完这篇博文之后我的一些理解。

 

交叉熵（Cross-Entropy）

交叉熵是一个在ML领域经常会被提到的名词。在这篇文章里将对这个概念进行详细的分析。

1.什么是信息量？

假设是一个离散型随机变量，其取值集合为，概率分布函数为，我们定义事件的信...]]></description><category></category></item><item><title><![CDATA[解析深度学习中的梯度消失]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/86546825</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/86546825</guid><author>ZT0518</author><pubDate>Sat, 19 Jan 2019 16:27:43 +0800</pubDate><description><![CDATA[前言：各位读者好，如果有看不懂的地方请留言，我会根据留言修正文章^_^

前提：以全连接网络为例进行解析，该全连接网络包含一个输入层，一个隐藏层，一个输出层，为函数。默认读者已经了解全连接网络的前向传播规则。

网络结构如图。



一、定义权值更新公式

权值更新公式定义为

                                                            ...]]></description><category></category></item><item><title><![CDATA[Pytorch中view()、squeeze()、unsqueeze()]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/86440338</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/86440338</guid><author>ZT0518</author><pubDate>Mon, 14 Jan 2019 21:05:12 +0800</pubDate><description><![CDATA[原文出处：http://milletpu.com/2018/04/07/pytorch-view/

本篇博客主要向大家介绍Pytorch中view()、squeeze()、unsqueeze()函数，这些函数虽然简单，但是在神经网络编程总却经常用到，希望大家看了这篇博文能够把这些函数的作用弄清楚。


import torch

a=torch.Tensor(2,3)

a


3.8686e+...]]></description><category></category></item><item><title><![CDATA[pytorch：Tensor维度初步理解]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/86440101</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/86440101</guid><author>ZT0518</author><pubDate>Sun, 13 Jan 2019 22:19:53 +0800</pubDate><description><![CDATA[
[1, 2, 3]

这是一维向量，size=3


[
    [1, 2, 3]
                ]

这是二维向量，size=1*3


[

    [
        [1, 2],
        [3, 4],
        [5, 6]
                 ],

    [
        [1, 2],
        [3, 4],
    ...]]></description><category></category></item><item><title><![CDATA[深入理解vgg在测试阶段将fc换成conv]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/85163179</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/85163179</guid><author>ZT0518</author><pubDate>Fri, 21 Dec 2018 19:19:39 +0800</pubDate><description><![CDATA[感谢以下这篇博文对vgg深入浅出的讲解：

https://blog.youkuaiyun.com/qq_40027052/article/details/79015827

在vgg的测试阶段，会把训练阶段的fc换成conv。



 那么问题来了，这样改变之后，原本fc中已经训练好的参数怎么处理？以及为什么要这样做？

其实可以这样理解：

全连接网络在数学表达式上可以和卷积神经网络保持一致。

全连接网...]]></description><category></category></item><item><title><![CDATA[Gtk-WARNING **: cannot open display:]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/84939380</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/84939380</guid><author>ZT0518</author><pubDate>Mon, 10 Dec 2018 14:23:58 +0800</pubDate><description><![CDATA[连接服务器的时候加上-X就可以了

ssh -X username@IP Address]]></description><category></category></item><item><title><![CDATA[conda简介]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/84403841</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/84403841</guid><author>ZT0518</author><pubDate>Fri, 23 Nov 2018 21:29:00 +0800</pubDate><description><![CDATA[原文链接：https://www.jianshu.com/p/c632b444128c

conda是什么？

conda是一个包，依赖和环境管理工具，适用于多种语言，如: Python, R, Scala, Java, Javascript, C/ C++, FORTRAN



Conda

conda安装

conda默认随miniconda或anaconda发行，因此要安装conda，只需...]]></description><category></category></item><item><title><![CDATA[矩估计]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/84393397</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/84393397</guid><author>ZT0518</author><pubDate>Fri, 23 Nov 2018 16:45:42 +0800</pubDate><description><![CDATA[矩估计基于辛钦大数定律：当样本的容量趋于无穷时，样本r阶矩依概率收敛于相应的总体r阶矩。因此，当总体矩

                                                                                   

存在时，只要样本的容量足够大，样本矩

                                          ...]]></description><category></category></item><item><title><![CDATA[数学概念——矩]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/84388961</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/84388961</guid><author>ZT0518</author><pubDate>Fri, 23 Nov 2018 14:14:23 +0800</pubDate><description><![CDATA[矩：



统计中矩的定义是各点对某一固定点A离差幂的平均值。如果A=0，则是原点矩，A=均值，则是中心距。K是阶数。
统计中引入矩是为了描述随机变量分布的形态。


数学期望是一阶原点矩（表示分布重心）

方差是二阶中心距（表示离散程度）

偏态是三阶中心矩（表示分布偏离对称的程度）

峰态是四阶中心距（描述分布的尖峰程度，例如正态分布峰态系数=0）...]]></description><category></category></item><item><title><![CDATA[random和stochastic的区别]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/84204022</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/84204022</guid><author>ZT0518</author><pubDate>Sun, 18 Nov 2018 20:13:02 +0800</pubDate><description><![CDATA[中文都是随机

random的随机，每一个事件的几率是相同的，比如抛硬币，正面0.5，反面0.5.

stochastic的随机呢，每一个事件的几率是不同的，比如明天的天气，10%晴天。90%阴天。...]]></description><category></category></item><item><title><![CDATA[ubuntu 下设置路径PATH变量]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/83993856</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/83993856</guid><author>ZT0518</author><pubDate>Mon, 12 Nov 2018 16:32:45 +0800</pubDate><description><![CDATA[原文：https://blog.youkuaiyun.com/witsmakemen/article/details/7831631

Ubuntu Linux系统环境变量配置文件： 

/etc/profile : 在登录时,操作系统定制用户环境时使用的第一个文件 ,此文件为系统的每个用户设置环境信息,当用户第一次登录时,该文件被执行。 
 

/etc /environment : 在登录时操作系统使用的...]]></description><category></category></item><item><title><![CDATA[Ubuntu命令行scp学习]]></title><link>https://blog.youkuaiyun.com/ZT0518/article/details/83991082</link><guid>https://blog.youkuaiyun.com/ZT0518/article/details/83991082</guid><author>ZT0518</author><pubDate>Mon, 12 Nov 2018 14:14:46 +0800</pubDate><description><![CDATA[
scp [可选参数] file_source file_target 

参数说明：

-1： 强制scp命令使用协议ssh1
	-2： 强制scp命令使用协议ssh2
	-4： 强制scp命令只使用IPv4寻址
	-6： 强制scp命令只使用IPv6寻址
	-B： 使用批处理模式（传输过程中不询问传输口令或短语）
	-C： 允许压缩。（将-C标志传递给ssh，从而打开压缩功能）
	-p：保留原...]]></description><category></category></item></channel></rss>