eagelangel的专栏

摘自：http://www.cnblogs.com/benjamin-t/archive/2013/05/21/3091901.html前文主要讲了我们的程序是通过虚拟地址进行内存访问的，那么操作系统是如何实现了虚拟地址到实际物理地址的转换，又是如何对有限的物理内存进行管理，才能让多个进程共同在有限的内存里跑起来的呢？总的来说，系统要做的工作包括：监控物理内存的使用情况、在程序需要更多内存

External   Dependencies是说你没有把这个文件加入到这个工程中，但是需要这个文件的支持。当然有时是误操作。比如你从工程里面删除了abc.h但是在其中一个文件中用#include包含了这个文件，那么，abc.h就会进入External   Dependencies中。.cpp文件比必须加到工程的Source Files中，否则编译link时候总是出错。而加进去就没有问题。

摘自:http://www.oschina.net/question/12_23148本教程使用 JDK 6 和 Tomcat 7，其他版本类似。基本步骤：使用 java 创建一个 keystore 文件配置 Tomcat 以使用该 keystore 文件测试配置应用以便使用 SSL ，例如 https://localhost:8443/yourApp1.

转自：http://www.blogjava.net/fancydeepin/archive/2012/10/12/hibernate_annotation.html@Entity     将一个 POJO 类注解成一个实体 bean ( 持久化 POJO 类 )@Table    为实体 bean 映射指定具体的表，如果该注解没有被声明，系统将使用默认值 ( 即实体

摘自http://blog.youkuaiyun.com/hjchjc520/article/details/4133515摄像机的透视投影模型（即针孔成像模型）：       设OXYZ为世界坐标系，uv为以像素为单位的图像坐标系。如果物点P在世界坐标系下的坐标为（X,Y,Z）,对应的图像点p在图像坐标系的坐标为（u，v），可以有：                  

转自http://blog.youkuaiyun.com/thystar/article/details/49785551解决问题的关键：CUDA的版本要换成6.5及以下的版本在网上发现有很多人都提出这个问题，这里说明一下问题的原因及解决方法说一下配置库，我是从http://download.youkuaiyun.com/detail/thesby/8411969#comment下

运行caffe训练时，提示如下错误：F0122 14:42:15.990329  3128 cudnn_conv_layer.cpp:53] Check failed: status == CUDNN_STATUS_SUCCESS (6 vs. 0)  CUDNN_STATUS_ARCH_MISMATCH*** Check failure stack trace: ***

在python中import theano时，如果出现Couldn't import dot_parser, loading of dot files will not be possible.之类的错误，可以按如下步骤解决1. pip uninstall pydot pyparsing graphviz2.如果是window，先安装graphviz-2.38.msi;如果是Ubuntu系

python调用caffe接口进行classify时提示Mean shape incompatible with input shape错误的解决方法：第一种：将 mean = np.load(args.mean_file)，改成 mean = np.load(args.mean_file).mean(1).mean(1)第二种：修改caffe中python接口的源代码ca

下载VLFeat 0.9.20    http://www.vlfeat.orgLet VLFEATROOT denote this directory. VLFeat must be added to MATLAB search path by running the vl_setup command found in the VLFEATROOT/toolbox direc

在window环境下，可以直接下载opencv for window的版本，但有时需要考虑到移植的问题，所以还得自己用相关的编译器重新编译opencv库。在编译opencv时，注意一些软件工具的版本的兼容性，否则容易出现一些莫名其妙的问题:)1、OpenCV-2.4.5.exe（http://garr.dl.sourceforge.net/project/opencvlibrary

安装过程，注意各个软件版本的匹配，软件的安装路径不要有中文或空格，否则容易出现编译失败的情况 第一部分 安装一、Cygwin安装这个安装比较简单，网上也有大把的例子，这里我只是简述一下。首先去官网www.cygwin.com下载安装,安装包分32位和64位两种.视情况选择了。因为只是编译，这里选择的是32位版本。下载地址：http://cygwin.com/setup-x8

转债自：http://blog.ready4go.com/blog/2013/05/20/write-local-src-files-in-android-dot-mk-ultimate-skills/已废弃, 请参考Update: Android.mk 中的 LOCAL_SRC_FILES, LOCAL_C_INCLUDES问题的引入在使用NDK编译C/C++项目

摘自：http://www.cnblogs.com/benjamin-t/archive/2013/05/05/3060959.html用了那么多年电脑，操作系统从WinXP，Vista， 再到Win7， 然后是现在用的Ubuntu，这么长的时间里，一直没有搞明白这操作系统是个什么东西，为什么这么神奇，只要点一点，按一按，那些一块一块的硬件就可以完成我们的工作。直到学了操作系统这门

http://www.cnblogs.com/jinguangguo/archive/2013/05/20/3086925.html首先说说防止重复点击提交是什么意思。　　我们在访问有的网站，输入表单完成以后，单击提交按钮进行提交以后，提交按钮就会变为灰色，用户不能再单击第二次，直到重新加载页面或者跳转。这样，可以一定程度上防止用户重复提交导致应用程序上逻辑错误。　　不妨引深来看，它不

摘自：http://www.cnblogs.com/benjamin-t/archive/2013/05/14/3077143.html关于内存，最直观的理解可以将其想象成一个个格子，每个格子由一个地址标记出来并且存了一个字节的数据，对于32位的机器，可以有2^32个地址，也就是理论上可以存4GB的数据(实际的机器不一定是4G的物理内存）。的确，对于程序员而言这样的理解已经足以满足我们编写

摘自：http://www.cnblogs.com/benjamin-t/archive/2013/05/09/3069169.html在前文我们大致了解了程序中如何使用系统调用实现我们想要的进程管理方式，在本文中我们将要看看linux系统内核又是如何实现进程的管理的。正如在概述中讲的，操作系统本身也只是一个计算机程序，只要是程序，就会有数据结构和算法，就同样会利用到内存空间甚至磁盘空间，

摘自：http://www.cnblogs.com/benjamin-t/archive/2013/05/06/3062804.html在前文完成了概述之后，本文就要开始进入戏肉了，之前我们将操作系统的内核结构分成了三个模块，现在就先从进程管理模块来开始深入探讨一下。1、进程间的关系我们知道一个Linux系统里同时运行着大量的进程，当你在shell终端里输入ps -ef命令

1.   安装基本软件包安装必要的软件包。l        #aptitude install libncurses5-dev binutils bin86 gcc g++ make modutils perl bzip22.   SSH 安装SSH服务在终端窗口输入如下命令：sudo apt-get install openssh-server

转自http://www.csharpwin.com/dotnetspace/3166.shtml本篇主要介绍使用Form、FormHeading、FormItem这三个组件进行布局表单界面，这三个组件使用非常简单。本篇以布局一个用户登录界面为示例，如下代码片段：mx:Form width="100%" id="loginForm">    mx:FormHeading l

Tomcat 6 支持 NIO -- Tomcat的四种基于HTTP协议的Connector性能比较Tomcat从5.5版本开始，支持以下四种Connector的配置分别为：              redirectPort="8443"/>              port="8081" protocol="HTTP/1.1"              c

转自：http://my.oschina.net/lyzg/blog/55133c3p0的配置方式分为三种，分别是1.setters一个个地设置各个配置项2.类路径下提供一个c3p0.properties文件3.类路径下提供一个c3p0-config.xml文件1.setters一个个地设置各个配置项这种方式最繁琐，形式一般是这样：

摘自：http://www.xuebuyuan.com/601093.html转换后的single component person model检测效果不错，而VOC2007 2009中的three-component person model的检测效果则非常差，可能是OpenCV对混合模型的加载不太支持。（我只关心person的检测，所以只测试了person的model转换后的效果）

摘自：http://www.cnblogs.com/louyihang-loves-baiyan/p/4966006.html注意：本文提及的转换方法仅适用于voc-realse5中的模型，不能用于voc-realse4中。转换好的一些xml文件及本文转换代码的出处来自于https://github.com/Itseez/opencv_extra/tree/master/testdat

摘自http://blog.youkuaiyun.com/chinley/article/details/45666241症状：主要表现在Win7中用VM11安装的Ubuntu14.04中，安装完自带的VMware Tools之后，/mnt/hgfs 中没有前面已经设置好的共享文件夹。仔细查看了安装过程，发现在编译vmhgfs/module.o的时候出现了错误。国内网站上也很少有关于这类问

OpenCV的强大功能自不必说，最近尝试了traincascade，并用它训练车辆检测。在训练的过程，有几点要注意的事项说明一下1、正样本要resize成统一大小，负样本不需要resize2、负样本的数量最好要超过正样本的数据3、opencv_createsamples从正样本集创建训练样本时，-w和-h的参数代表要检测的滑动窗口大小，不一定是正样本的图像大小。4、-w和-

最近在进行多标签的数据转换，发现直接使用caffe自带的convert_image不是很方面，就收集了一下用python的处理方法。现整理以备以后查用。使用时发现，用python写入lmdb有个问题，如果事先无法知道数据的大小，那么分配的存储空间map_size就不好确定（默认是10M），且不会自动随写入数据的实际大小而调整，所以还是HDF5好处理一下，虽然在caffe中是提倡使用lmdb。

转自：http://christopher5106.github.io/deep/learning/2015/09/04/Deep-learning-tutorial-on-Caffe-Technology.htmlDefine a model in PythonIt is also possible to define the net model directly in Py

今天配置了Matconvnet，使用的是http://www.voidcn.com/blog/Hungryof/article/p-5047632.html这里面介绍的方法，转载做个备份。配置的时候注意Matconvnet的版本与Cudnn的版本，如果版本太老，可能编译时会出错。matconvnet本人采用的matconvnet是MatConvNet 1

参考 https://segmentfault.com/a/1190000003496009说明一下，当我编译OpenCV_contrib时，已经是要配合OpenCV3.1的版本才能编译通过，所以有要自己编译OpenCV_contrib的请尽量使用较新的OpenCV版本。一、下载安装OpenCV3.1下载地址：http://sourceforge.net/project

1 线性平滑滤波器用MATLAB实现领域平均法抑制噪声程序：I=imread(' c4.jpg ');subplot(231)imshow(I)title('原始图像')I=rgb2gray(I);I1=imnoise(I,'salt & pepper',0.02);subplot(232)imshow(I1)title(' 添加椒盐噪声的图像')k1=

caffe在Ubuntu 16.04下的配置,可以参考官网说明https://github.com/BVLC/caffe/wiki/Ubuntu-16.04-or-15.10-Installation-Guide但要配置matcaffe就有点麻烦,因为matlab即使是2016a的版本也只支持gcc 4.7,而Ubuntu 16.04已经是gcc 5.3.因此需要先安装gcc-4.7旧版本,然

经常因为在不同的语言中调用caffe而四处查找资料，在此将常用的接口记录一下，便于查阅与更新1、matlab调用caffecaffe.reset_all();clear; close all;clc;%% settingsfolder = './';model = [folder 'CNN_deploy.prototxt'];weights = [f

在自己配置训练网络时，solver文件中lr_policy这个参数选择有好多种策略。接下来看看/caffe-master/src/caffe/proto/caffe.proto文件中队这个参数的说明// The learning rate decay policy. The currently implemented learning rate// policies are as f

网络上关于caffe微调的资料很多，今天自己动手实践了一下。顺便把实践过程记录下来，备忘。一、下载model参数下载地址为：http://dl.caffe.berkeleyvision.org/bvlc_reference_caffenet.caffemodel，保存在caffenet目录下二、准备数据有自己的数据最好，如果没有，可以下载本练习的数据http://pan.bai

主要内容，参考http://www.analyticsvidhya.com/blog/2016/04/neural-networks-python-theano/本文使用Theano实现XNOR功能。对tensor的变量定义，以及theano.function做一个简单学习。具体如下：XNOR函数的网络表达：真值表：编程实现：mport theanoimpor

opencv 3.0 DPM cascade contrib模块转载请注明出处，楼燚(yì)航的blog，http://www.cnblogs.com/louyihang-loves-baiyan/在opencv3.0 中 加入DPM检测的C++代码，目前开源的DPMC++代码不多，在2.4的opencv 版本中，DPM模块中在检测时用的是latentSVM，这个是标准的DPM m

Keras是一个简约，高度模块化的神经网络库。采用Python / Theano开发。使用Keras如果你需要一个深度学习库：可以很容易和快速实现原型（通过总模块化，极简主义，和可扩展性）同时支持卷积网络（vision）和复发性的网络（序列数据）。以及两者的组合。无缝地运行在CPU和GPU上。keras的资源库网址为https://github.com/fchollet/k

至于theano的安装是比较简答的，可以选择集成的安装包（如：WinPython、AnacondaCE等），也可以使用python自带的命令pip安装。（Python的安装路径上不能有空格，否则会给后续的配置带来麻烦）要使用GPU，系统还需安装CUDA驱动。两者都安装好之后，接下来就是要配置theano，使其能用上GPU在C:\Users\\ (所谓的Home，或根目录)下建立一个文件 .

摘自：https://www.howsci.com/endnote/wiki/15Styles/Bibliography_Layout.htm#Hanging_Indents参考文献的布局 (Bibliography Layout)Bibliography 下方的 Layout 选项提供了每个参考文献前后插入的内容和缩进每个参考文献前增加内容在 Start