<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[杨燕丹的博客]]></title><description><![CDATA[小笨丹的奋斗史]]></description><link>https://blog.youkuaiyun.com/github_38140310</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; github_38140310]]></copyright><item><title><![CDATA[Git与GitHub：将本地工程上传至Github上的repository仓库进行协同]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/109516333</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/109516333</guid><author>github_38140310</author><pubDate>Thu, 05 Nov 2020 17:19:31 +0800</pubDate><description><![CDATA[参考https://www.cnblogs.com/zdlynn/p/11086337.html

上传工程至自己的Github公开库，步骤如下:

第1步：建立本地 git 仓库，cd 到你的本地项目根目录下，执行 git init 命令:



第2步：将本地项目工作区的所有文件添加到暂存区。小数点 “.” ，意为添加文件夹下的所有文件；也可以将 “.” 换成具体的文件名，如果想添加项目中的指定文件，那就把 “.” 改为指定文件名即可：



第3步：将暂存区的文件提交到本地仓库:



第4步：在 g]]></description><category></category></item><item><title><![CDATA[期刊、会议名称缩写攻略]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/105933334</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/105933334</guid><author>github_38140310</author><pubDate>Tue, 05 May 2020 15:35:02 +0800</pubDate><description><![CDATA[部分来源知乎回答

Standard abbreviations used in the IEEE Reference listhttps://guides.lib.monash.edu/c.php?g=219786&amp;p=1454302
	从上面网址找到了一个官方文档IEEE reference guide（链接如下），有比较全的reference常用单词缩写  http://iee...]]></description><category></category></item><item><title><![CDATA[配置mmdetection环境　PyTorch 1.1版本]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/100085716</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/100085716</guid><author>github_38140310</author><pubDate>Mon, 26 Aug 2019 21:03:13 +0800</pubDate><description><![CDATA[#创建虚拟环境


conda remove -n open-mmlab --all　#删除之前的环境
conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab

#去掉默认路径


echo $PYTHONPATH 　#查看路径，/usr/local/site-packages

unset PYTHONPATH

#安...]]></description><category></category></item><item><title><![CDATA[python2.7安装opencv2.4.13]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/100058060</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/100058060</guid><author>github_38140310</author><pubDate>Sat, 24 Aug 2019 22:23:04 +0800</pubDate><description><![CDATA[Ubuntu14.04 + Opencv-2.4.13 + Python2.7 配置

​ 本文主要记录了为ubuntu14.04 下的 Python2.7 配置cv2库的步骤

​ 主要参考博文1 和 博文

1. Opencv 的基本依赖库

​ 主要参考博文


# 其中,numpy 库可以考虑用 pip 进行安装
sudo apt-get install build-essential c...]]></description><category></category></item><item><title><![CDATA[网络蒸馏算法的一些汇总和想法。]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/95672909</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/95672909</guid><author>github_38140310</author><pubDate>Fri, 12 Jul 2019 23:11:30 +0800</pubDate><description><![CDATA[最近在做关键点的算法，需要用到网络蒸馏的思路，但是目前大部分都是分类任务的蒸馏，偶然找到一些其他的思路，整理一下。

１．分类任务的蒸馏方法——软标签

传统的分类任务，输出就是one hot 的标签。蒸馏网络让student去学习teacher的软标签，相当于一个更真实的概率分布。这是因为分类任务有天然的概率解释，所以软标签十分合理。

２．检测任务的蒸馏方法，这里只整理分类以外的部分

１）中...]]></description><category></category></item><item><title><![CDATA[pip安装旧版本pytorch0.3.1以及对应torchvision  && conda安装旧版本pytorch-0.4.1]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/94574967</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/94574967</guid><author>github_38140310</author><pubDate>Wed, 03 Jul 2019 16:47:29 +0800</pubDate><description><![CDATA[pip安装旧版本pytorch0.3.1

１．首先安装pytorch，　这一步会把之前已经安装的pytorch卸载

参照https://www.ptorch.com/news/145.html，找到对应版本的链接,我是python 2.7,cuda8.0，所以是


pip install http://download.pytorch.org/whl/cu80/torch-0.3.1-cp2...]]></description><category></category></item><item><title><![CDATA[ffmpeg解帧和合成视频]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/90723379</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/90723379</guid><author>github_38140310</author><pubDate>Fri, 31 May 2019 21:45:25 +0800</pubDate><description><![CDATA[解帧：


ffmpeg -i input_video.MOV -r 5 output_dir/frame%04d.jpg

-r代表帧率

-i代表输入

合成视频：


ffmpeg -r 5-start_number 123-i input_dir/frame%02d.jpg -vf fps=5 output_dir/video.mp4

1）在起始数字不是00的时候，会报错如下：...]]></description><category></category></item><item><title><![CDATA[在python2和python3同时存在的情况下，如何使用pip安装指定版本的包（Ubuntu系统）]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/90648423</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/90648423</guid><author>github_38140310</author><pubDate>Tue, 28 May 2019 22:25:52 +0800</pubDate><description><![CDATA[最近用pip install安装一些包时，老是安装进python3，而我平时都是默认用python2的，也不知道哪里出了问题？

那么现在是要约束pip install安装到python2目录下，只要在最开始加python2 - m即可。如：


python2 -m pip install fire

内容参考https://blog.youkuaiyun.com/qq_33278989/article/...]]></description><category></category></item><item><title><![CDATA[如何快速选择最合适的物体检测框架：一个基于深度学习物体检测算法的简单测评]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/90598657</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/90598657</guid><author>github_38140310</author><pubDate>Mon, 27 May 2019 10:16:21 +0800</pubDate><description><![CDATA[转载自：https://yq.aliyun.com/articles/616578

摘要：本文的主要内容来自于Google的一篇2017年的CVPR论文，“Speed/accuracy trade-offs for modern convolutional object detectors”，这篇文章从各种不同的角度比较了现今几大流行的深度学习检测算法，即Faster RCNN，SSD和R-F...]]></description><category></category></item><item><title><![CDATA[如何安装合适版本的支持GPU的tensorflow-keras]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/88954516</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/88954516</guid><author>github_38140310</author><pubDate>Mon, 01 Apr 2019 18:46:18 +0800</pubDate><description><![CDATA[一、查看 CUDA 版本：


cat /usr/local/cuda/version.txt



我的是8.0.61



二、查看 CUDNN 版本


cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2



我的是6.0.21



三、安装tensorflow-gpu

截至笔者发布这篇博客，CUDA已经更新到10...]]></description><category></category></item><item><title><![CDATA[python官方教程备忘]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/87869562</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/87869562</guid><author>github_38140310</author><pubDate>Thu, 21 Feb 2019 22:12:09 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[OSError: [Errno 4] Interrupted system call]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/86530015</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/86530015</guid><author>github_38140310</author><pubDate>Thu, 17 Jan 2019 19:34:11 +0800</pubDate><description><![CDATA[######
加载数据出错：
/usr/lib/python2.7/multiprocessing/reduction.py&quot;, line 157, in rebuild_handle
    new_handle = recv_handle(conn)
  File &quot;/usr/lib/python2.7/multiprocessing/reduction.py&quot;, line 83, in re...]]></description><category></category></item><item><title><![CDATA[机器学习中的损失函数分析]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/85061849</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/85061849</guid><author>github_38140310</author><pubDate>Tue, 18 Dec 2018 11:23:27 +0800</pubDate><description><![CDATA[

这里分析讨论了机器学习中分类与回归问题应用的几个经典、简单的损失函数。

在机器学习中，所有的机器学习算法都或多或少的依赖于对目标函数最大化或者最小化的过程，我们常常把最小化的函数称为损失函数，它主要用于衡量机器学习模型的预测能力。回归会预测给出一个数值结果而分类则会给出一个标签。最小二乘法是损失函数的一种优化方法。但是有些损失函数采用传统数学方法是很难求解最小值的，而机器学习中的反向传播算法...]]></description><category></category></item><item><title><![CDATA[pytorch代码个人心得]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/83544680</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/83544680</guid><author>github_38140310</author><pubDate>Tue, 30 Oct 2018 17:20:47 +0800</pubDate><description><![CDATA[#1

nn.crossentropyloss()类包含两步函数: log_softmax和nllloss,(log-likelihood loss), 后者没有log步骤。

如果loss只想要交叉熵，不要softmax步骤，可以在网络最后加上nn.softmax层，以及torch.log()函数进行输出，训练的loss使用nn.NLLLoss()类。

#2

torch.log()等运算不需...]]></description><category></category></item><item><title><![CDATA[Visual Studio2010简体中文版/旗舰版安装教程]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/81915364</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/81915364</guid><author>github_38140310</author><pubDate>Tue, 21 Aug 2018 21:57:43 +0800</pubDate><description><![CDATA[转载自https://blog.youkuaiyun.com/yishichangan1/article/details/51250329

1.下载Visual Studio2010


已经下好的无视这部分==


以下提供友情下载链接，信任官网的可以前往官网下载：http://www.microsoft.com/visualstudio/en-us/download 
友情链接：http://pan.b...]]></description><category></category></item><item><title><![CDATA[tmux简单操作]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/81697755</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/81697755</guid><author>github_38140310</author><pubDate>Wed, 15 Aug 2018 08:51:27 +0800</pubDate><description><![CDATA[# tmux new-session -s basic #在后台建立会话 

# tmux ls #列出会话
# tmux attach -t session #进入某个会话 tmux kill-session -t basic 关闭会话]]></description><category></category></item><item><title><![CDATA[调用tensorflow出错 ImportError： No module named google.protobuf]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/81086440</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/81086440</guid><author>github_38140310</author><pubDate>Tue, 17 Jul 2018 18:55:36 +0800</pubDate><description><![CDATA[在import tensorflow的时候，出现


ImportError： No module named google.protobuf


尝试解决的历程（勿直接模仿）：

step1：从github上下载，并用C++ 方法sudo make安装了protobuf，error变为找不到descriptor_pb2.py

step2：之前安装过tensorflow，并且能正常运行。推测可能...]]></description><category></category></item><item><title><![CDATA[ubuntu文件系统查询语法]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/79986229</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/79986229</guid><author>github_38140310</author><pubDate>Wed, 18 Apr 2018 11:18:31 +0800</pubDate><description><![CDATA[#查询某一个文件（文件夹）的大小：到目标文件夹下[root@localhost ~]# du -sh #当然du命令后面可以跟文件路径，来查看指定路径的大小的。[root@localhost ~]# du -sh /opt/oracle 如：xxx@xxx:~/bird$ du -sh ~/bird3.8G	/home/xxx/bird#df 可以查看已安装的文件系统的空间大小和剩余空间的大小磁盘...]]></description><category></category></item><item><title><![CDATA[sublime安装sftp插件+使用（同步文件到remote主机）]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/79946976</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/79946976</guid><author>github_38140310</author><pubDate>Sun, 15 Apr 2018 10:10:37 +0800</pubDate><description><![CDATA[*安装sftp部分内容转载自百度经验：https://jingyan.baidu.com/article/ab69b270a0c42d2ca7189fd6.html*设置和使用部分内容转载自：https://blog.youkuaiyun.com/pheona1990/article/details/52092799*首先下载安装包：https://www.sublimetext.com/3，直接下载wind...]]></description><category></category></item><item><title><![CDATA[sublime_text_3下载安装]]></title><link>https://blog.youkuaiyun.com/github_38140310/article/details/79937962</link><guid>https://blog.youkuaiyun.com/github_38140310/article/details/79937962</guid><author>github_38140310</author><pubDate>Sat, 14 Apr 2018 11:22:49 +0800</pubDate><description><![CDATA[参考：http://www.tecmint.com/install-sublime-text-editor-in-linux/参考：https://blog.youkuaiyun.com/mindmb/article/details/27307783sublime_text_3下载地址：https://www.sublimetext.com/3At the time of writing this artic...]]></description><category></category></item></channel></rss>