hjimce的专栏

写这篇博文是因为我怕一两年内，没碰到这个算法，到时候又把它忘了。因为这个算法是图论中，一个非常重要的算法，经常要用到，为了某一天重新拾起这个算法的时候，能够把下面的代码复制一下，然后改装一下再次快速熟练应用它。这个算法在图形学中的三角网格曲面中，可以说是一个基础算法，目前为止，我至少用过十次。在图像中，我也遇到过好几次，比如我写的另一篇博文《基于测地距离的图像分割算法》，这个算法就要与之相结合。

深度学习（三十六）二值网络学习笔记

深度学习（三十五）对抗网络学习笔记

C:\cygwin64>setup-x86_64.exe -q -P wget -P gcc-g++ -P make -P diffutils -P libmpfr-devel -P libgmp-devel -P libmpc-devel

64位系统：GCLP_HBRBACKGROUND，32位系统：GCL_HBRBACKGROUND编译glu库：http://blog.sina.com.cn/s/blog_715b47c20101c0w1.html

常用函数fileimg_m=GetFileList('cropphoto_4')random.shuffle(fileimg_m)for img in fileimg_m: input_image = caffe.io.load_image(img) prediction_gender=gender_net.predict([input_image]) propra={} for

from multiprocessing import  Pool def getface(imagefile): pool=Pool() pool.map(getface,zip(oldpaths,newpaths))

1、硬盘挂载：(1)查看需要挂载的硬盘号：sudo fdisk -l(2)编辑fstab文件:sudo vim /etc/fstab在最后面添加需要挂载的硬盘：/dev/sdb5  /home/research/disk1    ext4  defaults  0  0/dev/sda  /home/research/disk3    ext4  defaults  0  0上面分别挂载了sda、

eigen的MapMatrixdouble,4,4,RowMajor> > M(data);默认数据data是根据colmajor进行存储，但是实际上外部数据数据data我们一般是rowmajor

hjimce算法类博文目录个人博客：http://blog.youkuaiyun.com/hjimce个人qq：1393852684知乎：https://www.zhihu.com/people/huang-jin-chi-28/activities一、深度学习深度学习(七十三)pytorch学习笔记深度学习(七十二)tensorflow 集群训练深度学习（七十一）3D CNN时空特征学习深度学习（七十）da...

import java.awt.*;import java.awt.image.BufferedImage;import java.awt.image.RenderedImage;import java.io.*;import java.nio.charset.StandardCharsets;import java.util.Base64;import javax.imageio.I

1.1 Tcp数据发送从机器A发给机器B，数据发送是分解成很多信息包，到机器B后，机器B会重新合成在一起；在发送过程中，要求接收方没接收到一个包，需要反馈信息，如果没有反馈，tcp会自动重新发送，一直尝试目的是为了防止某个包缺失，导致整个数据损坏；每个包都会有个序号，这样确保B端，收到所有的包后，能够重组数据。1.2 IP地址与端口要给B发送数据，首先要知道B电脑的地址，其次由于B电脑可能有很多个...

持续更新原文地址：http://blog.youkuaiyun.com/hjimce/article/details/45421595作者：hjimce一、学习清单1、综合类(1)收集了各种最新最经典的文献，神经网络的资源列表：https://github.com/robertsdionne/neural-network-papers  里面包含了深度学习领域经典、以及最新最牛逼的算法，如果把这个列表学过一遍...

void forward_dropout_layer(dropout_layer l, network net){ int i; if (!net.train) return; for(i = 0; i < l.batch * l.inputs; ++i){ float r = rand_uniform(0, 1); l.rand[i...

写入文件 ofstream f1("index.txt");//创建文件，并写入 f1<<"姓名："<<"hjimce"<<endl; f1<<"家庭地址："<<"福建厦门"<<endl; f1.close();读取文件

1、首先到github下载：protobuf-master、googlemock-master分别解压。2、然后把googlemock-master文件夹重命名为gmock，然后拷贝到protobuf-master文件夹下面3、安装cmake，把cmake的cmakelist文件目录指向：protobuf-master/cmake文件夹下面4、然后选择配置vs2013 x64位，进行编

Matlab 与c++混合编程方法如果想要让matlab调用c++的函数类，则需要把c++编译成mex文件，使用这个方法可以实现混合调试。不过我认为学习c++与matlab混合编程一般是通过c++调用matlab函数，因为matlab具有强大的数学函数库，然而vc++具有界面设计灵活的优点，因此这里只介绍通过vc++调用matlab的方法。开发环境：win7 64位+vs2010+matlab

flann库是比较常用的k近邻搜索库，支持n维数据点的快速搜索，同时许多开源库也都是用这个，比如opencv，还有点云处理的库PCL。因为opencv也可以调用这个库，所以我直接用opencv进行调用。如果不想要引入opencv库，可以网上下载flann，然后调用里面的c++源码。调用flann需要包含头文件：flann.hpp。在此直接贴个调用这个库，进行快速最近邻快速搜索的函数：

一、环境搭建1、首先就是安装opencv，从官网下载.exe文件，然后直接安装。安装完opencv后，找到文件：cv2.pyd。这个文件，我安装完后，是放在：opencv\build\python\2.7\x64。因为我的电脑是64位所以选择x64下的文件cv2.pyd。2、把cv2.pyd文件放到python安装目录里的：Lib\site-packages文件夹下。这样就OK了，接着就可以直接调用opencv库了。

在机器学习、图像处理中，经常要计算两个特征向量之间形状的距离，比如我用face++检测到两张人脸的特征点数据，我们要用人脸的特征点计算出这两张人脸的之间的相似度，这个时候我们就需要对这两张人脸进行对齐操作，就是AAM算法中的Procrustes Analysis对齐算法。这个是基础算法，因此在这里做一下笔记，贴一下代码，以便日后调用，因为最近搞项目，老是用到这个算法。

在调用boost头文件的时候采用：#include "boost/program_options.hpp"#include "boost/filesystem.hpp"结果出现了连接错误：1> 正在创建库 C:\Users\Administrator\Desktop\facereconstruction\Release\facereconstruction.lib 和对象 C:\U

Eigen这个库，早在研究生阶段的时候，就用到烂了，因为三维的图形算法经常要涉及到求解稀疏矩阵。然而工作一年都没碰到Eigen，突然今天要用到求解稀疏矩阵最小二乘方程组，变得有点陌生了，惭愧，因此简单记录一下，以便日后重新复制粘贴修改使用。#include "Eigen/Sparse"typedef Eigen::SparseMatrix SparseMatrixType;#includ

研究生搞三维图形，天天用opengl，然而毕业了一段时间后，发现以前使用opengl的一些小细节都忘了，以前都没有记录，突然感到后悔了……这边只能记录一些目前还记得的一些细节了，省的以后，连这些都给忘了。1、如果想要启用顶点颜色： glBegin(GL_TRIANGLES); int a,b,c; a=model->faces[j].v[0]; b=model->faces[

import cv2import csvimport numpy as npfrom pandas.io.parsers import read_csvfrom matplotlib import pyplot as pltdef writedata(listdata,filepath="newlabel.txt"): fr=open(filepath,'w') fr

linux下进行c++开发，需要熟悉相关编译器的编译、链接命令。这边主要以实例讲解，如何在linux中，进行c++程序简单的编译链接运行。

开发环境：win7+vs2010+matlab学习matlab与c++混合编程的路上有时候会遇到莫名其妙的错误，因此做一下记录：1、由于系统是64位，装的matlab的链接库也是64位，使用win32是32位，需要配置管理器-》配置为X64位2、mwarray类未初始化，会出现直接运行没问题，然而调试的时候，出现内存异常，因此需要在调用mwarray前调用初始化函数mclInitial

import cv2import dlibimport numpy as np#根据人脸框bbox，从一张完整图片裁剪出人脸def getface(): bgrImg = cv2.imread('1.jpg') print bgrImg.shape rgbImg = cv2.cvtColor(bgrImg, cv2.COLOR_BGR2RGB) det

Cmake学习笔记

1\购买服务器2\远程登陆:ssh ubuntu@123.206.84.91  (此ip地址是你所购买的服务器的外网IP地址)3\远程数据传送:-r ServerVersion ubuntu@123.206.84.91:/home/ubuntu/    把当前目录下的文件夹ServerVersion传到远程服务器上面

(1)确认远程服务器是否安装screen：screen -v(2)启动screen 会话：screen -S train_all，名字为train_all。这个时候会切换到新的会话终端，在里面运行我们想要的程序。(3)切换返回：ctrl+A+D(4)查看运行中的screen会话：screen -ls(5)看到对应的id后，重新登录会话：screen -r 109774...