- 博客(66)
- 资源 (9)
- 收藏
- 关注
原创 Linux 编译SSD Caffe目标检测代码
引言SSD: Single Shot MultiBox Detector 是ECCV 2016上发表的目标检测的论文但是编译的时候确出现了 Type name declared error等问题,我们使用GCC5.4重新编译了ssd 版caffe代码,对于有些依赖库我们重新编译。
2017-12-06 23:55:26
1089
原创 Ensemble Learning 集成学习
基本概念通过对多个学习期进行结合,获得比单个学习器更优的结果。Hoeffding InequalityHoeffding Inequality提供了独立随机变量之和偏离期望值的概率的上界。 特殊情况:当随机变量是Bernoulli分布时,假设随机变量x=1x=1的概率为p,进行了n次实验,随机变量xx 之和至多为kk的概率为: P(H(n)≤k)=∑i=0k(n i)pi(1−p)(n−i)P(
2017-03-13 20:58:39
872
原创 C C++的整数溢出陷阱
对于程序中出现的整数常量(不是整数变量),在C、C++中是用什么数据类型的存储的呢? 答:用从下面列表中匹配到的第一个能容纳该整数常量的整数类型存储1. int2. long int3. long long int比如说对于程序中出现50000,int就可以容纳,用int表示就好。由此引发的问题:整数溢出问题 即:若干个整数相乘,可能每个整数都可以用int表示,但是乘积却不能用int表示,
2017-03-12 21:55:51
4763
原创 Office 2013 Powerpoint 打开时出现 VBE6EXT.OLB不能被加载
Office 2013 Powerpoint 打开时出现 VBE6EXT.OLB不能被加载不知道从啥时候开始PPT打开的时候一直报错说 VBE6EXT.OLB不能被加载,虽然很讨厌,由于前一段时间比较忙,也没在意,最近连打开网上下载的PPT都打不开了,下了决心要除了这妖孽。
2016-11-30 17:24:04
7087
5
原创 ubuntu14.04编译yael v438 遇到的一些问题
ubuntu 14.04 编译YaelYael is a library implementing computationally intensive functions used in large scale image retrieval, such as neighbor search, clustering and inverted files.
2016-10-21 17:09:34
1213
原创 python numpy琐碎知识点
最近在写python 代码和C代码的调用,在python numpy 矩阵传入C代码的时候出现了一些问题,在此记录一下内存连续性numpy矩阵的数据在内存中不一定是连续的,可以用flags这个属性进行查看numpy矩阵的内存连续分为 C -order 连续和 F-order 连续 也就是分别对应这C语言和Fortran 语言的内存连续
2016-09-19 16:16:03
775
原创 矩阵求导常用公式
前言最近做实验的时候发现公式中的向量是行向量,求导的时候忽然感觉直接套用公式不行了,只能重新求一次导数,记录下来。二次函数导数目标函数为L=aXXTbTL=aXX^Tb^T , 求对XX的导数。 L=∑j(aX)j(bX)j=∑j(∑iaiXij)(∑ibiXij)L=\sum\limits_j(aX)_j(bX)_j=\sum\limits_j(\sum\limits_ia_iX_{ij}
2016-06-18 17:27:51
1817
原创 深度学习框架Caffe学习之依赖库
Caffe是UC Berkeley的Ph.D贾扬清写的一个用于深度学习的框架,编程语言C++,GPU计算则是使用cuda加速,CPU的计算主要是依赖于BLAS进行加速。依赖库如下: 1. CudaNVIDIA公司推出的基于NVIDIA显卡的GPU计算接口,大大提高计算速度2. BLASBasic Linear Algebra Subprograms,即基础线性代数子程序库,提供了各种加速向量和矩
2016-06-14 22:16:05
3807
转载 C 语言中的宏
关于C、C++中的宏,详细资料见https://gcc.gnu.org/onlinedocs/cpp/Macros.html下面内容转自http://www.cnblogs.com/Anker/p/3418792.html1、前言 今天看代码时候,遇到一些宏,之前没有见过,感觉挺新鲜。如是上网google一下,顺便总结一下,方便以后学习和运用。C语言程序中广泛的使
2016-06-07 20:14:12
514
转载 Reservoir Sampling 蓄水池抽样
Reservoir Sampling:从N个数中随机抽取k个元素,保证每个元素被选中的概率相等,N不知道有多大。分析:这个问题称为蓄水池抽样,经典方法:Init : a reservoir with the size: kfor(int i = k + 1; i { m = random(1, i); if(k >= m)
2016-05-22 22:19:15
760
原创 C++ 多线程计时的bug,千万别用clock()
最近在做多线程编程,没有那么牛的使用pthread直接多线程,是对当前的算法进行优化,所以尝试了一下openmp和intel的tbb,结果发现都比原来还慢,由此引发了持续三天的debug.....最后在使用tbb的时候发现tbb有一个自带的计时函数,调用了一下,发现比clock()函数出来的时间要快好多,上stackoverflow,,,果然有bug。clock() measure t
2016-03-22 23:03:14
13773
5
原创 ubuntu也有防火墙
在配置spark的过程中碰到了一些问题,一个很别扭的bug就是有一个师兄的机器可以ssh到别人的账户,但是别人却不能ssh到这个机器的账户,ping显示的是没问题的,而且公钥也是一样的,就是连接不上。1. 曾经遇到过类似的问题,从我的电脑ssh到服务器可以,从服务器ssh到我的IP不行,当时的原因是没有开通ssh server,只有client。在师兄电脑上执行,ps -e|grep ssh,
2016-03-21 10:12:36
953
转载 linux su命令用法及详解
su命令的作用为变换为其他用户,如果是要变更为root,则需要当前用户是sudoer。su是switch user的缩写,翻译过来就是切换用户。关于su 、su - 及 sudo的区别 请往下看 1.命令作用 su的作用是变更为其它使用者的身份,超级用户除外,需要键入该使用者的密码。 2.使用方式 su [-fmp] [-c command] [-s she
2016-03-21 09:58:27
6580
转载 tar 命令用法及详解
今天对目录及其文件进行压缩:/usr/local/test# tar -cvf /usr/local/auto_bak/test.tar /usr/local/test 仅打包,不压缩 # tar -zcvf /usr/local/auto_bak/test.tar.gz /usr/local/test 打包后,以gzip压缩 在参数f后面的压缩文件名是自己取的,习惯上用tar来做
2016-03-21 09:23:35
733
转载 常用矩阵微分公式
转自http://www.cnblogs.com/xuxm2007/p/3332035.html矩阵微分http://www.iwenchao.com/mathematics/matrix-differential.htmlhttp://en.wikipedia.org/wiki/Matrix_calculushttp://www.atmos.washington.edu/
2016-03-18 10:11:56
23204
原创 C++编程小记(一)
最近在写C++的一个项目,发现好久不写C++,好多知识都忘记了,在此重新记录一下:1. 复制构造函数,又称为拷贝构造函数,这个函数在vector 调用push_back的时候会用到,而且如果不提前预留好空间,每次用push_back加入对象的话,会大量的调用复制构造函数,因为如果原始是空的vector,push_back一个对象之后容量变成1,然后第二次push_back,这个时候空间不足,大
2016-03-17 16:09:45
715
转载 Clion 1.2.4 激活
安装完软件后,启动,在要求输入注册码的界面选择“License server”输入“http://idea.lanyus.com/”点击“OK”快速激活
2016-03-02 15:07:18
1185
原创 仿射相关与线性相关
1.目录目录线性组合与仿射组合 线性相关与线性独立仿射相关与仿射独立联系线性组合与仿射组合 给定n个向量v1,v2...vn v_1,v_2...v_n ,其线性组合为∑i=1naivi\sum\limits_{i=1}^na_iv_i,其中,a1,a2,a3...aia_1,a_2,a_3...a_i是标量。 仿射组合是线性组合的一种,只是要求组合系数之和为1。 v1,v2...vn
2015-11-02 21:41:53
12601
1
原创 android JNI开发C++代码对assets文件的访问
由于在apk的安装过程中assets中的文件并没有从apk包中解压出来,所以在JNI的C++代码中不能按照原始的路径直接进行访问,一种常用的方法为将assets中的文件复制到sdcard的目录下,然后传递绝对路径给JNI中的C++代码中进行访问。/** * copy the files and folders of assets to sdCard to ensure that we can
2015-09-22 23:03:16
4848
原创 Android apk 签名
一. android 签名的特性android 要求所有的app都要有一个数字签名证书,这个证书一般都是开发者自己生成的,并且开发者拥有证书的秘钥。签名一般有两种模式:debug和release模式,在开发过程中一般使用debug模式,这样调试期间不用每次都要输入秘钥等操作,但是在发布app时应该使用release模式。Android SDK工具在调试模式下会自动生成数字证书,当你发布你的ap
2015-09-22 15:13:13
857
原创 Matlab 点点滴滴之mean2、mean
1. matlab里对于一个矩阵A来说,A(:)相当于矩阵按维度顺序展开成一列,比如:2. mean2相当于对矩阵的所有元素求平均值,mean2(A)=mean(A(:))3. mean函数默认是对每一列求平均值,mean(A)就是[2,3]。mean可以有两个参数,第二个参数指定求均值的维度,mean(A,2)就是[1.5;3.5]
2015-05-27 10:52:12
4522
原创 matlab遍历文件夹下的所有文件
输入为目录,输出为cell数组。使用第i个文件时,文件名为files{i}。function [ files ] = scanDir( root_dir )files={};if root_dir(end)~='/' root_dir=[root_dir,'/'];endfileList=dir(root_dir); %扩展名n=length(fileList);cntp
2015-05-26 10:46:31
6370
3
原创 函数的支集、支撑集、support、supp
今日看到数学公式中出现了supp的符号,虽然知道是support的缩写,却忘记了是什么含义,百度了一番,未果,google了一下发现是支集的意思,于是写一个小的博客,下次也知道是什么意思。wiki解释:http://zh.wikipedia.org/wiki/%E6%94%AF%E6%92%91%E9%9B%86
2015-03-24 16:26:53
35683
3
转载 生成学习算法、高斯判别分析与朴素贝叶斯模型
转自http://www.cnblogs.com/jerrylead1判别模型与生成模型上篇报告中提到的回归模型是判别模型,也就是根据特征值来求结果的概率。形式化表示为,在参数确定的情况下,求解条件概率。通俗的解释为在给定特征后预测结果出现的概率。比如说要确定一只羊是山羊还是绵羊,用判别模型的方法是先从历史数据中学习到模型,然后通过提取这只羊的特征来预测出这只羊是山羊的概率
2015-03-18 15:49:39
2173
转载 ubantu 12.04 安装opencv2.4.9
1. 先从sourceforge上下载OpenCV的源码http://jaist.dl.sourceforge.net/project/opencvlibrary/opencv-unix/2.4.9/opencv-2.4.9.zip2. 解压到任意目录unzip opencv-2.4.9.zip3.
2015-03-17 00:18:16
1080
原创 广义线性模型与Logistic回归
广义线性模型 广义线性模型应满足三个假设:第一个假设为给定X和参数theta,Y的分布服从某一指数函数族的分布。第二个假设为给定了X,目标是输出 X条件下T(y)的均值,这个T(y)一般等于y,也有不等的情况,第三个假设是对假设一种的变量eta做出定义。指数函数族前面提到了指数函数族,这里给出定义,满足以下形式的函数构成了指数函数族:
2015-03-12 22:17:05
4501
原创 Matlab中的数据预处理-归一化(mapminmax)与标准化(mapstd)
最近遇到数据预处理的一些问题,本来很简单的东西,但是却搞的烦烦的,痛定思痛,决定自己实现一下。一、mapminmaxProcess matrices by mapping row minimum and maximum values to [-1 1]意思是将矩阵的每一行处理成[-1,1]区间,此时对于模式识别或者其他统计学来说,数据应该是每一列是一个样本,每一行是多个样本的同一维,即
2015-01-21 13:02:04
148548
12
原创 Bootstrap aggregating----Bagging
一、简介Bootstrap aggregating 又称为Bagging 是一种用来增强学习算法准确度的算法,由 Leo Breiman 在1994年提出,能够用来提高不稳定算法的准确度和稳定性,通常用于统计分类和回归中,它能够减小方差并避免过拟合。基本思想是利用Bootstrap算法从训练集中有放回的抽样,得到M个训练集,利用机器学习算法获得在每个新的训练集上的结果,对于分类,对M个结
2015-01-20 11:32:08
1855
原创 Jackknife 刀切法
一、简介Jackknife(刀切法)是有Maurice Quenouille (1949)提出的一种再抽样方法,其原始动机是降低估计的偏差。Jackknife为一种瑞士小折刀,很容易携带。通过类比, John W. Tukey (1958)在统计学中创造了这个术语,作为一种通用的假设检验和置信区间计算的方法。Jackknife类似于“Leave one out”的交叉验证方法。令X=(
2015-01-20 11:08:52
40876
1
原创 Bootstrap 自助法
一、简介Bootstrap是一个很通用的算法,用来估计标准误差、置信区间和偏差。由Bradley Efron于1979年提出,用于计算任意估计的标准误差。术语“Bootstrap”来自短语“to pull oneself up by one’s bootstraps” (源自西方神话故事“ TheAdventures of Baron Munchausen”,男爵掉到了深湖底,没有工具,所
2015-01-14 15:35:20
37715
1
原创 Mac系统下的zip压缩包解压到Windows下出现乱码的解决方法
前一段时间收到一封邮件,附件中的zip压缩包解压后里面的文件名全部乱码了,看了之后知道对方是Mac的电脑,和Windows编码格式不同,不过当时也没时间管它,今天又碰到这个问题上网查了点资料,写点东西,凑博客吧。图1. 文件名与文件夹乱码方法一软件:Win RAR(5.0)以上方法流程:将zip的压缩包后缀名改为.rar格式,通过WinRAR直接解压,没什么难度
2015-01-12 22:43:21
66949
2
原创 计算机算法设计与分析之棋盘覆盖问题
在一个由2^k *2^k个方格组成的棋盘中,恰有一个方格与其他方格不同,称该方格为一特殊方格,且称该棋盘为一特殊棋盘。现有四种L型骨牌如下图所示,要用这四种骨牌覆盖棋盘上除特殊方格之外的其他所有格子,且两个L型骨牌不能相互覆盖。
2014-10-24 22:16:27
2959
原创 Python学习之路(一)
1.什么是pythonPython是一种面向对象、直译式电脑编程语言,具有近二十年的发展历史,成熟且稳定。它包含了一组完善而且容易理解的标准库,能够轻松完成很多常见的任务。它的语法简捷和清晰,尽量使用无异义的英语单词,与其它大多数程序设计语言使用大括号不一样,它使用缩进来定义语句块。-
2014-10-08 13:47:36
1032
转载 matlab gui 编程
目 录 1、GUI新手之——教你读懂GUI的M文件... 102、GUI程序中改变current directory引起的问题... 153、GUI中h0bject和handles 的区别... 164、handles结构中句柄和对象的关联问题... 175、Matlab利用定时器连续显示图片的问题... 195-1、GUI中实现在图片任
2014-06-26 16:16:28
10579
转载 手势识别相关文献
手势竞赛ChaLearn Gesture Challenge http://gesture.chalearn.org/人手检测论文Hand Detection using Multiple Proposals, in Proc. BMVC 2011. (论文已发布一个人手数据库供训练和测试).pdf程序HandVu: Vision
2014-05-28 10:00:28
2298
转载 SIFT Match 图像拼接 计算两幅图像的重叠区域
问题描述:已知两幅图像Image1和Image2,计算出两幅图像的重叠区域,并在Image1和Image2标识出重叠区域。算法思想:若两幅图像存在重叠区域,则进行图像匹配后,会得到一张完整的全景图,因而可以转换成图像匹配问题。图像匹配问题,可以融合两幅图像,得到全景图,但无法标识出在原图像的重叠区域。将两幅图像都理解为多边形,则其重叠区域的计算,相当于求多边形的交集。通过多边形
2014-05-06 15:47:34
9672
2
opencv下的相机标定
2012-12-03
图书管理系统
2012-11-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人