- 博客(70)
- 资源 (3)
- 收藏
- 关注

原创 Linux下监视NVIDIA的GPU使用情况
在使用TensorFlow跑深度学习的时候,经常出现显存不足的情况,所以我们希望能够随时查看GPU时使用率。如果你是Nvidia的GPU,那么在命令行下,只需要一行命令就可以实现。1. 显示当前GPU使用情况Nvidia自带了一个nvidia-smi的命令行工具,会显示显存使用情况:$ nvidia-smi输出: 2. 周期性输出GPU使用情况但是有时我们希望不仅知道那一固定时刻的GPU使用情况,
2016-09-24 11:11:57
195777
18

原创 TensorFlow 安装及问题解决
TensorFlow 为 Google 开源的新一代深度学习框架,与之前使用的Caffe和Torch基于层的设计理念有所不同,是基于张量流图的设计思路,这也是今后深度学习框架的一大发展趋势。本文默认您的linux计算机已经安装有Python下面介绍一下安装与安装遇到的问题及解决方法。将包含下列内容:CUDA-7.5 与 cuDNN v.5 安装pip安装TensorFlow 安装安装成功测试问题和解决方案
2016-09-19 11:01:08
27221
1

原创 交叉熵代价函数(损失函数)及其求导推导 (Logistic Regression)
前言交叉熵损失函数交叉熵损失函数的求导前言说明:本文只讨论Logistic回归的交叉熵,对Softmax回归的交叉熵类似。 首先,我们二话不说,先放出交叉熵的公式: J(θ)=−1m∑i=1my(i)log(hθ(x(i)))+(1−y(i))log(1−hθ(x(i))),J(θ)=−1m∑i=1my(i)log(hθ(x(i)))+(1−y(i))log(1−hθ(...
2016-07-25 00:04:44
113247
9
原创 CUDA
GTX 1080 Maximum number of threads per block: 1024 Max dimension size of a thread block (x,y,z): (1024, 1024, 64) Max dimension size of a grid size (x,y,z): (2147483647, 6553
2017-08-07 16:50:43
738
原创 Linux下使用RecordMyDesktop进行屏幕录像 输出图像格式转换
输出图像格式转换ffmpeg -i input_file.ogv -acodec libmp3lame -acodec ac3 -ab 128k -ac 2 -vcodec libx264 -preset slow -crf 22 -threads 4 output_file.mp4
2017-08-02 11:44:34
1110
原创 faster-rcnn 之 bbox_transform_inv(boxes, deltas)
def bbox_transform_inv(boxes, deltas): if boxes.shape[0] == 0: return np.zeros((0, deltas.shape[1]), dtype=deltas.dtype) boxes = boxes.astype(deltas.dtype, copy=False) widths = boxes[:, 2]
2017-07-20 15:09:20
3184
1
原创 faster rcnn CPU mode
cd $FRCN_ROOT/lib, modify setup.py,annotate these code that are correlative GPU, then make...#CUDA = locate_cuda()......#self.set_executable('compiler_so', CUDA['nvcc'])......#Exte
2017-06-29 17:02:31
856
原创 opencv error : /usr/bin/ld: cannot find -lippicv
Wrongly associated library path!find /usr/local/ -name "libippicv*"Add the path returned to the LIBS path or you can symlink libippicv.a to /usr/local/lib
2017-06-29 16:28:23
1017
原创 how to calculate receptive field of CNN
if layernum>len(net): layernum=len(net) outsize = 1 #for layerparams in net: for layer in reversed(range(layernum)): fsize, stride, pad = net[layer] outsize = ((outsize -1)
2017-06-13 16:55:21
1029
原创 如何在本地打开远程服务端口
远程:$ ipython notebook本地:$ ssh -f -N -L 127.0.0.1:1234:127.0.0.1:8888 zhao.zhao###.brc@brain.###-inc.com
2017-04-27 17:02:43
2838
转载 pip 升级的问题解决办法
from: http://blog.chenxiaosheng.com/posts/2016-05-19/pip_upgrade_pip_failure.html今天在使用 python pip 安装一个 python 包的时候,一直提示:# pip install --upgrade pipRequirement already up-to-date: pip in /usr/
2017-04-23 16:43:25
66292
原创 对pip2和pip3分别更新
对pip2和pip3分别更新,也就是pip 指定为pip2,而pip3为pip3,有一种解决方法:step1:which pip命令,得到pip的路径为/usr/local/bin/pip。step2:将/usr/local/bin/pip文件首行 #!/usr/bin/python3 改为 #!/usr/bin/python 这样即可将pip由对python3的绑定重新变成pytho
2017-04-23 16:18:58
3827
转载 Sublime Text编辑远程Linux服务器上的文件
Sublime Text编辑远程Linux服务器上的文件sublime有个叫sftp的插件,可以通过它直接打开远程机器上的文件进行编辑,并在保存后直接同步到远程linux服务器上。用Package Control安装插件按下Ctrl+Shift+P调出命令面板输入install 调出 Install Package 选项并回车,然后输入ftp,下拉列表中会出现一些相
2017-04-21 21:00:28
7162
1
转载 用pyenv 和 virtualenv 搭建单机多版本python 虚拟开发环境
用pyenv 和 virtualenv 搭建单机多版本python 虚拟开发环境http://www.cnblogs.com/npumenglei/p/3719412.html作为主流开发语言, 用python 开发的程序越来越多。 方便的是大多linux系统里面都默认集成了python, 开发可以随时随地开始。 但有时候这也成为了一个短板, 比如说有时候我们需要开发和调试一些需要
2017-04-21 20:47:38
759
转载 检测率,召回率,mAP,ROC
在信息检索、分类体系中,有一系列的指标,搞清楚这些指标对于评价检索和分类性能非常重要,因此最近根据网友的博客做了一个汇总。准确率、召回率、F1信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precision Rate),召回率也叫查全率,准确率也叫查准率,概念公式: 召回率(Recall) =
2017-03-15 21:10:07
12402
转载 numpy array 如何reshape
a = np.arange(18).reshape(9,2)b = a.reshape(3,3,2).swapaxes(0,2)# a: array([[ 0, 1], [ 2, 3], [ 4, 5], [ 6, 7], [ 8, 9], [10, 11], [12, 13], [
2017-03-15 20:58:42
5079
原创 TensorFlow从图像提取区域的函数
tf.image.extract_glimpse(input, size, offsets, centered=None, normalized=None, uniform_noise=None, name=None)tf.image.crop_to_bounding_box(image, offset_height, offset_width, target_height, target_wid
2017-03-08 00:59:29
5321
原创 TensorFlow用expand_dim()来增加维度
TensorFlow中,想要维度增加一维,可以使用tf.expand_dims(input, dim, name=None)函数。当然,我们常用tf.reshape(input, shape=[])也可以达到相同效果,但是有些时候在构建图的过程中,placeholder没有被feed具体的值,这时就会包下面的错误:TypeError: Expected binary or unicode strin
2017-03-08 00:41:01
81108
9
原创 python 实现 ceiling divide 除法向上取整 (或小数向上取整)
向上取整的方法:方法1:items = 102boxsize = 10num_boxes = (items + boxsize - 1) // boxsize方法2:>>> -(-102 // 10)11方法3(浮点数向上取整):from math import ceilprint(ceil(10.3))11或import
2017-03-06 11:51:09
8945
2
转载 python 除法 /与//在2.7*和3.*版本的区别
up votedown voteacceptedIn Python 3.0, 5 / 2 will return 2.5 and 5 // 2 will return 2. The former is floating point division, and the latter is floor division, sometimes al
2017-03-06 11:43:21
2700
原创 softmax 带 tempreture 参数
softInput = tf.matmul(output, Wl_h_l) + Bl_h_l softmaxLoc = tf.nn.softmax(softInput / tempreture)在tensorflow中这样用,其他的库均类似~
2017-03-05 16:44:08
2341
1
原创 Tensorflow 中 RNN softmax输出层采样 tf.multinomial(logits, num_samples)
Tensorflow 中,想要使用sequence to sequence 模型,在RNN的输出端采样(sampling),可以在softmax层之后,做简单的log p 再用tf.multinomial()来实现:tf.multinomial(logits, num_samples, seed=None, name=None)例如:# samples has shape [1, 5
2017-03-04 16:21:46
7673
原创 RNN中输出端的sample采样
在Theano中,有如下定义的函数可供sequence to sequence 模型来使用sample功能:def sample(preds, temperature=1.0): # function to sample an index from a probability array # temperature = (0, 1.0] # https://github
2017-03-04 16:13:59
2727
原创 Tensorflow 的tf.one_hot()功能:dense to one hot
import tensorflow as tfindices = [[3], [5], [0], [7]]indices = tf.concat(0, indices)indices = tf.reshape(indice, (4, 1))a = tf.one_hot(indices, depth=10, on_value=None, off_value=None, axis=None,
2017-03-04 16:04:41
20781
原创 Tensorboard 上显示不同训练模型曲线的方法
$ tensorboard --logdir=run1:"/home/.../summary",run2:"/home/.../summary" --port=6006
2017-03-03 10:04:36
8947
转载 tensorflow 使用多块GPU同时训练多个模型
转自:http://stackoverflow.com/questions/34775522/tensorflow-mutiple-sessions-with-mutiple-gpusTensorFlow will attempt to use (an equal fraction of the memory of) all GPU devices that are visible t
2017-03-01 10:20:57
8939
原创 TensorFlow 使用——tf.image.extract_glimpse(input, size, iffsets, centered, normalized)
tf.image.extract_glimpse(input, size, offsets, centered=None, normalized=None, uniform_noise=None, name=None) {#extract_glimpse}Extracts a glimpse from the input tensor.Returns a set of wind
2017-02-28 11:28:11
1955
转载 NTU给的人工智能类会议排名
AREA: Artificial Intelligence and Related Subjects Rank 1: AAAI: American Association for AI National ConferenceCVPR: IEEE Conf on Comp Vision and Pattern RecognitionIJCAI: Int
2017-02-25 23:14:43
2753
转载 常用图像数据集大全
常用图像数据集大全(分类,跟踪,分割,检测等) 转载于 http://blog.youkuaiyun.com/tiandijun/article/details/445393871.搜狗实验室数据集:http://www.sogou.com/labs/dl/p.html互联网图片库来自sogou图片搜索所索引的部分数据。其中收集了包括人物、动物、建筑、机械、风景、运动等
2017-02-20 11:51:40
9566
转载 计算机会议排名等级
附件是计算机领域的学术会议等级排名情况,分为A+, A, B, C, L 共5个档次。其中A+属于顶级会议,基本是这个领域全世界大牛们参与和关注最多的会议。国内的研究者能在其中发表论文的话,是很值得骄傲的成就。A类也是非常好的会议了,尤其是一些热门的研究方向,A类的会议投稿多录用率低,部分A类会议影响力逐步逼近A+类会议。B类的会议分两种,一种称为盛会级,参与的人多,发表的论文也多,论
2017-02-15 15:40:18
18377
1
转载 查找计算机视觉、模式识别、图像处理领域的国际会议和会议排名
一、CVPR与图像处理领域的国际会议:1. Computer Vision, Computer Image Analysis (极力推荐)http://iris.usc.edu/Information/Iris-Conferences.html2. IEEE 会议http://www.ieee.org/conferences_events/ind
2017-02-15 01:02:36
1673
转载 NVIDIA/DIGITS build Caffe
参考:https://github.com/NVIDIA/DIGITS/blob/digits-5.0/docs/BuildCaffe.md#dependenciesBuilding CaffeDIGITS requires a build of Caffe. We officially only support recent releases from NVIDIA/caff
2017-01-10 23:07:50
942
转载 python语法[module/package+import]
一 . module通常模块为一个文件,直接使用import来导入就好了。可以作为module的文件类型有".py"、".pyo"、".pyc"、".pyd"、".so"、".dll"。二 . package通常包总是一个目录,可以使用import导入包,或者from + import来导入包中的部分模块。包目录下为首的一个文件便是 __init__.py。然后是一些模块文件和子目
2016-12-30 16:12:27
476
转载 ubuntu下修改环境变量以及添加PYTHONPATH方法
Ubuntu下设置环境变量有三种方法,一种用于当前终端,一种用于当前用户,一种用于所有用户: 一:用于当前终端:在当前终端中输入:export PATH=$PATH:不过上面的方法只适用于当前终端,一旦当前终端关闭或在另一个终端中,则无效。 export NDK_ROOT=/home/jiang/soft/Android-ndk-r8e
2016-12-30 11:52:28
64785
原创 if __name__ == "__main__":
if __name__ == "__main__": 以及__name__和__main__的用法
2016-12-30 09:40:29
1504
ippicv_linux_20151201.tgz
2016-11-24
[力荐] 矩阵向量求导法则 矩阵微商
2016-07-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人