- 博客(47)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 【猿如意】如何在mac上搭建QT环境
猿如意是一款面向开发者的辅助开发工具箱，包含了效率工具、开发工具下载，教程文档，代码片段搜索，全网搜索等功能模块。帮助开发者提升开发效率，帮你从“问题”找到“答案”。
2022-12-15 10:50:57
1164
原创 14天阅读挑战赛——分治法（二）
分治算法题目挺多，包括leetcode上面也有很多。我本身算法功底，数学功底还是偏弱，短时间内可能不适合看难题。本节就看一下中等难度的题目是怎么样的。
2022-10-25 19:11:40
357
原创 14天阅读挑战赛——分治法（一）
分治算法题目挺多，包括leetcode上面也有很多。我本身算法功底，数学功底还是偏弱，短时间内可能不适合看难题。本节就看一下中等难度的题目是怎么样的。
2022-10-25 19:06:48
834
原创 14天阅读挑战赛——贪心算法（二）
贪心算法题目挺多，包括leetcode上面也有很多。我本身算法功底，数学功底还是偏弱，短时间内可能不适合看难题。本节就看一下中等难度的题目是怎么样的。
2022-10-20 21:32:14
362
原创 14天阅读挑战赛——贪心算法（一）
贪心算法题目挺多，包括leetcode上面也有很多。我本身算法功底，数学功底还是偏弱，短时间内可能不适合看难题。本节就从简单题目开始学起。
2022-10-20 21:20:57
119
原创 vm问题记录
打开wifi显示no wifi adaptor found。网上要配置很多，都没用，其实就3行命令就可以了。一开始想着vitalbox是开源的，就用了，装ros2和autoware的时候问题可太多了放弃。创建其实网上很多，这边备注一下，内存一开始申请大一点，20g真的很快就用完了，建议100g以上！子系统也是不错的选择，虚拟机占内存，子系统占cpu。以后再出一个子系统的教程吧。网上太多教程是u18的，ubuntu20就不一样了。本文记录一下使用VM的坑。......
2022-08-17 11:04:02
231
原创 #21天学习挑战赛—深度学习实战100例#——乳腺癌识别
本周的任务有3个，生成手写数字，动物识别，乳腺癌识别。因为任务不同，那么可能会使用到不同的预处理、网络等等。本节主要学习乳腺癌识别。本章作为课程最后一节，没什么新内容了，复习了一下以前学过的概念～......
2022-08-15 22:27:03
1305
6
原创 #21天学习挑战赛—深度学习实战100例#——动物识别
本周的任务有3个，生成手写数字，动物识别，乳腺癌识别。因为任务不同，那么可能会使用到不同的预处理、网络等等。本节主要学习动物识别。本章复习了一下以前学过的概念，也学了一个经典的网络——Xception～......
2022-08-15 22:05:57
749
1
原创 #21天学习挑战赛—深度学习实战100例#——生成手写字体
终于到第三周啦，其实还有点不舍，毕竟能看到不少深度学习的例子。本周的任务有3个，生成手写字体，动物识别，乳腺癌识别。因为任务不同，那么可能会使用到不同的预处理、网络等等。本节主要学习生成手写字体。对抗神经网络包含两个部分：生成器：生成“假”数据以骗过鉴别器鉴别器：判断图片是“真的”还是“生成”的，并从中挑出“生成的”数据。本章学习了GAN网络的基础知识，也同时了解如何构造、训练一个GAN网络。......
2022-08-15 18:46:16
3085
原创 #21天学习挑战赛—深度学习实战100例#——识别眼睛状态
本周的任务有3个，预测股票，识别验证码，识别眼睛状态。因为任务不同，那么可能会使用到不同的预处理、网络等等。本节主要学习识别眼睛任务。本章从眼睛状态是不出发，复习了一下以前学过的概念，也学了一个经典的网络——VGG～......
2022-08-10 18:46:25
505
原创 #21天学习挑战赛—深度学习实战100例#——验证码识别
本周的任务有3个，预测股票，识别验证码，识别眼睛状态。因为任务不同，那么可能会使用到不同的预处理、网络等等。本节主要学习验证码识别。本章从验证码识别出发，了解了一些其它标签要怎么处理。本节里面只是跑通了老师的模型，后续要试着优化模型～......
2022-08-10 14:27:16
560
原创 #21天学习挑战赛—深度学习实战100例#——股票预测
本周的任务有3个，预测股票，识别验证码，识别眼睛状态。因为任务不同，那么可能会使用到不同的预处理、网络等等。本节主要学习股票预测。本章从预测股票出发，学习了RNN的一些基本概念。.........
2022-08-08 19:35:03
363
原创 #21天学习挑战赛—深度学习实战100例#——第3天（神经网络）
本章主要介绍深度学习，当然，深度学习其实还包括很多细节这里没涉及到。期待下周的学习。
2022-08-03 14:16:16
184
原创 #21天学习挑战赛—深度学习实战100例#——第2天（图像预处理）
本周的教程有3个不同类型的数据集，包括手写数字、服装分类、天气识别。虽然识别的内容不一样，但是运用的框架都是相似的。本节主要对一些入门知识进行分解学习。
2022-08-03 11:33:35
640
原创 mac下配置opencv4
一、安装xcode需要很久，和至少12g空间二、安装cmake1.官网下载合适的安装包选择dmg格式的2.安装完后打开在下面选项中任选一个我选的第二个命令行中输入 cmake --version 反馈结果类似如下：三、安装opencv1.下载源码官方地址：https://opencv.org/releases/2.编译...
2021-01-26 23:12:19
816
原创 迁移学习及模型参数冻结
迁移学习基础入门篇前言模型迁移学习前言面试的时候被问了一个问题，当时没想出来。看完这个，才知道，哦，原来。。。问题是：什么时候需要把叶子节点固定住？我们带着这个问题去看迁移学习。模型迁移学习迁移学习一个最大的作用，就是节省训练时间，因为一些大的网络训练是很费功夫的，而别人已经训练好，使得它能提取多种类别的信息了。所以只需要再进行微调学习就能得到小样本任务的训练网络。一般而言模型的微调任务步骤如下：1.获取预训练模型参数2.加载模型（load.state dict）3.修改输出层训练方法
2021-01-06 18:18:07
2984
1
原创 工业质检项目
常见的质检项目主要是表面的缺陷一般而言需要面临的问题1、相对于总体而言故障目标非常小2、训练样本少3、样本分布不均4、实时性要求高比较老的一种方法是用分类，就是粗定位在精准定位。比如有用yolo做粗定位，再用传统视觉算法做特征另一种是用分割思想传统视觉特征一些基本的操作有：灰度Gray = R0.299 + G0.587 + B*0.114降噪常见的是高斯模糊，可以认为通过乘一个核，求平均，去除尖锐点canny边缘检测膨胀和腐蚀增加高亮区域和减少高亮区域，开运算（先腐蚀后
2021-01-04 16:48:11
577
原创 利用Tensorboard、Hook、CAM、LIME简单记录训练过程中的数据或者图片
TensorBoard使用方法记录数据记录简单数据的方法进行模型监控记录图片记录简单图片模型的卷积核及特征图可视化卷积核可视化特征图可视化模型可视化记录数据记录简单数据的方法1.add_scalar() 记录标量2.add_scalars() 记录多个值在谷歌Colaboratory里跑以下代码import numpy as npimport matplotlib.pyplot as pltfrom torch.utils.tensorboard import SummaryWriteri
2020-12-31 11:13:09
956
2
原创 视频识别的基础概念
视频识别一、视频识别几大问题2、常见的解决方案iDTTwo-StreamTSNC3DTDDRNNRPAN一、视频识别几大问题未修剪视频分类(Untrimmed Video Classification)：通过对输入的长视频进行全局分析，然后软分类到多个类别修剪视频识别(Trimmed Action Recognition)：给出一段只包含一个动作的修剪视频，要求给视频分类时序行为提名(Temporal Action Proposal)：从长视频中找出可能含有动作的视频段时序行为定位(Tempor
2020-12-29 15:01:40
3317
原创 Opengl复习笔记（三）—— 粒子效果和文字【内含代码】
前面记录了一下基础知识，接下来就写一下酷炫的效果。当然我也是刚入门，只学了粒子效果和文字显示…基础效果入门文字显示粒子效果火焰文字显示主要是要回答几个问题：文字是怎么表示的文字怎么加载的如何实现关于怎么表示问题，可以看下图，我们可以加载一个字符字形，获取它的度量值，并生成一个纹理。具体的流程如下：初始化FT_Library，FT_face初始化加载的画笔大小对128个字符进行循环（循环过程包含Load字符，生成texture，设置texture的一些基础选项，保存加载的每一个
2020-12-25 21:47:11
936
原创 Opengl复习笔记（二）——坐标变换、三维初步入门【内含代码】
上一篇基本复习了一下顶点着色器、片段着色器，能绘制出最基本的带纹理的二维图片。接下来就该介绍三维是怎么一个过程~本文目录简单变换矩阵基础知识缩放平移旋转矩阵的组合三维系统介绍相机模型加载简单纹理简单光照简单变换矩阵基础知识矩阵是什么？下面这个就是一个2X3矩阵，图片其实可以认为是这么一个矩阵，里面的元素是rgb像素矩阵的运算矩阵拥有和数值一样的加减乘除运算。加（减）法（以下分别是跟标量和跟矩阵的加法）：矩阵乘法：和数值的乘法矩阵相乘缩放假设向量v=(3,2) ，我们可以把
2020-12-25 16:17:17
526
原创 Opengl复习笔记（一）——顶点着色器、片段着色器（内含代码）
好的，又是因为要面试，这个面试需要复习opengl、图像算法、机器学习、算法题。所以会写相应的系列文章。。。opengl从入门到菜鸡工程师之路基础架构介绍顶点着色器、片段着色器顶点输入顶点着色器片段着色器把上面过程串起来数据输入纹理的使用基础架构介绍首先opengl是一个做显示的的东西。首先对他的一个基本流程有一个初步的概念。常见的工作流程：创建一个对象，用一个id保存他的应用将对象绑定至上下文的目标位置（比如窗口对象）设置绑定的一些选项进行一系列的操作将目标位置对象id设置回0，解绑这
2020-12-25 11:31:56
8758
3
原创 百度飞桨深度学习简单框架（内含代码）
框架介绍背景大体结构部分代码背景自己学习经常用一个jupyter notebook写代码，很粗糙，想整一个工程一样的东西方便以后做优化升级。这里借鉴了大佬的的深度学习框架 keras框架，还有飞桨里面一个工程 AI识虫比赛。这里还是要夸一波百度飞桨给了免费的GPU环境，很好用！大体结构按照百度飞桨的项目划分习惯，进去之后就会有一个notebook，运行在主目录下，work文件放工程代码，data放数据库。work文件下就可以放自己的框架了。├── bases│ ├── data_l
2020-12-18 20:30:49
1942
1
原创 roi-pooling学习笔记
roi-pooling背景介绍梯度反向传播max-pooling的前后向传播roi-pooling的前后向传播代码背景介绍卷积可以对任意图像进行，并变成任意大小，因为卷积需要训练的参数是卷积核，卷积核的大小一旦设定好就是固定不变的。但是进行判断时候，从卷积变线性回归的时候，就需要固定输入尺寸。因为线性回归的w和b会根据输入的大小而改变的。为了解决含有线性回归需要固定输入，而对测试图片能任意输入（resize输入图片可能会使特征改变）。就提出了roi-poling。roi-pooling的原理梯度反
2020-12-14 20:15:33
1317
原创 window安装torch7并运用TH
记录一下安装TH库及自己踩过的坑安装环境安装torch尝试运行安装环境window10+vs2017其它：cmake（我也不记得什么版本了，反正比较新）我一开始用ubuntu编译了一个.so也是晕乎乎啊，注意，在linux运行的话，在ubuntu下进行编译，如果要在windows跑，就在window下进行编译。安装torch这里有一个官方介绍pytorch快速浏览1.先找到源代码，clone下来，我是clone到window下。2.打开cmake其中第3步选择自己电脑上的vs版本及相应的
2020-12-14 18:07:19
1155
原创 linux下安装出错记录（make权限和make install权限问题）
在用linux编译的时候# clone Torch repositorygit clone https://github.com/torch/torch7mkdir th_buildcd th_build# configure TH buildcmake …/torch7/lib/TH# compile librarymake# install shared library and header filesmake install我在运行到make的时候报这个错误cmake e
2020-12-14 17:48:38
5053
原创 模型压缩学习笔记
一、剪枝拆除网络当中某些参数的方法如下：1.剪掉权重weight约等于0的weight，让两个神经元之间失去连接2.查看某个神经元经过activation之后的输出是否接近于零，如果接近于零，则剪掉这个神经元3.在修剪完整个网络之后，识别的准确度肯定会下降，我们这时保留之前训练好的权重，再利用训练集训练一次，更新当前神经网络的参数4.技巧：不要在一次修建当中修建过多的参数，不然的话神经网络很难恢复到之前的准确度二、知识蒸馏知识蒸馏的核心就是用大的神经网络带着小的神经网络去训练。也就是我们预训练
2020-12-03 16:28:52
93
原创 图像语义分割学习笔记
一、什么是图像语义分割分割任务到现在可以分为3种，如下图所示，依次为原图、语义分割、实例分割和全景分割。语义分割：对图中每个像素都进行类别判断实例分割：检测并分割每个对象实例全景分割：语义+实例分割二、基于深度学习的图像语义分割特定1、网络设计最经典的网络是FCN，它的特征是，输入的维度为[W H 3 ]，通过FCN网络的输出维度是[W H C]，其中C为分割的类别数。下图所示，最左侧输入和最右侧的输出长款是一样的。FCN对于该问题的处理方式是通过全卷积实现，如下图所示。该结构通过传统
2020-12-03 16:28:02
250
原创 机器学习一些基础概念总结
还是因为面试，恶补了一下机器学习基础知识机器学习回归问题vs分类问题逻辑回归SVM模型融合1.bagging2.boosting3.stacking回归问题vs分类问题首先最基础的需要分辨该问题是回归vs分类。回归需要输出一个度量值d=F(ytrue,ypred)，这是一个连续数。常见的回归问题有，预测寿命，预测收入等等。分类是判断类别，输出是不连续的数。常见的分类问题有，这是正确或者错误，这是小鸟或者猫等等。逻辑回归背景：线性回归是根据逻辑回归进化来的，我们从线性回归开始介绍。线性回归的方程
2020-12-02 16:42:41
142
原创 数据结构和算法设计复习笔记
为了面试需要复习数据结构和算法设计，没时间刷题了，这里只简单复习一下概念。数据结构和算法设计数据结构1.数组2.链表3.栈4.队列5.树6.散列表7.堆8.图1）DFS2）BFS算法设计1.贪心算法2.动态规划3.二分查找4.排序1）冒泡排序2）快速排序数据结构1.数组数组是紧凑的连续的存储，通过索引快速搜索，如果需要扩容，需要重新分配空间再将原数组拷贝过去。数据插入或删除需要搬移后面的数据，所以时间复杂度都是O(n)。2.链表链表3.栈4.队列5.树6.散列表7.堆二叉树：常用
2020-12-02 15:40:31
618
1
原创 cmake 和 makefile的模板
cmake 和 makefile的模板前言一、makefile二、cmake总结前言这篇主要是最近在用makefile和cmake。这玩意吧，就贼容易忘，我就默默写一篇小短文记录一下。就是放一个模板，以后直接在模板上做改动。一、makefile# EXECUTABLE为目标的可执行文件名, 可以根据具体的情况对其进行修改。EXECUTABLE := test # 修改隐含规则中宏CROSS_COMPILE = /usr/bin/CC = $(CROSS_COMPILE)gcc
2020-11-03 16:19:54
298
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人