<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[_icrazy_的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/u010472607</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; u010472607]]></copyright><item><title><![CDATA[Linux新版内核升级后问题]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/127820520</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/127820520</guid><author>u010472607</author><pubDate>Sat, 12 Nov 2022 15:33:16 +0800</pubDate><description><![CDATA[从 Linux 内核 5.14.x 开始，task_delayacct 可在运行时配置并默认设置为关闭。快捷键在交互模式下更改此设置(指的是iotop-c, 而不是python版的iotop)。在批处理模式下，当设置为 OFF。performance. 建议在不使用此或其他监视程序时关闭此选项，因为启用时 它对系统性能有一些影响。升级最新内核(更新软件包)后, 监控系统IO负载出了问题, (异常信息)描述如下。在iotop-c(C语言实现的版本)对应的交互窗口中,通过命令行方式可以开启或者关闭相关选项。]]></description><category></category></item><item><title><![CDATA[wsl+ zsh + oh-my-zsh配置]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/107347561</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/107347561</guid><author>u010472607</author><pubDate>Tue, 14 Jul 2020 21:17:06 +0800</pubDate><description><![CDATA[wsl+ zsh + oh-my-zsh配置
经常在windows平台办公, 配置一些开发环境时在Linux中会比较简单, 参照了在Linux服务器中的配置, 同步在WSL中.
测试平台:

WIN10 X64专业版, V1903 (只支持WSl_V1, WSL_V2需要&gt;=WIN2004才支持)
WSL类型: Ubuntu18.04

1. 安装WSL
1.1 功能组件安装
这里以图形化界面安装功能组件为例
文件管理器中粘贴: 控制面板\程序\程序和功能 =&gt; 启用或关闭Windows功能, ]]></description><category></category></item><item><title><![CDATA[Pytorch层--AdaptiveAvgPool2d]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/89555206</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/89555206</guid><author>u010472607</author><pubDate>Fri, 26 Apr 2019 15:59:59 +0800</pubDate><description><![CDATA[翻译自: https://discuss.pytorch.org/t/what-is-adaptiveavgpool2d/26897
知乎链接: https://www.zhihu.com/question/282046628
函数原型: nn.AdaptiveAvgPool2d(output_size)
原理解释:

更多细节
池化模板大小计算(Pool Kernel Size): stenci...]]></description><category></category></item><item><title><![CDATA[基于Visual Studio的跨平台(Linux)C ++开发(二)]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/86485123</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/86485123</guid><author>u010472607</author><pubDate>Mon, 14 Jan 2019 22:28:32 +0800</pubDate><description><![CDATA[基于VS进行跨平台C++开发, 还可以使用VisualGDB插件进行, 其支持对Linux和Android平台进行跨平台的开发调试.
VisualGDB官网: https://visualgdb.com/
版本与收费: 当前最新版为V5.4, 可以免费试用30天.
不错的几篇博文:

VisualGDB：使用VS创建CMake Linux项目
VisualGDB系列8：使用VS创建CMake Li...]]></description><category></category></item><item><title><![CDATA[基于Visual Studio的跨平台(Linux)C ++开发(一)]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/86484818</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/86484818</guid><author>u010472607</author><pubDate>Mon, 14 Jan 2019 22:04:47 +0800</pubDate><description><![CDATA[使用新版VS 2017开发C++时, 提供了跨平台(Linux)的支持, 如图所示,安装时进行勾选即可.

如果没有在安装时勾选,也可以通过软件的修复功能进行功能添加.
新建跨平台项目
文件 | 新建 | 项目 | Visual C++ | 跨平台 | Linux, 选择 &amp;amp;quot;控制台应用程序 &amp;amp;quot;

单击确定, 建立完毕项目, 如图所示

为了可以在Linux中(远程)进行调试, 此时需要我们进行一些...]]></description><category></category></item><item><title><![CDATA[SecureCRT/FX中文乱码]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/83347597</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/83347597</guid><author>u010472607</author><pubDate>Wed, 24 Oct 2018 17:30:09 +0800</pubDate><description><![CDATA[在Windows(7/10)系统上使用SecureCRT/FX v8.0工具远程连接服务器, 不可避免的会被中文显示的问题困扰, 下面记下了自己解决的过程!!
SecureCRT
在终端中显示中文乱码, 可以通过如下方式解决
Option | Session Options | Appearance, 右侧选择UTF-8编码


SecureFX
SecureFX用于文件传输, 但是对于中文的文件...]]></description><category></category></item><item><title><![CDATA[亲爱的用户,您使用了广告屏蔽软件,广告是优快云向您免费提供服务与产品的重要支持...]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/83188266</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/83188266</guid><author>u010472607</author><pubDate>Fri, 19 Oct 2018 21:25:49 +0800</pubDate><description><![CDATA[转载自: https://bbs.youkuaiyun.com/topics/392458005?page=1
因为优快云广告太多, 大家一般都会使用ABP等广告屏蔽插件;
最近登录优快云时,页面顶部会出现下面的提示信息, 令人相当难受!!!
亲爱的用户，您使用了广告屏蔽软件，优快云对此非常理解您使用AdBlock或AdblockPlus广告屏蔽插件的需要，但广告也是优快云向您免费提供服务与产品的重要...]]></description><category></category></item><item><title><![CDATA[VS2017 创建&安装项目模板]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/83185565</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/83185565</guid><author>u010472607</author><pubDate>Fri, 19 Oct 2018 17:25:36 +0800</pubDate><description><![CDATA[参考链接: https://blog.youkuaiyun.com/Misaka2001/article/details/77870879?utm_source=blogxgwz0
当你想使用VS做一道OI竞赛题目时，你的步骤是：
新建空项目 | 添加源文件 | 重命名源文件 | 双击打开源文件
写上万年不变的include、main、return 0, 还不方便添加日期时间等信息
现在这些都可以通过自定义项...]]></description><category></category></item><item><title><![CDATA[thinkpad carbon x1 2018 系统迁移]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/82814244</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/82814244</guid><author>u010472607</author><pubDate>Sat, 22 Sep 2018 17:38:33 +0800</pubDate><description><![CDATA[8月初的时候买了thinkpad carbon x1 2018款, 美版i5 +16GRAM + 256GB NVME SSD配置, 到手之后, 觉得256GB有点不够(只有一个NVME硬盘位), 所以后面购买了三星的970EVO 1TB, 但是真心不想从头再重装一次系统, 所以期间折腾了很久, 想进行WIN10系统迁移, 但是参考网上的使用传统的GHOST(分区对拷) / 傲梅分区助手等方式最后...]]></description><category></category></item><item><title><![CDATA[matplotlib完美中文显示]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/82789887</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/82789887</guid><author>u010472607</author><pubDate>Thu, 20 Sep 2018 16:40:38 +0800</pubDate><description><![CDATA[python中使用matplotlib显示中文时,会遇到一些问题, 解决方案如下:
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

完整的例...]]></description><category></category></item><item><title><![CDATA[PyTorch的SoftMax交叉熵损失和梯度]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/82705567</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/82705567</guid><author>u010472607</author><pubDate>Fri, 14 Sep 2018 19:48:48 +0800</pubDate><description><![CDATA[在PyTorch中可以方便的验证SoftMax交叉熵损失和对输入梯度的计算



示例:
注意:
官方提供的softmax交叉熵求解结果





示例:

# -*- coding: utf-8 -*-
import torch
import torch.autograd as autograd
from torch.autograd import Variable
import torch.n...]]></description><category></category></item><item><title><![CDATA[SoftMax与交叉熵损失]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/82629262</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/82629262</guid><author>u010472607</author><pubDate>Tue, 11 Sep 2018 17:24:15 +0800</pubDate><description><![CDATA[快速跳转位置






先来一份代码, 支持IDE断点调试
SoftMax计算公式
交叉熵损失
SoftMax交叉熵损失











作为分类任务重最常用的激活函数, SoftMax是如何进行计算, 以及对应的交叉熵损失如何计算?

先来一份代码, 支持IDE断点调试

# -*- coding: utf-8 -*-
from __future__ import absolute_im...]]></description><category></category></item><item><title><![CDATA[tf.kerasr入门示例:Lenet手写字符分类(2扩展) eager模式下Sequence生成器方式加载数据并训练]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/82592260</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/82592260</guid><author>u010472607</author><pubDate>Mon, 10 Sep 2018 16:53:36 +0800</pubDate><description><![CDATA[
Sequence方式扩展自己的自定义数据集加载
eager模式下使用tf.keras训练和评估方式




源代码

# -*- coding: utf-8 -*-
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import...]]></description><category></category></item><item><title><![CDATA[tf.keras--入门示例:如何定义一个标准的VGG16网络]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/82319507</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/82319507</guid><author>u010472607</author><pubDate>Sun, 02 Sep 2018 21:21:16 +0800</pubDate><description><![CDATA[tf.keras中提供了VGG16的网络实现, 可以直接学习, 下面给出2种基于Model类的实现方式示例:

方式一:

# -*- coding: utf-8 -*-
&amp;amp;quot;&amp;amp;quot;&amp;amp;quot;
tf.keras 网络层定义

根据自己的数据集, 如何修改已有的网络,调整输出层
&amp;amp;quot;&amp;amp;quot;&amp;amp;quot;
from tensorflow.keras.models import Model
]]></description><category></category></item><item><title><![CDATA[tf.keras--入门示例:Lenet手写字符分类]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/82319295</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/82319295</guid><author>u010472607</author><pubDate>Sun, 02 Sep 2018 21:07:10 +0800</pubDate><description><![CDATA[运行环境: 
Anaconda5.2 
Python3.6.5 
TensorFlow1.10

Model子类化的方式定义Lenet网络, 区别于一般的直接使用Sequential和Model搭建网络的方式, 代码如下

# -*- coding: utf-8 -*-
&amp;quot;&amp;quot;&amp;quot;
tf.keras 标准Lenet
&amp;quot;&amp;quot;&amp;quot;
import tensorflow as tf

from tensorflo..]]></description><category></category></item><item><title><![CDATA[新版Pycharm中Matplotlib图像不在弹出独立的显示窗口]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/82290159</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/82290159</guid><author>u010472607</author><pubDate>Sat, 01 Sep 2018 19:57:37 +0800</pubDate><description><![CDATA[官方说明链接:  
https://intellij-support.jetbrains.com/hc/en-us/community/posts/115000736584-SciView-in-PyCharm-2017-3-reduces-functionality-of-Matplotlib

pycharm从2017.3版之后,将matplotlib的绘图的结果默认显示在SciView窗口中...]]></description><category></category></item><item><title><![CDATA[图像特征原理--HOG特征]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/82224811</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/82224811</guid><author>u010472607</author><pubDate>Thu, 30 Aug 2018 18:11:34 +0800</pubDate><description><![CDATA[转载自: https://www.xuebuyuan.com/3180963.html



1、HOG特征：

方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极...]]></description><category></category></item><item><title><![CDATA[TensorFlow Eager模式--手写字符识别]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/81990310</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/81990310</guid><author>u010472607</author><pubDate>Thu, 30 Aug 2018 16:54:15 +0800</pubDate><description><![CDATA[在Eager模式下, 使用TensorFlow实现一个简单的卷积神经网络实验.

测试环境:


  win10 x64 
  anaconda3-5.2_x86_64 
  python3.6.5 
  TensorFlow1.10(cpu版)





  Ubuntu16.04 
  anaconda3-5.2_x86_64 
  python3.6.5 
  TensorFlow1.10(...]]></description><category></category></item><item><title><![CDATA[动态图（Eager）和数据集（tf.data）]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/81950281</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/81950281</guid><author>u010472607</author><pubDate>Wed, 22 Aug 2018 20:14:22 +0800</pubDate><description><![CDATA[转载自： https://blog.youkuaiyun.com/chengqiuming/article/details/80042749



一、动态图

动态图是相对于静态图而言的。所谓的动态图是指在python中代码被调用后，其操作立即被执行的计算。其与静态图最大的区别是不需要使用session来建立会话了。即在静态图中，需要在会话中调用run方法才可以获得某个张量的具体值：而在动态图中，直接运行就...]]></description><category></category></item><item><title><![CDATA[TensorFlow Eager模式--数据导入（tf.data）]]></title><link>https://blog.youkuaiyun.com/u010472607/article/details/81946655</link><guid>https://blog.youkuaiyun.com/u010472607/article/details/81946655</guid><author>u010472607</author><pubDate>Wed, 22 Aug 2018 16:36:55 +0800</pubDate><description><![CDATA[在Eager Execution模式下，placeholder操作无法与之兼容，可以使用tf.data提供的API来导入数据

Eager模式简单教程：https://github.com/madalinabuzau/tensorflow-eager-tutorials

Eager模式下使用tf.data和静态图模式下基本一致，区别只在于迭代的创建。在未来，或许 Google会消除这些不同。

...]]></description><category></category></item></channel></rss>