YongqiangGao-优快云博客

原创服务器管理——SSH远程会话管理工具screen

有小伙伴反应，在服务器上跑程序，不知何原因，突然连接终端，为了解决这个问题，在这里介绍一个SSH远程会话管理工具screen。1.screen介绍screen是一个可以在多个进程之间多路复用一个物理终端的全屏窗口管理器。screen中有会话的概念，用户可以在一个screen会话中创建多个screen窗口，在每个screen窗口中就像操作一个真实的telnet/SSH连接窗口。可以防止网络突然断开，或

2017-12-02 20:30:39 1716

转载 ubuntu下使用sublime text3搭建Python IDE

之前写在ubuntu下用sublime写代码,然后再用命令行运行python代码时,总是被小伙伴嘲笑,索性借着周末,参看网上教程,在现有sublime text3基础上搭建Python IDE,具体过程参考:http://www.cnblogs.com/unflynaomi/p/5704293.html

2017-09-24 08:26:27 3225

原创 ubuntu14.04安装LaTex2017及TexStudio

1.安装包准备TeXLive 的版本是 2017，可以从官方站点下载安装包, 。2.TeXLive2017安装sudo apt-get install perlsudo apt-get install perl-tk进入texlive2017安装包所在目录,执行以下命令安装texlive:sudo mount -o loop ./texlive.iso /mnt/cd /mntsudo ./i

2017-09-11 15:41:54 3024

原创 Robust PCA——Inexect ALM

前两篇博客已经介绍了Robust PCA及RPCA的优化,接下来用Robust PCA实现背景建模。背景建模就是将摄像机获取的场景分离出前景和背景,以获取场景中的动态目标。传统方法基本思路:首先通过学习一段训练图像序列提取出该视频的背景特征,来建立数学模型以便描述其背景,然后用该背景模型对需要检测的视频序列进行处理( 如采用背景相减法) ,最后提取出当前图像中与背景模型中性质不同的像素点,即为图像的

2017-09-07 20:12:02 6347 1

原创 Rubost PCA 优化

最近一直在看Robust PCA做背景建模的paper, 顺便总结了一下了Robust PCA.前面一篇博客介绍了PCA与Robust PCA区别,本篇博客总结Robust PCA 常见的优化方法,欢迎交流学习.在这里强烈推荐一篇Rachel Zhang的Robust PCA 学习笔记.

2017-09-03 13:08:08 6959

原创 PCA 与 Robust PCA区别

之前的一篇博客对PCA的原理、特点进行了介绍以及用python实现了PCA。本篇博客对PCA和Robust PCA进行简单的区别。1.PCA主成分分析（PCA）可以有效的找出数据中最“主要”的元素和结构，去除噪音和冗余，能将原有的复杂数据进行降维。最简单的主成分分析方法就是PCA，从线性代数的角度看，PCA的目标就是使用另一组基去重新描述得到的新的数据空间，通过这组新的基，能揭示与原有的数据间的关系

2017-09-02 10:25:26 16253 4

原创 Pytorch入门——神经网络

上一篇博客对Pytorch包中的变量和梯度有了初步了解，接下来进入正题——用Pytorch中的torch.nn包实现神经网络。1.Pytorch实现神经网络的典型训练过程在这里以Lenet模型为例，由两个卷积层，两个池化层，以及两个全连接层组成。卷积核大小为5*5，stride为1，采用MAX池化。以该网络分类数字图像为例： Pytorch实现神经网络的典型训练过程如下：定义具有一些可学习

2017-09-01 17:39:05 4706

原创主成分分析（PCA）

昨天看Robust Principal Component Analysis时，想起了上学习学习的PCA，在这里参考Peter Harrington的《机器学习实战》整理了上学期学习的PCA算法法（原理+Python实现），欢迎小伙伴们交流。1.PCA原理PCA是线性代数里面的K-L变换，是一种在均方误差准则下失真最小的变换，即将原空间变换到特征向量空间内，数学可表示：Ax=λx

2017-08-31 10:40:37 1446

原创 Pytorch入门——Autograd：自动分化

在上一篇博客已经对Pytorch的Tensor进行了快速介绍，本章将继续学习autograd包。autograd包是PyTorch所有神经网络的核心，为Tensors上的所有操作提供了自动区分。同时，它也是一个逐个运行的框架，意味着backprop由代码运行定义，每一次迭代都可以不同，下面进行一一介绍autograd包中的变量和梯度。1.变量autograd.Variable是包的中央类，包含一个张

2017-08-30 00:32:00 13451 1

原创 Pytorch入门——Tensor

欢迎使用Markdown编辑器写博客在之前的博客已经对Pytorch进行了介绍及安装，接下来正式学习Pytorch，本章博客主要介绍torch Tensor、torch Tensor与numpy array的转化以及运算操作。1.TensorTensor类似于numpy的ndarrays，另外它还可以在GPU上使用Tensor进行加速计算。导入pytorch包import torch下面讲解如何

2017-08-24 15:49:43 6244

原创 k-近邻算法（kNN）

k-近邻算法（kNN）最近假期，参考李航的《统计学习方法》和Peter Harrington的《机器学习实战》整理了之前学习的机器学习算法（原理+python实现），欢迎小伙伴们交流。kNN原理k近邻算法比较简单、直观，简单的说就是采用测量不同的特征值之间的距离方法进行分类，也就是给定一个训练数据集，对新的输入实列，在训练数据集中找到与该实例最相似（最邻近）的k个实列，这k个实列所属最多的类就是该输

2017-08-17 16:20:34 1189

原创 CVPR 2017论文

近期在看CVPR2017的文章，顺便就把CVPR2017整理一下，分享给大家，更多的 Computer Vision的文章可以访问Computer Vision Foundation open access、CVPapers。Machine Learning 1Spotlight 1-1AExclusivity-Consistency Regularized Multi-View Subspace

2017-08-16 10:21:49 10313

原创 ubuntu14.04下安装matlab2014a

1.下载安装包及破解包从百度网盘上下载安装包及破解包，注意安装包需要解压后再合并创建iso镜像。2.创建挂在点及挂载$ sudo mkdir /media/matlab$ sudo mount -o loop /path/R2014a.iso /media/matlab注意：path为我们存放matlab镜像的路径3.安装$ cd /media/matlab$

2017-05-21 16:11:46 822

原创 Pytorch入门——安装

Pytorch目前支持的平台有Linux和OSX，在Pytorch官网上每种平台提供了conda、pip、source三种安装方式，同时也可以根据有无GPU进行cuda安装，在这里以ubuntu14.04进行安装学习。1. Anaconda安装配置安装过程参考我之前的Anaconda+Tensorflow+Theano+Keras安装博客。由于墙的问题，用conda安装Pytorch过程中

2017-05-19 20:35:52 94743 6

原创 Pytorch入门——概述

本来一直用tensorflow做深度学习，最近在莫烦python中看到了Pytorch的教程，同时在知乎上看到了讨论Pytorch的帖子，就跟着教程结合Pytorch官方提供的教程学习Pytorch。1.Pytorch简介Pytorch是Facebook 的 AI 研究团队发布了一个 Python 工具包，专门针对 GPU 加速的深度神经网络（DNN）编程。Torch 是一个经典的对多维矩阵数据进行

2017-05-19 13:25:20 23001 2

原创 ROS总结——录制和回放数据

ROS录制和回放数据本博客将总结如何通过rosbag将ROS系统运行过程中的数据录制到一个.bag文件中，然后通过回放数据来重现相似的运行过程。 1. 录制数据本节将记录ROS系统运行时的话题数据，记录的话题数据将会累积保存到bag文件中。首先，在三个不同的窗口中分别执行一下命令产生数据：$ roscore$ rosrun turtlesim turtlesim_node $ ros

2017-05-18 09:55:40 23068 1

原创 ROS总结——ROS服务器和客户端

服务器和客户端 (C++)上一个博客总结了ROS消息发布和订阅，本博客将继续总结ROS如何用 C++ 编写服务器节点和客户端节点。 1. 编写ROS服务器节点在这里，将创建一个简单的service节点(“add_two_ints_server”)，该节点将接收到两个整形数字，并返回它们的和。进入先前在catkin workspace教程中所创建的beginner_tutorials包所在

2017-05-18 09:08:18 8185 2

原创 ROS总结——ROS消息发布和订阅

消息发布器和订阅器 (C++)本博客总结绍如何用 C++ 编写消息发布器节点和订阅器节点。1.编写发布器节点节点(Node) 是指 ROS 网络中可执行文件。接下来，将会创建一个发布器节点(“talker”)，它将不断的在 ROS 网络中广播消息。切换到之前创建的 beginner_tutorials package 路径：$ cd ~/catkin_ws/src/beginner_tutor

2017-05-18 00:53:21 29023 4

原创 OpenAI Gym学习

记录和上传结果前面三篇博文介绍了OpenAI Gym安装、使用以及基本环境。接下来介绍如何在OpenAI Gym平台测试自己的强化学习的算法，可以轻松地记录自己算法在环境中的表现，以及拍摄自己算法学习的视频，只需使用Monitor Wrapper包装自己的环境，如下所示：import gymfrom gym import wrappersenv = gym.make('CartPole-v0')

2017-05-11 00:24:46 12389

原创 OpenAI Gym学习

观察（Observations）上篇博客介绍了使用OpenAI Gym的CartPole（倒立摆）的demo，如果想要在每个步骤中做出比采取随机行动更好的行动，那么实际了解行动对环境的影响可能会很好。环境的step 函数返回需要的信息，step 函数返回四个值observation、reward、done、info，下面是具体信息：observation (object):一个与环境相关的对象

2017-05-10 23:41:17 10884 1

原创 OpenAI Gym学习

上篇博客介绍了OpenAI Gym、OpenAI Gym与强化学习以及OpenAI Gym的安装，接下来运行一个demo体验一下OpenAI Gym这个平台，以CartPole（倒立摆）为例，在工作目录下建立一个python模块，代码如下：import gymenv = gym.make('CartPole-v0')env.reset()for _ in range(1000): en

2017-05-09 16:49:59 14451

原创 OpenAI Gym学习

OpenAI Gym介绍最近在学习强化学习，在师兄的推荐下，自学了一款用于研发和比较强化学习算法的工具包——OpenAI Gym，它支持训练智能体（agent）做任何事——从行走到玩Pong或围棋之类的游戏都在范围中。OpenAI Gym 是一个用于开发和比较RL 算法的工具包，与其他的数值计算库兼容，如tensorflow 或者theano 库。现在主要支持的是python 语言，以后将支持其他语

2017-05-09 13:21:25 13503

原创 ubuntu14.04下安装MPI

1.下载[MPI源码](http://www.mpich.org/static/downloads/3.2/mpich-3.2.tar.gz) 2.解压缩到用户目录下$ tar -zxvf mpich-3.2.tar.gz3.编译安装建立安装目录：$ mkdir ~/mpich进入解压文件夹：$ cd mpich-3.2配置：$ ./configure --prefix=~/mpich --d

2017-04-05 15:39:12 3318

原创 ubuntu14.04下安装opencv2.4.9

ubuntu14.04中安装opencv2.4.9１．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．进入源码目录，创建release目录cd opencv-

2017-03-30 23:53:43 2656

原创 ROS总结——ROS消息和ROS服务

创建ROS消息和ROS服务本博客是对http://wiki.ros.org/上ROS教程的学习总结，欢迎大家交流学习。本节详细讲解了如何创建并编译ROS消息和服务，以及rosmsg、rossrv和roscp命令行工具的使用。1.消息(msg)和服务(srv)介绍消息(msg): msg文件就是一个描述ROS中所使用消息类型的简单文本。它们会被用来生成不同语言的源代码。服务(srv): 一个srv

2017-03-12 11:34:14 7625

原创 ROS总结——rosed

使用rosed编辑ROS中的文件本博客是对http://wiki.ros.org/上ROS教程的学习总结，欢迎大家交流学习。本节讲解如何使用rosed来简化编辑过程。1.使用 rosed rosed 是 rosbash 的一部分，利用它可以直接通过package名来获取到待编辑的文件而无需指定该文件的存储路径了，基本用法：rosed [package_name] [filename]eg:$

2017-03-10 01:21:37 1120

原创 ROS总结—— rqt_console 和 roslaunch

使用 rqt_console 和 roslaunch本博客是对http://wiki.ros.org/上ROS教程的学习总结，欢迎大家交流学习。本节讲解如何使用rqt_console和rqt_logger_level进行调试，以及如何使用roslaunch同时运行多个节点。早期版本中的rqt工具并不完善，如果你使用的是“ROS fuerte”或更早期的版本，请同时参考学习使用老版本的“rx”工具。1

2017-03-10 01:07:19 814

原创 ROS总结——ROS服务和参数

理解ROS服务和参数本博客是对http://wiki.ros.org/上ROS教程的学习总结，欢迎大家交流学习。本节讲解ROS 服务和参数的知识，以及命令行工具rosservice 和 rosparam的使用方法。1. 运行turtlesim 运行turtlesim可参考ROS总结——ROS话题，在不同的终端分别运行：$ roscore$ rosrun turtlesim turtlesim

2017-03-09 01:36:44 3248

原创 ROS总结——ROS话题

理解ROS话题本博客是对http://wiki.ros.org/上ROS教程的学习总结，欢迎大家交流学习。本节介绍ROS话题（topics）以及如何使用rostopic 和 rxplot 命令行工具。1.运行turtlesim 首先确保roscore已经运行, 打开一个新的终端：$ roscore在一个新的终端中运行：$ rosrun turtlesim turtlesim_node需要通过键

2017-03-09 00:43:13 11238

原创 ROS总结——ROS节点

理解ROS节点本博客是对http://wiki.ros.org/上ROS教程的学习总结，欢迎大家交流学习。本节介绍 ROS 图（graph）概念并介绍如何使用roscore、rosnode和 rosrun 命令行工具。 1.图概念概述Nodes:节点,一个节点即为一个可执行文件，它可以通过ROS与其它节点进行通信。Messages:消息，消息是一种ROS数据类型，用于订阅或发布到一个话题。T

2017-03-07 23:40:20 5194 1

原创 ROS总结——ROS程序包（二）

编译ROS程序包本博客是对http://wiki.ros.org/上ROS教程的学习总结，欢迎大家交流学习。在创建ROS程序包讲解了ROS程序包的创建，本部分讲解如何使用catkin_make对ROS程序包的编译。 1.使用 catkin_make catkin_make 是一个命令行工具，它简化了catkin的标准工作流程。你可以认为catkin_make是在CMake标准工作流程中依次调用了

2017-03-07 00:32:11 1146

原创 ROS总结——ROS程序包（一）

创建ROS程序包本博客是对http://wiki.ros.org/上ROS教程的学习总结，欢迎大家交流学习。1.catkin程序包组成程序包要想称为catkin程序包必须符合以下要求：该程序包必须包含catkin compliant package.xml文件，这个package.xml文件提供有关程序包的元信息。程序包必须包含一个catkin 版本的CMakeLists.txt文件，而C

2017-03-07 00:20:41 3481

原创 ROS总结——文件系统

文件系统本博客是对http://wiki.ros.org/上ROS教程的学习总结，欢迎大家交流学习。本部分主要讲ROS文件系统，包括命令行工具rospack、roscd、rosls、和Tab 自动完成输入的使用。 1.准备工作本部分会用到ros-tutorials程序包，请先安装ros-indigo-ros-tutorials：$ sudo apt-get install ros-indig

2017-03-06 12:43:48 575

原创 ROS总结——创建ROS工作空间

创建ROS工作空间本博客是对http://wiki.ros.org/上ROS教程的学习总结，欢迎大家交流学习。在http://blog.youkuaiyun.com/u010510350/article/details/60480294中已经详细总结了ubuntu 14.04下indigo的安装及环境配置，接下来讲如何创建一个ROS工作空间。 catkin只适用于ROS Groovy及后期版本，对于ROS F

2017-03-05 23:33:32 11755

原创 ROS总结——Indigo安装

在Ubuntu中安装ROS Indigo本总结参考http://wiki.ros.org/1.配置软件仓库在软件和更新中，配置Ubuntu 软件仓库(repositories) 以允许 “restricted”、”universe” 和 “multiverse”这三种安装模式。2.添加 sources.list及keys ROS Indigo 仅支持 Saucy (13.10) 和 Trus

2017-03-05 23:01:10 3040

原创 ubuntu 14.04 LTS软件中心闪退

这两天频繁安装卸载软件，可能误删除了系统包，软件中心一直闪退，以下是我的解决方法：在终端输入以下命令 $ sudo rm /var/lib/apt/lists/* -vf $ sudo apt-get update

2017-03-01 12:16:27 926

原创 Anaconda+Tensorflow+Theano+Keras安装

本环境安装配置过程是在ubuntu14.04下进行的，具体过程如下： 1.Anaconda安装配置 ubuntu14.04的Python版本为2.7.11,下载对应的Anaconda：$ bash Anaconda2-4.2.0-Linux-x86_64.sh注：执行以下命令进行安装，中间会遇到选项直接按回车。 2.Tensorflow安装配置执行下面命令，准备环境$ conda crea

2016-12-23 07:41:09 10620

原创 Tensorflow分布式并行策略

tensorFlow中主要包括了三种不同的并行策略，其分别是数据并行、模型并行、模型计算流水线并行，具体参考Tenssorflow白皮书，在接下来分别简单介绍三种并行策略的原理。数据并行一个简单的加速训练的技术是并行地计算梯度，然后更新相应的参数。数据并行又可以根据其更新参数的方式分为同步数据并行和异步数据并行，同步的数据并行方式如图所示，tensorflow图有着很多的部分图模型计算副本，单一的客

2016-11-30 19:48:43 12313

原创机器学习编程作业（exe1）总结

本博客内容是对Coursera上Andrew Ng的《机器学习》的编程作业的总结，本博文是在Matlab基础上对第一次编程作业的总结，随后的博文会对所有的编程作业进行一一总结。本博文主要对作业中需要实现的代码进行讲解。首先，对脚本文件ex1.m用来执行单变量线性回归，ex1_multi.m用来执行多变量线性回归。在这里先看ex1.m中的代码。单变量线性回归%% Initializatio

2016-08-21 22:33:46 3380

原创理解C++重载、重写、虚函数

本科期间学习C++的时候，经常混淆函数重载、重写、虚函数这几个概念，趁着这两天有时间，整理了一下，如有不妥，请提出宝贵意见，相互学习～～overload对我们来说可能比较熟悉，可以翻译为重载，它是指我们可以定义一些名称相同的方法，通过定义不同的输入参数来区分这些方法，然后再调用时，VM就会根据不同的参数样式，来选择合适的方法执行。在使用重载要注意以下的几点： 1、在使用重载时只能通过不同的参数样

2016-08-21 22:12:56 628

OpenCV 2 计算机视觉编程手册(中、英两版)

OpenCV 2 计算机视觉编程手册中文版和英文版，配套代码为https://download.youkuaiyun.com/download/u010510350/10782670

2018-11-13

OpenCV2计算机视觉编程手册代码

OpenCV 2 计算机视觉编程手册配套代码，配置好vs2010和opencv2可直接运行。

2018-11-13

Tensor Decompositions and Applications

This survey provides an overview of higher-order tensor decompositions, their applications, and available software. A tensor is a multidimensional or N-way array. Decompositions of higher-order tensors (i.e., N-way arrays with N ≥ 3) have applications in psychometrics, chemometrics, signal processing, numerical linear algebra, computer vision, numerical analysis, data mining, neuroscience, graph analysis, and elsewhere. Two particular tensor decompositions can be considered to be higher-order extensions of the matrix singular value decomposition:CANDECOMP/PARAFAC (CP) decomposes a tensor as a sum of rank-one tensors, and the Tucker decomposition is a higher-order form of principal component analysis. There are many other tensor decompositions, including INDSCAL, PARAFAC2, CANDELINC, DEDICOM, and PARATUCK2 as well as nonnegative variants of all of the above. The N-way Toolbox, Tensor Toolbox, and Multilinear Engine are examples of software packages for working with tensors.

2017-10-09

ialm_rpca背景建模

本代码用python实现RPCA背景建模,RPCA的优化采用非精确增广拉格朗日乘子法( the inexact augmented Lagrange multiplier)

2017-09-08

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人