魔方QaQ的博客

转载 Mac外接显示器调色方法

外接显示器时, LZ一直很苦恼mac自带显示器和外接显示器颜色不一样的问题, 强迫症患者对这个问题很纠结, 巨烦. 解决方案如下:PLAN A: (https://www.zhihu.com/question/19570799)down load:https://gist.github.com/adaugherity/7435890 run downloaded file with ruby: `ruby fileName` copy the generated Directories...

原创 parse JSON from HTTP using Python2

Step1: have a http requestStep2: parse it to JSON objectimport requestsimport jsonurl = "https://www.google.com"data = requests.get(url).textobj = json.loads(data)P.S. if this url is not a JS...

原创 MacOS Catalian Vmware Fusion Solution, vmmon.kext

Since there are Security Issues updates in the Catalina, Vmware Fusion cannot get enoughpermissionto run, so we have to disable the Security Feature.SOlution- disable SIP:https://apple.stackexc...

转载 Ubuntu on Windows Operations

ideasthe windows’ drivers are under /mnt, so you can change /home/ljj to any windows’ location. There is no necessary to use file share.You can use vim to replace UI.Referenceshttps://www.jianshu...

原创 pip install and source change

Backgroundsometimes, conda install won’t install software correctly. E.g., protobuf, and in this time, you need to install them by pipyou can specify a specific version by ==, e.g.pip install tenso...

原创 Lab's server usual operations

mount USBhttps://blog.youkuaiyun.com/u012348774/article/details/79108544FTP operation (deprecated by ssh)wget ftp://IP:PORT/* --ftp-user=xxx --ftp-password=xxx -rcaffeexport PYTHONPATH=/data/ljj/caff...

原创 tensorflow intallation and bugs

tensorflow installation bugs:serialized_pb=_b(’\n/tensorflow/core/framework/resource_handle.proto\x12\ntensorflow"r\n\x13ResourceHandleProto\x12\x0e\n\x06\x64\x65vice\x18\x01 \x01(\t\x12\x11\n\tcont...

原创 Anaconda使用总结

详细总结：https://www.jianshu.com/p/2f3be7781451https://www.jianshu.com/p/7265011ba3f2下面罗列几条最常用到的操作最常使用的操作：conda listconda info -econda activate **conda deactivateconda install **添加清华镜像conda ...

原创 局域网Ubuntu与Ubuntu之间SSH传文件

Ubuntu上配置FTP服务器比较麻烦，本文采用ssh的方法传输文件本地文件传到远程服务器（无需登录）：scp -option local_file remote_username@remote_ip:remote_folder其中-option 参考下面：-v ： 显示进度，可以用来查看连接、认证或是配置错误-r ： 赋值目录-C ：使能压缩选项-P ：选择端口-4 ： 强行...

原创 ubuntu16.04 caffe环境搭建

安装教程：https://github.com/BVLC/caffe/wiki/Ubuntu-16.04-Installation-Guide注意就是使用anaconda的话就把makefile.config里面python关于anaconda的全部取消注释即可问题：proto版本问题：1.   sudo protoc --version 和 protoc --version这两个是不一样的：ht...

转载 Windows搭建FTP局域网服务器

经常用到局域网传文件，但是由于常在Ubuntu和windows之间切换，windows的文件共享功能常常不是很方便，这时，采用FTP共享的方法，便能很方便的在局域网内传输文件：方法见，https://blog.youkuaiyun.com/codeeer/article/details/44175161，注意最后一步中还需要防火墙中的FTP。...

原创 Nvidia TX2 定制底板USB2.0无法使用解决方案

原创 ubuntu samba服务器安装（Windows可访问）

0.安装samba：sudo apt-get install samba cifs-utils假设要共享的目标文件夹为：/data1.修改权限：sudo chmod 777 -R /data2.然后使用以下命令打开配置文件：sudo gedit /etc/samba/smb.conf在文件的最后一行添加上[data]   comment=data   path=/dat

原创 cs231n-2017-assignments2-TensorFlow.ipynb 数据分析

今天 自动调参程序跑完了，得到了所有的results，现将数据分析方法及结论记录：原始数据如下：lr = 0.005 decay = 0.99 momentum = 0 is_reg = 1 stop@Epoch 18, train_accuracy = 0.969 val_acc = 0.835 test_acc = 0.822lr = 0.005 decay = 0.99 moment

原创 cs231n-2017-assignments2-TensorFlow.ipynb 自动调参

编写了一个自动调参的代码，提前设定好自己想要测试的参数，然后让它跑几天(╥╯^╰╥)，就能得到结果啦。具体代码见：tensorflow_ljj.ipynb实际上，就是建个dict：params = {'lr':[5e-3,1e-3,5e-4], 'decay':[0.99,0.9,0.8], 'momentum':[0,0.1,0.2],

原创 cs231n-2017-assignments2-TensorFlow.ipynb 心得体会

新手菜鸟级别，大神请绕道今天较好的完成了cs231n-2017-assignments2-TensorFlow.ipynb中的最后一个部分：构建一个model对cifar数据集进行训练，今天的精度在train上达到0.98，在val上达到0.82，明天继续进行优化。具体代码见TensorFlow.ipynb以下仅贴出model：def my_model(X,y,is_trainin

转载 安装cuda和cudnn

一个详细的CUDA和cuDNN安装教程：caffe安装系列——安装cuda和cudnn

原创 ubuntu14.04配置vnc4server

vnc4server 常用操作： 解决复制粘贴问题：vncconfig -nowin&vncconfig &关闭端口：vnc4server -kill :1开启端口：vnc4server :1 -geometry 1600x900 （此处分辨率可以自己设置）-------------------------------------------...

原创 caffe-Makefile.config

ubuntu16.04 Nvidia Quadro K420以下给出caffe使用CUDA，cuDNN，Python-anaconda2，时的Makefile.config文件：## Refer to http://caffe.berkeleyvision.org/installation.html# Contributions simplifying and improving o

原创 caffe例程-RCNN-detectio.ipynb

下文简述caffe example下的detectio.ipynb的流程和几个错误及其解决办法：1.在命令行中打开ipython notebook，而不要使用PyChram。在编译这个例程时，后者会有莫名其妙的错误：Traceback (most recent call last): File "../python/detect.py", line 173, in main(

原创 linux export PATH 操作

ubuntu16.04假定装好了katesudo kate ~/.bashrc在.bashrc的最后加上类似下述格式的语句export PYTHONPATH=/home/ljj/deep_learning/caffe-master/python/:$PYTHONPATH# added Matlabexport PATH="/home/ljj/Programs/MAT

原创 CUDA计时

cudaEvent_t start, stop; float time; cudaEventCreate(&start); cudaEventCreate(&stop); cudaEventRecord( start, 0 ); kernelgrid,threads>>> ( d_odata, d_idata, size_x, size_y, NUM_REPS); cu

原创 cs231n学习心得

现象：SVM分类中我写的代码loss持续下下降；但在test上accuracy只有10%左右（10类随机猜测为10%），而该方法应当能达到>30%的Accuracy原因1：在SVM分类章节中，我将生成随机batch写成如下形式，导致生成的batch中data和标签不匹配#错误写法X_batch = X[np.random.choice(num_train,batch_size),:]

原创 Visual Studio Code (vscode) 快捷键使用

ctrl+shift+P 调出命令搜索框        可以在其中搜索想要的命令ctrl+B Toggle 左侧Side Barctrl+` Toggle 下方Terminalctrl+\         Vertical分屏ctrl+1/2/3  切换聚焦的分屏窗口ctrl+w       关闭当前窗口另外在打开键盘快捷键设置后，右侧窗口添加了{ "k

原创 Deep Learning 1：简单线性分类

前言今天在图书馆进行了为期一天的攻关，对BP神经网络进行了深入的学习，晚上花了将近3个小时的时间完成了我的第一个神经网络程序（基于Matlab）。希望这是一个好的开始。这是我的第一个 Deep Learning / 神经网络 程序，运用了BP神经网络对8个数据点进行四分类。Matlab代码如下：exercise1_minibatch.mclear;P = {[

原创 error: expected initializer before ‘&’ token

ljj@ljj-think:~/C++/Project/07$ makeg++ -std=c++11 -c -Wall 7_27.cppIn file included from 7_27.cpp:4:0:Screen.h:43:14: error: expected initializer before ‘&’ token inline Screen& Screen::move(

原创 Dell 7559 安装Ubuntu以及Nvidia 960M驱动相关问题及解决

戴尔游匣7559dell 7559Ubuntu14.0416.04Nvidia 960M显卡驱动Nvidia