- 博客(19)
- 资源 (3)
- 收藏
- 关注
原创 配置海思开发板的网络(永久修改)
刚拿到的海思开发板(我的是hi3516dv300)里面默认的网络配置通常是不可用的(比如默认的网段跟我们自己的不一样、没法ping通外网等),这时候需要我们修改相关的配置文件。1、可以先用ifconfig查看自己的ip地址2、配置目录/etc/init.d/下的rcS文件:vi /etc/init.d/rcS在文件中添加两行:ifconfig eth0 192.168.1.13 netmask 255.255.255.0route add default gw 192.168.1.1(没添加这
2022-05-26 17:40:54
3510
原创 VMware虚拟机快照
虚拟机快照真的很重要!虚拟机快照真的很重要!虚拟机快照真的很重要!今天虚拟机炸了,还好才拍了快照,点一下直接就恢复了!庆幸。
2022-05-20 14:09:49
349
原创 VMware虚拟机扩容——Ubuntu的/dev/sda1分区挂在根目录(“/“)下用LVM(逻辑卷管理)模式扩容无效
一、问题描述在VMware虚拟机装了Ubuntu18.04,一开始分配的内存是20多个G(如下图),用了一段时间后发现不够用了,需要扩容。然后上网查了一下虚拟机扩容的方法,但是大多数教程的情况是:根目录(“/”)挂在类似/dev/xxx/xxxroot下,然后给了LVM(逻辑卷管理)模式进行扩容的教程,自己试了一下是没有成功的。而我的情况是/dev/sda1分区挂在根目录(“/”)下,后来找到了另一种方法,还更为简单就扩容成功了。二、扩容教程1、在VMware虚拟机上分配物理空间并做好备份打开“
2022-05-20 10:19:26
4545
3
原创 Linux挂载网络文件系统NFS——搭建过程(嵌入式)
环境介绍:Ubuntu 18.04+海思hi3516dv300开发板在开发板上挂载虚拟机的文件夹,解决开发板上内存不够的问题。
2022-05-19 16:03:06
1257
原创 FTP、SFTP、TFTP和NFS的介绍和区别
1、FTP文件传送协议FTP(File Transfer Protocol)是Internet上使用比较广泛的文件传送协议。FTP提供交互式的访问,允许客户指明文件的类型与格式,并允许文件具有存取权限。FTP屏蔽了各种计算机系统的细节,因此适用于在异构网络中任意计算机之间传送文件。它的基本应用就是将文件从一台计算机复制到另一台计算机中。它要存取一个文件,就必须先获得一个本地文件的副本,如果修改文件,也只能对文件的副本进行修改,然后再将修改后的文件副本传回到原节点。只要记住几个关键词:交互式、存取权限和副
2022-05-12 18:28:30
4537
原创 区分线性和非线性、线性模型与非线性模型
区分线性和非线性1、线性linear,指量与量之间按比例、成直线的关系,在数学上可以理解为一阶导数为常数的函数;非线性non-linear则指不按比例、不成直线的关系,一阶导数不为常数。2、线性的可以认为是1次曲线,比如y=ax+b ,即成一条直线。非线性的可以认为是2次以上的曲线,比如y=ax^2+bx+c,即不为直线的即可。3、两个变量之间的关系是一次函数关系的——图象是直线,这样的两个变量之间的关系就是“线性关系”;如果不是一次函数关系的——图象不是直线,就是“非线性关系”。分区线性模型
2022-05-12 10:41:32
6026
4
原创 ThingsPanel和ThingsBoard的对比
1、技术选型:ThingsPanelThingsBoard后端golangJava前端vue.jsAngular.js数据库PostgreSQLPostgreSQLgolang和Java的对比:简单的说,Java更加成熟,但是golang占用内存少,启动快。具体参考传送门。vue和angulard的对比:简单的说,两者都是JavaScript框架,angulard在开发效率和可维护性上更有优势,但是vue占用空间更小、灵活性更高、更容易上手。具体参
2022-04-18 23:40:07
3307
原创 Sublime text快捷方式大全
选择类Ctrl+D 选中光标所占的文本,继续操作则会选中下一个相同的文本。Alt+F3 选中文本按下快捷键,即可一次性选择全部的相同文本进行同时编辑。举个例子:快速选中并更改所有相同的变量名、函数名等。Ctrl+L 选中整行,继续操作则继续选择下一行,效果和 Shift+↓ 效果一样。Ctrl+Shift+L 先选中多行,再按下快捷键,会在每行行尾插入光标,即可同时编辑这些行。Ctrl+Shift+M 选择括号内的内容(继续选择父括号)。举个栗子:快速选中删除函数中的代码,重写函数体代码或重写括号
2022-04-09 10:40:06
689
原创 Ubuntu18.04 + ROS_Kinetic / Melodic + Astra S(如何在该环境下打开摄像机获取rgb/深度图/点云)
该贴解决的问题如题所示。折腾了整整3天,终于在http://wiki.ros.org/ 网站中找到答案,不愧是官方。具体的解决方法是在该链接:http://wiki.ros.org/astra_camera前面一直在Orbbec官网中下载各种SDK,驱动啥的,还一直觉得挺乱的。后来缕了一下思路,Orbbec官网介绍的都是直接在Windows/Ubuntu/Android这3种系统下打开摄像头的方法,而我的问题是要在ROS系统下打开摄像头,所以才反应过来直接去wiki.ros.org网站找到对应的包,里
2022-03-31 14:37:47
2347
1
原创 Ubuntu 18.04下安装ROS遇到的问题
此文为自己的笔记!一开始按照ROS官网教程安装,但是一直有问题,折腾一天后重新找了其它的安装教程,非常顺利,只遇到下面提到的一个问题。安装过程中遇到的问题:rosdep update是提示“The read operation timed out”,超时问题。解决链接。...
2022-02-24 11:36:54
562
原创 GCN(详解链接+自己笔记)
详细介绍的链接:https://zhuanlan.zhihu.com/p/71200936以下是自己的笔记:GCN的主要公式(层特征转播公式):例子:假设我们构造一个两层的GCN,激活函数分别采用ReLU和Softmax,则整体的正向传播的公式为:最后,我们针对所有带标签的节点计算cross entropy损失函数:由于即使只有很少的node有标签也能训练,作者称他们的方法为半监督分类。...
2021-11-26 16:26:52
874
原创 交叉熵损失函数(自己笔记)
详细介绍的链接:https://zhuanlan.zhihu.com/p/35709485以下是自己的笔记:交叉熵损失函数作为一种损失函数,其首要目的就是能够更好地评判模型的优劣。通常跟sigmoid(或softmax)函数一起出现。交叉熵损失函数的表达式:二分类:多分类(二分类的扩展):sigmoid的表达式:softmax的表达式:...
2021-11-09 15:20:47
614
原创 阅读书单(非专业书单)
《月亮与六便士》作者:威廉· 萨默赛特·毛姆(英国小说家)内容:以法国印象派画家保罗·高更为原型,主要描写了主人公思特里克兰德,一名证券经纪人在40岁的时候,突然着了艺术的魔,抛妻弃子,舍弃原本的生活,奔赴南太平洋的塔希提岛,把余生献给了画画。读后感:(26岁的我)目前无法理解,也接受不了主人公这种做法。首先必须承认的是思特里克兰德能够做出如此选择确实勇气可加,也许这也是大伙对主人公如此敬畏的原因。但反过来想,如果主人公最后的天赋并没有被人们发现的话,人们是否还佩服他的这种选择勇气呢。另外,从我自己的
2021-06-24 14:25:38
301
原创 Linux入门级命令(笔记)
命令界面目录结构不能随便动的目录(相当于windows下的C盘):bin、boot、lib、etc、sbin能随便动的目录:home、media、root、tmp、usr、varmkdir:创建目录,全称是make directory。如创建目录filename:mkdir filenamecd:打开目录,全称是change directory。如:cd filenamels:显示该目录下的文件,全称是list files。如:lsvi:文件的编辑,保存及退出编辑模式: 使用vi进入文本
2021-04-20 08:56:33
217
原创 人工智能(机器学习、深度学习等)专业名词、代码参数解释(持续更新)
说明:记录日常学习中遇到的专业名词,代码参数。既是自己的学习笔记,也供大伙交流学习。epoch:当一个完整的数据集通过了神经网络一次并且返回了一次,这个过程称为一次epoch。(也就是说,所有训练样本在神经网络中都进行了一次正向传播和一次反向传播)再通俗一点,一个Epoch就是将所有训练样本训练一次的过程。banch:当一个epoch的样本(也就是所有的训练样本)数量太过庞大(对于计算机而言)时,就需要把它分成多个小块,也就是分成多个Batch来进行训练。Batch(批 / 一批样本):将整个训练样
2021-03-14 15:06:38
1945
原创 机器学习算法——线性回归(超级详细且通俗)
通俗理解线性回归回归分析什么是回归分析呢?这是一个来自统计学的概念。回归分析是指一种预测性的建模技术,主要是研究自变量和因变量的关系。通常使用线/曲线来拟合数据点,然后研究如何使曲线到数据点的距离差异最小。例如,存在以下数据然后我们拟合一条曲线f(x):回归分析的目标就是要拟合一条曲线,让图中红色线段加起来的和最小。线性回归(简介)线性回归是回归分析的一种。假设目标值(因变量)与特征值(自变量)之间线性相关(即满足一个多元一次方程,如:f(x)=w1x1+…+wnxn+b.)。然后构
2020-11-01 13:19:57
52306
16
阿里云工业视觉智能工程师ACP认证——培训课程笔记
2022-07-23
提示boostdesc_bgm.i: No such file or directory时缺失的文件
2022-06-02
海思 hi35** rtmp
2022-05-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人