03 2017 档案
【快捷键】—— 键盘篇
摘要:1. 编辑ctrl + home:让光标回到(文件)起始位置;ctrl + end:让光标回到(文件)末尾位置;2. 全局操作alt + space:最大、最小、还原;
阅读全文
【快捷键】—— 键盘篇
摘要:1. 编辑ctrl + home:让光标回到(文件)起始位置;ctrl + end:让光标回到(文件)末尾位置;2. 全局操作alt + space:最大、最小、还原;
阅读全文
古谚、评论与论断、名篇与名言
摘要:到头这一身,难逃那一日。百岁光阴,七十者稀。急急流年,滔滔逝水。1. 古谚少所见,多所怪,见橐(tuó)驼言马肿背; 橐:1.口袋。 2.〔~驼〕即“骆驼”。《抱朴子·神仙》2. 论断东坡何罪?独以名太高。—— 苏辙;
阅读全文
古谚、评论与论断、名篇与名言
摘要:到头这一身,难逃那一日。百岁光阴,七十者稀。急急流年,滔滔逝水。1. 古谚少所见,多所怪,见橐(tuó)驼言马肿背; 橐:1.口袋。 2.〔~驼〕即“骆驼”。《抱朴子·神仙》2. 论断东坡何罪?独以名太高。—— 苏辙;
阅读全文
重读《西游记》
摘要:金庸著名的武侠小说《笑傲江湖》,一书的书名,便是来自,《西游记》第九回书,“袁守诚妙算无私曲,老龙王拙计犯天条”中渔夫的“西江月” 得来烹煮味偏浓,笑傲江湖打哄; 浓:滋味不错;“笑傲江湖打哄”则是对以上生活的一种评价,逍遥自在的捕鱼,自得其乐的品尝美味,这就是作者心...
阅读全文
重读《西游记》
摘要:金庸著名的武侠小说《笑傲江湖》,一书的书名,便是来自,《西游记》第九回书,“袁守诚妙算无私曲,老龙王拙计犯天条”中渔夫的“西江月” 得来烹煮味偏浓,笑傲江湖打哄; 浓:滋味不错;“笑傲江湖打哄”则是对以上生活的一种评价,逍遥自在的捕鱼,自得其乐的品尝美味,这就是作者心...
阅读全文
命名之法 —— 时间、季节、地点
摘要:1. 季节旻(mín):天,天空;又特指秋季的天。2. 地点渝:重庆;鲁豫; “鲁”(母亲)“豫”(父亲)分别是其父母的祖籍。3. 以花和植物等命名筱:xiǎo,1.细竹子。亦称“箭竹”。2.同“小”,多用于人名。木兰: 桂香:宅女侦探桂香;
阅读全文
命名之法 —— 时间、季节、地点
摘要:1. 季节旻(mín):天,天空;又特指秋季的天。2. 地点渝:重庆;鲁豫; “鲁”(母亲)“豫”(父亲)分别是其父母的祖籍。3. 以花和植物等命名筱:xiǎo,1.细竹子。亦称“箭竹”。2.同“小”,多用于人名。木兰: 桂香:宅女侦探桂香;
阅读全文
文言的理解 —— 古时的称谓、别称、别名
摘要:少所见,多所怪,见橐(tuó)驼言马肿背; 橐:1.口袋。 2.〔~驼〕即“骆驼”。《抱朴子·神仙》子规:杜鹃又叫杜宇、子规、催归。它总是朝着北方鸣叫,六、七月鸣叫声更甚,昼夜不止,发出的声音极其哀切。所以叫杜鹃啼归。别名:子规,布谷鸟,杜宇,鶗鴃(tí jué),常...
阅读全文
文言的理解 —— 古时的称谓、别称、别名
摘要:少所见,多所怪,见橐(tuó)驼言马肿背; 橐:1.口袋。 2.〔~驼〕即“骆驼”。《抱朴子·神仙》子规:杜鹃又叫杜宇、子规、催归。它总是朝着北方鸣叫,六、七月鸣叫声更甚,昼夜不止,发出的声音极其哀切。所以叫杜鹃啼归。别名:子规,布谷鸟,杜宇,鶗鴃(tí jué),常...
阅读全文
歌词 —— 那些花儿
摘要:时间节点 世界杯 4 年一届,本科也是 4 年,4 年一恍惚,一弹指;又刚刚好,一头一尾连着两届世界杯,早一年,晚一年,早两年,晚两年,早三年,晚三年,都不会这般,在喧哗声中开始,也在喧哗声中,走远。武侠里的大侠,在绝境中会说,宁做撑死鬼,而我们夜夜狂欢,宣泄...
阅读全文
歌词 —— 那些花儿
摘要:时间节点 世界杯 4 年一届,本科也是 4 年,4 年一恍惚,一弹指;又刚刚好,一头一尾连着两届世界杯,早一年,晚一年,早两年,晚两年,早三年,晚三年,都不会这般,在喧哗声中开始,也在喧哗声中,走远。武侠里的大侠,在绝境中会说,宁做撑死鬼,而我们夜夜狂欢,宣泄...
阅读全文
命名之法 —— 书名及角色、武功(金庸)
摘要:1. 金庸武侠《笑傲江湖》: 恒山派:仪和、仪清、仪真、仪质;桃谷六仙:桃根仙,桃干仙,桃枝仙,桃叶仙,桃实仙,桃花仙;2. 武功神雕侠侣: 夭矫空碧: 夭矫:形容姿态的伸展屈曲而有气势。好事近·梦中作 春路雨添花,花动一山春色。行到小溪深处,有黄鹂千百。 飞云当面化...
阅读全文
命名之法 —— 书名及角色、武功(金庸)
摘要:1. 金庸武侠《笑傲江湖》: 恒山派:仪和、仪清、仪真、仪质;桃谷六仙:桃根仙,桃干仙,桃枝仙,桃叶仙,桃实仙,桃花仙;2. 武功神雕侠侣: 夭矫空碧: 夭矫:形容姿态的伸展屈曲而有气势。好事近·梦中作 春路雨添花,花动一山春色。行到小溪深处,有黄鹂千百。 飞云当面化...
阅读全文
周易 —— 文本阅读
摘要:周易的易:生生谓之易,生生:生生不息的生生;密云不雨,厚积薄发;0. 中国文化的源头人文化成:观乎人文以化成天下,乂爻(yì yáo)天有五奇数:一三五七九;地有五偶数:二四六八十。乂(yì),古文五,乂乂相叠就成了“爻”字,代表二五天地之数。八卦是三个爻,分别代表天...
阅读全文
周易 —— 文本阅读
摘要:周易的易:生生谓之易,生生:生生不息的生生;密云不雨,厚积薄发;0. 中国文化的源头人文化成:观乎人文以化成天下,乂爻(yì yáo)天有五奇数:一三五七九;地有五偶数:二四六八十。乂(yì),古文五,乂乂相叠就成了“爻”字,代表二五天地之数。八卦是三个爻,分别代表天...
阅读全文
常见矩阵求导
摘要:矩阵微分(matrix derivatives)1. 字典学习中的最小二乘法{Dopt,Wopt}=argminD,W∑ℓ=1L∥wℓ∥+γ∥X−DW∥2使用迭代求解的思路,优化上述问题,固定 W,上述问题就转换为单目标优化问题,此时可用最小二乘法的思路,给出 D 的...
阅读全文
稀疏编码(sparse code)与字典学习(dictionary learning)
摘要:Dictionary Learning Tools for Matlab.1. 简介字典 D∈RN×K(其中 K>N),共有 k 个原子,x∈RN×1 在字典 D 下的表示为 w,则获取较为稀疏的 w 的稀疏逼近问题如下表示:wopt=argminw∥w∥p+γ∥x−...
阅读全文
稀疏编码(sparse code)与字典学习(dictionary learning)
摘要:Dictionary Learning Tools for Matlab.1. 简介字典 D∈RN×K(其中 K>N),共有 k 个原子,x∈RN×1 在字典 D 下的表示为 w,则获取较为稀疏的 w 的稀疏逼近问题如下表示:wopt=argminw∥w∥p+γ∥x−...
阅读全文
active set method(激活集方法)
摘要:在优化问题的求解中,如果待优化(最大最小)的目标函数,其解集受限于一组约束条件,g1(x)≥0,…,gk(x)≥0约束条件定义着可行域(feasible region),对于可行域中的任一点 x ,也即满足:gi(x)≥0当 gi(x)=0 时,就称该约束条件在该点 ...
阅读全文
active set method(激活集方法)
摘要:在优化问题的求解中,如果待优化(最大最小)的目标函数,其解集受限于一组约束条件,g1(x)≥0,…,gk(x)≥0约束条件定义着可行域(feasible region),对于可行域中的任一点 x ,也即满足:gi(x)≥0当 gi(x)=0 时,就称该约束条件在该点 ...
阅读全文
四个基本子空间
摘要:假定 A∈Rm×n1. 零空间(null space)N(A)∈Rn={x|Ax=0}例,求 A=[132826416] 的零空间的一组基。A=[132826416]⇒U=A=[10222044],则 Ux=0,于是有,e1=[0−201]T,e2=[−2010]T所...
阅读全文
四个基本子空间
摘要:假定 A∈Rm×n1. 零空间(null space)N(A)∈Rn={x|Ax=0}例,求 A=[132826416] 的零空间的一组基。A=[132826416]⇒U=A=[10222044],则 Ux=0,于是有,e1=[0−201]T,e2=[−2010]T所...
阅读全文
【矩阵】概念的理解 —— span、基
摘要:span:全部列向量的线性组合构成的集合;span[a1,…,an]={y∈Rm|y=∑k=1nckak}=S注:ak∈Rm,共 n 个列向量;集合 S 可以有不同的一组基,但是基中向量的个数是相同的,被称为 S 的维数,等于 rank(A)
阅读全文
【矩阵】概念的理解 —— span、基
摘要:span:全部列向量的线性组合构成的集合;span[a1,…,an]={y∈Rm|y=∑k=1nckak}=S注:ak∈Rm,共 n 个列向量;集合 S 可以有不同的一组基,但是基中向量的个数是相同的,被称为 S 的维数,等于 rank(A)
阅读全文
矩阵、优化理论常用记号
摘要:∇:梯度算子;∇2:二阶梯度算子,对应于计算 Hessian 矩阵;≻0:正定; A≻B ⇒ A−B≻0≺(\prec)⪰0:半正定;
阅读全文
矩阵、优化理论常用记号
摘要:∇:梯度算子;∇2:二阶梯度算子,对应于计算 Hessian 矩阵;≻0:正定; A≻B ⇒ A−B≻0≺(\prec)⪰0:半正定;
阅读全文
佛学的经典 —— 《妙色王求法偈》
摘要:1. 爱情 & 人生一切恩爱会、无常难得久、生世多畏惧、命危于晨露;由爱故生忧,由爱故生怖,若离于爱者,无忧亦无怖。佛曰:由爱故生忧,由爱故生怖,若离于爱者,无忧亦无怖。 摩柯枷叶:如何能为离于爱者? 佛曰:无我相,无人相,无众生相,无寿者相,而法相宛然,即为离于爱者...
阅读全文
佛学的经典 —— 《妙色王求法偈》
摘要:1. 爱情 & 人生一切恩爱会、无常难得久、生世多畏惧、命危于晨露;由爱故生忧,由爱故生怖,若离于爱者,无忧亦无怖。佛曰:由爱故生忧,由爱故生怖,若离于爱者,无忧亦无怖。 摩柯枷叶:如何能为离于爱者? 佛曰:无我相,无人相,无众生相,无寿者相,而法相宛然,即为离于爱者...
阅读全文
矩阵分解(matrix factorization)
摘要:1. 基本概念 针对高维空间中的数据集,矩阵分解通过寻找到一组基及每一个数据点在该基向量下的表示,可对原始高维空间中的数据集进行压缩表示。令 X=[x1,⋯,xm]∈Rm×n 为数据矩阵,矩阵分解的数学含义即为,找到如下的两个矩阵(U∈Rm×k,A∈Rk×n),其矩...
阅读全文
矩阵分解(matrix factorization)
摘要:1. 基本概念 针对高维空间中的数据集,矩阵分解通过寻找到一组基及每一个数据点在该基向量下的表示,可对原始高维空间中的数据集进行压缩表示。令 X=[x1,⋯,xm]∈Rm×n 为数据矩阵,矩阵分解的数学含义即为,找到如下的两个矩阵(U∈Rm×k,A∈Rk×n),其矩...
阅读全文
代码注释的说明
摘要:0. eclipse 代码注释alt + shift + j:自动添加文档注释(作者,时间等) 模板注释自然是可以编辑和定制的;1. 注释的对象注释变量: 变量的意义,存储的是什么内容;尤其对面向对象的编程语言,成员变量的具体含义;注释函数: 函数名函数功能的说明参数...
阅读全文
代码注释的说明
摘要:0. eclipse 代码注释alt + shift + j:自动添加文档注释(作者,时间等) 模板注释自然是可以编辑和定制的;1. 注释的对象注释变量: 变量的意义,存储的是什么内容;尤其对面向对象的编程语言,成员变量的具体含义;注释函数: 函数名函数功能的说明参数...
阅读全文
数据预处理(normalize、scale)
摘要:matlab 工具函数(三)—— normalize(归一化数据)注:待处理的数据 X∈Rd×N,N 表示样本的个数,d 则是单个样本的维度;1. 去均值(remove DC)X = bsxfun(@minus, X, mean(X));2. 截断标准差这里比如截断保...
阅读全文
数据预处理(normalize、scale)
摘要:matlab 工具函数(三)—— normalize(归一化数据)注:待处理的数据 X∈Rd×N,N 表示样本的个数,d 则是单个样本的维度;1. 去均值(remove DC)X = bsxfun(@minus, X, mean(X));2. 截断标准差这里比如截断保...
阅读全文
测试与 debug 心得
摘要:测试不等同于调试,各自都有自己的概念集和方法论。 Test:examine input/output pairs.调试:定位,修改。 但如果能做到错误异常的准确定位,调试的一半以上的工作已经完成了。测试共分两种:unit testing(单元测试) func...
阅读全文
测试与 debug 心得
摘要:测试不等同于调试,各自都有自己的概念集和方法论。 Test:examine input/output pairs.调试:定位,修改。 但如果能做到错误异常的准确定位,调试的一半以上的工作已经完成了。测试共分两种:unit testing(单元测试) func...
阅读全文
matlab 机器学习相关函数、api
摘要:matlab 对数据集的默认组织方式是,X∈Rd×N d:行数,表示特征向量的长度;N:列数,表示样本的数目;1. 模型、预测、mse% 加载 matlab 内置数据到内存X = abalone_dataset;% 模型定义ae = trainAutoencoder(...
阅读全文
matlab 机器学习相关函数、api
摘要:matlab 对数据集的默认组织方式是,X∈Rd×N d:行数,表示特征向量的长度;N:列数,表示样本的数目;1. 模型、预测、mse% 加载 matlab 内置数据到内存X = abalone_dataset;% 模型定义ae = trainAutoencoder(...
阅读全文
金庸武侠、四大名著的语言风格
摘要:我走过山的时候山不说话,我路过海的时候海不说话。《神雕侠侣》0. 用典及出处有凤来仪,仪:配合,相配,登时;心念电转;克(表能够),不克如此,方克如此;1. 宋元白话则个:语气助词,用法略表示委婉或商量、祈使、解释等语气。 与现代汉语中“一下”语义接近。还请恕罪则个凡...
阅读全文
matlab 实现 stacked Autoencoder 解决图像分类问题
摘要:Train Stacked Autoencoders for Image Classification1. 加载数据到内存[train_x, train_y] = digitTrainCellArrayData;% 并随机选择显示 100 副图像,n = 100;id...
阅读全文
matlab 实现 stacked Autoencoder 解决图像分类问题
摘要:Train Stacked Autoencoders for Image Classification1. 加载数据到内存[train_x, train_y] = digitTrainCellArrayData;% 并随机选择显示 100 副图像,n = 100;id...
阅读全文
matplotlib 可视化 —— cmap(colormap)
摘要:color example code: colormaps_reference.py — Matplotlib 2.0.0 documentation由其文档可知,在 colormap 类别上,有如下分类:perceptual uniform sequential c...
阅读全文
matplotlib 可视化 —— cmap(colormap)
摘要:color example code: colormaps_reference.py — Matplotlib 2.0.0 documentation由其文档可知,在 colormap 类别上,有如下分类:perceptual uniform sequential c...
阅读全文
one hot 编码的实现
摘要:one hot 编码,针对的是类别性属性(categorical),类别型属性可以为特征向量中的任一属性,比如性别(one hot 编码的意义在于,属性之间不具有数值上大小的区别,在对最后结果的影响上一视同仁),也可以是分类问题的输出目标值;对 mnist(手写字符识...
阅读全文
one hot 编码的实现
摘要:one hot 编码,针对的是类别性属性(categorical),类别型属性可以为特征向量中的任一属性,比如性别(one hot 编码的意义在于,属性之间不具有数值上大小的区别,在对最后结果的影响上一视同仁),也可以是分类问题的输出目标值;对 mnist(手写字符识...
阅读全文
椒盐噪声加噪的实现原理
摘要:椒盐噪声的实现原理为,随机地将图像中的一定比例的像素值取极大或者极小:这里给出 Python 下的一种实现,可简单地转换为其他:def salt_and_pepper_noise(x, v): # x 表示原始无噪图像,行数表示图像的个数,列数表示单幅图像的像素...
阅读全文
椒盐噪声加噪的实现原理
摘要:椒盐噪声的实现原理为,随机地将图像中的一定比例的像素值取极大或者极小:这里给出 Python 下的一种实现,可简单地转换为其他:def salt_and_pepper_noise(x, v): # x 表示原始无噪图像,行数表示图像的个数,列数表示单幅图像的像素...
阅读全文
TensorFlow 实现深度神经网络 —— Denoising Autoencoder
摘要:完整代码请见 models/DenoisingAutoencoder.py at master · tensorflow/models · GitHub;1. Denoising Autoencoder 类设计与构造函数简单起见,这里仅考虑一种单隐层的去噪自编码器结构...
阅读全文
TensorFlow 实现深度神经网络 —— Denoising Autoencoder
摘要:完整代码请见 models/DenoisingAutoencoder.py at master · tensorflow/models · GitHub;1. Denoising Autoencoder 类设计与构造函数简单起见,这里仅考虑一种单隐层的去噪自编码器结构...
阅读全文
TensorFlow 辨异 —— tf.add(a, b) 与 a+b(tf.assign 与 =)、tf.nn.bias_add 与 tf.add
摘要:1. tf.add(a, b) 与 a+b在神经网络前向传播的过程中,经常可见如下两种形式的代码:tf.add(tf.matmul(x, w), b)tf.matmul(x, w) + b简而言之,就是 tf.add(a, b) 与 a + b二者的区别,类似的也有,...
阅读全文
概念的理解 —— 奇点(singularity point)、第一性原理(first principle)
摘要:奇点(singularity point)一词出现在不同的环境里,对应着不同的含义:wikipedia:Singularity文艺作品:未来学(Futurology):比如雷·库兹韦尔的《奇点临近》(The Singularity Is Near) a hypothe...
阅读全文
概念的理解 —— 奇点(singularity point)、第一性原理(first principle)
摘要:奇点(singularity point)一词出现在不同的环境里,对应着不同的含义:wikipedia:Singularity文艺作品:未来学(Futurology):比如雷·库兹韦尔的《奇点临近》(The Singularity Is Near) a hypothe...
阅读全文
TensorFlow 学习(十四)—— contrib
摘要:1. tensorflow.contrib.layerstf.contrib.layers.xavier_initializer():一种经典的权值矩阵的初始化方式;
阅读全文
TensorFlow 学习(十三)—— tf.app.flags
摘要:flags = tf.app.flagsFLAGS = flags.FLAGSflags.DEFINE_integer('num_hidden_layers', 3, 'number of hidden layers')
阅读全文
tensorflow 的使用流程
摘要:1. optimizer.minimize 与 global_stepoptimizer = tf.train.**(learning_rate)global_step = tf.Variable(0, trainable=False, name='global_st...
阅读全文
如何快糙好猛的使用libfacedetection库【最新版】
摘要:前言最近已经很少看CSDN了。这一年多准备考研,基本上怕是不会再怎么上了。以前有一个http://blog.csdn.net/mr_curry/article/details/51804072 如何快糙好猛的使用Shiqi.Yu老师的公开人脸检测库(附源码)的BLOG...
阅读全文
numpy tricks(二)—— 删除多维数组的行或列
摘要:numpy.deletenumpy 下的多维数组,如果要删除其中的某些行,或某些列,不可以用置空的方式,进行设置; A[1, :] = None, ⇒ 会将 A 中的第一行数据全部置为 Nan1. 使用切片(slice)比如删除第一行:B = A[1:, :]注意此时...
阅读全文
numpy tricks(二)—— 删除多维数组的行或列
摘要:numpy.deletenumpy 下的多维数组,如果要删除其中的某些行,或某些列,不可以用置空的方式,进行设置; A[1, :] = None, ⇒ 会将 A 中的第一行数据全部置为 Nan1. 使用切片(slice)比如删除第一行:B = A[1:, :]注意此时...
阅读全文
深度学习框架 —— tflearn 的学习
摘要:1. tflearn.data_utilsfrom tflearn.data_utils import to_categorical one_hot 编码;第一个参数为属性列,第二个参数接受类别个数;2. tflearn.layers.corefrom tflearn...
阅读全文
二维高斯滤波器(gauss filter)的实现
摘要:我们以一个二维矩阵表示二元高斯滤波器,显然此二维矩阵的具体形式仅于其形状(shape)有关:def gauss_filter(kernel_shape):为实现二维高斯滤波器,需要首先定义二元高斯函数:f(x,y)=12πσ2exp(−x2+y22σ2)def gau...
阅读全文
二维高斯滤波器(gauss filter)的实现
摘要:我们以一个二维矩阵表示二元高斯滤波器,显然此二维矩阵的具体形式仅于其形状(shape)有关:def gauss_filter(kernel_shape):为实现二维高斯滤波器,需要首先定义二元高斯函数:f(x,y)=12πσ2exp(−x2+y22σ2)def gau...
阅读全文
冷知识 —— 四大
摘要:四大丑女: 嫫母 mó mǔ,传说中黄帝之妻,貌极丑。后为丑女代称钟无艳:又名钟离春、钟无盐,齐宣王之妻,孟光:举案齐眉;阮氏女:三国时期曹魏名士许允之妻阮氏;五子: 二三十年代,社会中人分三六九等,戏曲艺人定为“下九流”,属于“五子行业”戏园子,饭堂子,窑子,澡堂子...
阅读全文
冷知识 —— 四大
摘要:四大丑女: 嫫母 mó mǔ,传说中黄帝之妻,貌极丑。后为丑女代称钟无艳:又名钟离春、钟无盐,齐宣王之妻,孟光:举案齐眉;阮氏女:三国时期曹魏名士许允之妻阮氏;五子: 二三十年代,社会中人分三六九等,戏曲艺人定为“下九流”,属于“五子行业”戏园子,饭堂子,窑子,澡堂子...
阅读全文
color2gray 的实现
摘要:无论是 rgb 还是 yuv 等三通道的颜色空间中的像素点,将其转换为单通道(pixel_depth=255.)中的像素,一般情况下都是采用的对原始颜色空间的 3 通道的像素点线性组合而得到单通道的像素点的方式,def img2gray(images): ima...
阅读全文
color2gray 的实现
摘要:无论是 rgb 还是 yuv 等三通道的颜色空间中的像素点,将其转换为单通道(pixel_depth=255.)中的像素,一般情况下都是采用的对原始颜色空间的 3 通道的像素点线性组合而得到单通道的像素点的方式,def img2gray(images): ima...
阅读全文
新技能 get —— Python 断点续传下载文件
摘要:from urllib.request import urlretrieveimport sysimport osprev_reported_download_percent = None# 首先定义下载 hook,作为 urllib.request.urlretri...
阅读全文
新技能 get —— Python 断点续传下载文件
摘要:from urllib.request import urlretrieveimport sysimport osprev_reported_download_percent = None# 首先定义下载 hook,作为 urllib.request.urlretri...
阅读全文
反转与意料之外
摘要:一个在自己家里放屁都要说“excuse me”的人,不是装X,不是自尊,是寂寞;1. 诗文这个婆娘不是人,九天仙女下凡尘;生个儿子去做贼,偷得仙桃献母亲。2. 你在干什么给某人打电话,问他,你在干什么?废话,我在跟你打电话呀。3. 现在的生活现在的生活是比之前更好了还...
阅读全文
反转与意料之外
摘要:一个在自己家里放屁都要说“excuse me”的人,不是装X,不是自尊,是寂寞;1. 诗文这个婆娘不是人,九天仙女下凡尘;生个儿子去做贼,偷得仙桃献母亲。2. 你在干什么给某人打电话,问他,你在干什么?废话,我在跟你打电话呀。3. 现在的生活现在的生活是比之前更好了还...
阅读全文
时事与网络流行
摘要:1. 词与概念怂; 日常怂;手刀 手刀逃跑;2. 时事评论不是三星 note 7,是三星 boom 7;善恶终有报,天道好轮回。不信抬头看,苍天饶过谁。自古深情留不住,总是套路得人心 自古温柔留不住,从来作女得男心!3. 星座其他星座以德服人,你们**星座以缺德服人;...
阅读全文
Matlab Tricks(二十五)—— plot 属性
摘要:marker: 边缘:’MarkerEdgeColor’, [],(RGB 配色)填充:’MarkerFaceColor’, [](RGB 配色)
阅读全文
Matlab Tricks(二十五)—— plot 属性
摘要:marker: 边缘:’MarkerEdgeColor’, [],(RGB 配色)填充:’MarkerFaceColor’, [](RGB 配色)
阅读全文
喜欢的诗
摘要:0. 纯低头弄莲子,莲子清如水; 清水出芙蓉,天然去雕饰;妾发初覆额,折花门前剧。 郎骑竹马来,绕床弄青梅。 陌上花开,可缓缓归矣; 陌上花开,君可徐徐归矣;1. 励志 & 逍遥 死生有命,富贵在天。老阮不狂谁会得?出门一笑大江横。两岸猿声啼不住,轻舟已过万重山;慷...
阅读全文
喜欢的诗
摘要:0. 纯低头弄莲子,莲子清如水; 清水出芙蓉,天然去雕饰;妾发初覆额,折花门前剧。 郎骑竹马来,绕床弄青梅。 陌上花开,可缓缓归矣; 陌上花开,君可徐徐归矣;1. 励志 & 逍遥 死生有命,富贵在天。老阮不狂谁会得?出门一笑大江横。两岸猿声啼不住,轻舟已过万重山;慷...
阅读全文
诗集与集诗
摘要:1. 情诗离思五首·其四曾经沧海难为水,除却巫山不是云。 取次花丛懒回顾,半缘修道半缘君。取次:草草,仓促,随意。 陆游《秋暑夜兴》诗:“呼童持烛开藤纸,一首清诗取次成。”元朱庭玉《青杏子·送别》曲:“肠断处,取次作别离。”半缘:一般是因为;玉楼春(欧阳修)尊前拟把归...
阅读全文
诗集与集诗
摘要:1. 情诗离思五首·其四曾经沧海难为水,除却巫山不是云。 取次花丛懒回顾,半缘修道半缘君。取次:草草,仓促,随意。 陆游《秋暑夜兴》诗:“呼童持烛开藤纸,一首清诗取次成。”元朱庭玉《青杏子·送别》曲:“肠断处,取次作别离。”半缘:一般是因为;玉楼春(欧阳修)尊前拟把归...
阅读全文
Gini 系数与熵的关系
摘要:首先来看二者的基本定义:⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪H(X)=−∑k=1KpklnpkGini(X)=∑k=1Kpk(1−pk)将 f(x)=−lnx 在 x=1 处进行一阶泰勒展开(忽略高阶无穷小):f(x)===f(x0)+f′(x0)(x−x0)+o(⋅)f(1...
阅读全文
Gini 系数与熵的关系
摘要:首先来看二者的基本定义:⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪H(X)=−∑k=1KpklnpkGini(X)=∑k=1Kpk(1−pk)将 f(x)=−lnx 在 x=1 处进行一阶泰勒展开(忽略高阶无穷小):f(x)===f(x0)+f′(x0)(x−x0)+o(⋅)f(1...
阅读全文
从张量积(tensor product)到多重线性代数(multilinear algebra)
摘要:记张量积的数学记号为 ⊗。1. linear假设 V,W 为线性空间(vector spaces),f:V→W是线性(linear)的,如果满足:f(v1+v2)=f(v1)+f(v2)f(αv)=αf(v)f 表示的是两个线性空间的映射,从线性空间 V 到线性空间 ...
阅读全文
从张量积(tensor product)到多重线性代数(multilinear algebra)
摘要:记张量积的数学记号为 ⊗。1. linear假设 V,W 为线性空间(vector spaces),f:V→W是线性(linear)的,如果满足:f(v1+v2)=f(v1)+f(v2)f(αv)=αf(v)f 表示的是两个线性空间的映射,从线性空间 V 到线性空间 ...
阅读全文
行列式(determinant)的物理意义及性质
摘要:1. 物理(几何)意义detA=output areainput area首选,矩阵代表的是线性变换(linear transformation)。上式说明一个矩阵的行列式(detA)几何意义上,代表着,变换后的输出区域的面积与变换前的输入区域的面积之比。考虑一个二维...
阅读全文
行列式(determinant)的物理意义及性质
摘要:1. 物理(几何)意义detA=output areainput area首选,矩阵代表的是线性变换(linear transformation)。上式说明一个矩阵的行列式(detA)几何意义上,代表着,变换后的输出区域的面积与变换前的输入区域的面积之比。考虑一个二维...
阅读全文
matlab 运行 AlexNet
摘要:0. alexnet 工具箱下载下载地址:Neural Network Toolbox(TM) Model for AlexNet Network需要先注册(十分简单),登陆,下载;下载完成之后,windows 是无法运行该文件的;需要打开 matlab,进入到该文件...
阅读全文
matlab 运行 AlexNet
摘要:0. alexnet 工具箱下载下载地址:Neural Network Toolbox(TM) Model for AlexNet Network需要先注册(十分简单),登陆,下载;下载完成之后,windows 是无法运行该文件的;需要打开 matlab,进入到该文件...
阅读全文
【matlab】GPU 显卡版本与计算能力(compute capability)兼容性问题
摘要:MathWorks - Bug Reports1. 问题说明当运行 alexnet 等卷积神经网络需要使用 GPU 加速时,matlab 如果提示如下的警告信息: GPUs of compute capability 6.0 and above are not su...
阅读全文
【matlab】GPU 显卡版本与计算能力(compute capability)兼容性问题
摘要:MathWorks - Bug Reports1. 问题说明当运行 alexnet 等卷积神经网络需要使用 GPU 加速时,matlab 如果提示如下的警告信息: GPUs of compute capability 6.0 and above are not su...
阅读全文
sklearn 特征降维利器 —— PCA & TSNE
摘要:同为降维工具,二者的主要区别在于,所在的包不同(也即机制和原理不同) from sklearn.decomposition import PCAfrom sklearn.manifold import TSNE因为原理不同,导致,tsne 保留下的属性信息,更具代表性...
阅读全文
sklearn 特征降维利器 —— PCA & TSNE
摘要:同为降维工具,二者的主要区别在于,所在的包不同(也即机制和原理不同) from sklearn.decomposition import PCAfrom sklearn.manifold import TSNE因为原理不同,导致,tsne 保留下的属性信息,更具代表性...
阅读全文
matplotlib tricks(一)—— 多类别数据的 scatter(cmap)
摘要:cmap 的选择:binaryseismicReds多类别数据的 scatter(逐点散列),在 matplotlib 中的实现关键在于,color关键字的定义:def plot_scatter(values, cls): # Create a color-ma...
阅读全文
matplotlib tricks(一)—— 多类别数据的 scatter(cmap)
摘要:cmap 的选择:binaryseismicReds多类别数据的 scatter(逐点散列),在 matplotlib 中的实现关键在于,color关键字的定义:def plot_scatter(values, cls): # Create a color-ma...
阅读全文
【matlab】安装 webcam 支持
摘要:打开 matlab 命令行,输入 webcam,如果提示:尚未安装 MATLAB Support Package for USB Webcams。打开支持包安装程序即可安装 Webcam Support Package。可根据如下两种方式进行安装,方式 1,根据命令行...
阅读全文
【matlab】安装 webcam 支持
摘要:打开 matlab 命令行,输入 webcam,如果提示:尚未安装 MATLAB Support Package for USB Webcams。打开支持包安装程序即可安装 Webcam Support Package。可根据如下两种方式进行安装,方式 1,根据命令行...
阅读全文
计算机体系结构及其硬件构成
摘要:传感器常见分类: LiDAR:n. 激光雷达;1. 磁盘:hda、sdalinux中硬盘sda和hda的区别 Linux 系统在分区时会分为如下如下的硬盘驱动器设备:/dev/sda /dev/sda1、/dev/sda2 …而有的则以硬盘驱动设备为:/dev/hda...
阅读全文
计算机体系结构及其硬件构成
摘要:传感器常见分类: LiDAR:n. 激光雷达;1. 磁盘:hda、sdalinux中硬盘sda和hda的区别 Linux 系统在分区时会分为如下如下的硬盘驱动器设备:/dev/sda /dev/sda1、/dev/sda2 …而有的则以硬盘驱动设备为:/dev/hda...
阅读全文
机器学习: TensorFlow 的数据读取与TFRecords 格式
摘要:最近学习tensorflow,发现其读取数据的方式看起来有些不同,所以又重新系统地看了一下文档,总得来说,tensorflow 有三种主流的数据读取方式: 1) 传送 (feeding): Python 可以在程序的运行过程中,将数据传送进定义好的 tensor 变量...
阅读全文
【物理】概念的理解 —— Phase(相位)
摘要:Phase is the position of a point in time (an instant) on a waveform cycle. 相位指的是波形周期中点在某一时刻的位置。Phase is the position of … ⇒ 相位对应着一种位...
阅读全文
【物理】概念的理解 —— Phase(相位)
摘要:Phase is the position of a point in time (an instant) on a waveform cycle. 相位指的是波形周期中点在某一时刻的位置。Phase is the position of … ⇒ 相位对应着一种位...
阅读全文
prettytensor 的使用
摘要:prettytensor 顾名思义,对原始的 tensorflow 下的 tensor 进行封装(prettytensor 以 tensorflow 为基础,二者搭配使用),使其成为一个更为接口友好的 tensor,这里的接口友好指的是更便于像搭积木一般地构建深层神经...
阅读全文
TensorFlow 学习(十二)—— 高级函数
摘要:tf.map_fn(fn, elems):接受一个函数对象,然后用该函数对象对集合(elems)中的每一个元素分别处理,def preprocessing_image(image, training): image = ... return imagede...
阅读全文
TensorFlow 实战(五)—— 图像预处理
摘要:当然 tensorflow 并不是一种用于图像处理的框架,这里图像处理仅仅是一些简单的像素级操作,最终目的比如用于数据增强;tf.random_crop()tf.image.random_flip_left_right():tf.image.random_hue() ...
阅读全文
TensorFlow 实战(五)—— 图像预处理
摘要:当然 tensorflow 并不是一种用于图像处理的框架,这里图像处理仅仅是一些简单的像素级操作,最终目的比如用于数据增强;tf.random_crop()tf.image.random_flip_left_right():tf.image.random_hue() ...
阅读全文
PyCharm 重构(refactor)快捷键
摘要:提取变量(比如一个函数会返回一个变量值):ctrl + alt + v(v:variable)将某段代码封装为一个函数(函数+函数调用):ctrl + alt + m(m:method)
阅读全文
PyCharm 重构(refactor)快捷键
摘要:提取变量(比如一个函数会返回一个变量值):ctrl + alt + v(v:variable)将某段代码封装为一个函数(函数+函数调用):ctrl + alt + m(m:method)
阅读全文
【Python 安装】安装第三方库时 PermissionError: [WinError 5] Access is denied
摘要:对于 windows 用户,在开始菜单中输入 cmd,右键以 run as administrator(以管理员身份运行)。Python - PIP install trouble shooting - PermissionError: [WinError 5] Ac...
阅读全文
【Python 安装】安装第三方库时 PermissionError: [WinError 5] Access is denied
摘要:对于 windows 用户,在开始菜单中输入 cmd,右键以 run as administrator(以管理员身份运行)。Python - PIP install trouble shooting - PermissionError: [WinError 5] Ac...
阅读全文
【网络】无法解析服务器的DNS地址?;能登陆QQ,无法打开网页
摘要:1. 无法解析服务器的DNS地址手动设置 DNS(域名解析服务器) 8.8.8.8114.114.114.114清除浏览器缓存;重启主机;无法解析服务器的DNS地址?DNS解析错误怎么办?2. 能登陆QQ,无法打开网页能登上qq,说明分配的有ip地址,无法打开网页,说...
阅读全文
【网络】无法解析服务器的DNS地址?;能登陆QQ,无法打开网页
摘要:1. 无法解析服务器的DNS地址手动设置 DNS(域名解析服务器) 8.8.8.8114.114.114.114清除浏览器缓存;重启主机;无法解析服务器的DNS地址?DNS解析错误怎么办?2. 能登陆QQ,无法打开网页能登上qq,说明分配的有ip地址,无法打开网页,说...
阅读全文
(ubuntu 下)tensorflow 的安装及版本升级
摘要:对于 CPU 版本 pip3 install –upgrade tensorflow对于 GPU 版本: pip3 install –upgrade tensorflow-gpu【TensorFlow | 升级】TensorFlow 1.0 发布1. 安装step...
阅读全文
(ubuntu 下)tensorflow 的安装及版本升级
摘要:对于 CPU 版本 pip3 install –upgrade tensorflow对于 GPU 版本: pip3 install –upgrade tensorflow-gpu【TensorFlow | 升级】TensorFlow 1.0 发布1. 安装step...
阅读全文
Tricks(四十八)—— 注释一段代码
摘要:为 if 的条件判断表达式,传一个永假的语句,来注释一段代码:# Pythonif False: ... ... ...# C/C++if (false) { ... ...}永远不要直接删去以前的代码,雁过留声,码过要有痕,以方便进行版...
阅读全文
Tricks(四十八)—— 注释一段代码
摘要:为 if 的条件判断表达式,传一个永假的语句,来注释一段代码:# Pythonif False: ... ... ...# C/C++if (false) { ... ...}永远不要直接删去以前的代码,雁过留声,码过要有痕,以方便进行版...
阅读全文
新技能 get —— 使用 python 生成词云
摘要:什么是词云(word cloud)呢?词云又叫文字云,是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现,形成关键词的渲染形成类似云一样的彩色图片,从而一眼就可以领略文本数据的主要表达意思。0. 常见词云生成工具从技术上来看,词云是一种有趣的数据可视化方法,互联...
阅读全文
新技能 get —— 使用 python 生成词云
摘要:什么是词云(word cloud)呢?词云又叫文字云,是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现,形成关键词的渲染形成类似云一样的彩色图片,从而一眼就可以领略文本数据的主要表达意思。0. 常见词云生成工具从技术上来看,词云是一种有趣的数据可视化方法,互联...
阅读全文
tensorflow 的版本差异与变化
摘要:官方文档的说明,Transitioning to TensorFlow 1.01. 简单列举如下变量 tf.VARIABLES ⇒ tf.GLOBAL_VARIABLEStf.all_variables ⇒ tf.global_vairablestf.initiali...
阅读全文
tensorflow 的版本差异与变化
摘要:官方文档的说明,Transitioning to TensorFlow 1.01. 简单列举如下变量 tf.VARIABLES ⇒ tf.GLOBAL_VARIABLEStf.all_variables ⇒ tf.global_vairablestf.initiali...
阅读全文
冷知识 —— 地名的解释
摘要:1. 地理特点圳:田间水沟,多用于地名 深圳(深圳就是深水沟),圳口;2. 谐音和传说基隆,“鸡笼”,基地昌隆;
阅读全文
冷知识 —— 地名的解释
摘要:1. 地理特点圳:田间水沟,多用于地名 深圳(深圳就是深水沟),圳口;2. 谐音和传说基隆,“鸡笼”,基地昌隆;
阅读全文
基于梯度的权重更新优化迭代算法
摘要:有时间参数 t 参与的一般都为迭代式的算法gt 表示当前时刻的梯度;γ,β:常数;
阅读全文
基于梯度的权重更新优化迭代算法
摘要:有时间参数 t 参与的一般都为迭代式的算法gt 表示当前时刻的梯度;γ,β:常数;
阅读全文
中英文对照 —— 图表等的可视化
摘要:aspect ratio:纵横比; n. 方面;方向;形势;外貌1. 图的类型flowchart:流程图DFD,数据流图(Data Flow Diagram)
阅读全文
中英文对照 —— 图表等的可视化
摘要:aspect ratio:纵横比; n. 方面;方向;形势;外貌1. 图的类型flowchart:流程图DFD,数据流图(Data Flow Diagram)
阅读全文
matplotlib plot 绘图函数发生阻塞(block)时的解决方法
摘要:Is there a way to detach matplotlib plots so that the computation can continue?在一般编辑器中:from matplotlib.pyplot import plot, draw, showp...
阅读全文
matplotlib plot 绘图函数发生阻塞(block)时的解决方法
摘要:Is there a way to detach matplotlib plots so that the computation can continue?在一般编辑器中:from matplotlib.pyplot import plot, draw, showp...
阅读全文
Tricks(四十七)—— 布尔矩阵(0-1矩阵)取反
摘要:假定 X 是一个 0-1 元素构成的布尔矩阵,则对其取反,0 变成 1,1 变为 0(True 变为 False,False 变成 True),只需要一步简单的操作:Y = (X == False)
阅读全文
Tricks(四十七)—— 布尔矩阵(0-1矩阵)取反
摘要:假定 X 是一个 0-1 元素构成的布尔矩阵,则对其取反,0 变成 1,1 变为 0(True 变为 False,False 变成 True),只需要一步简单的操作:Y = (X == False)
阅读全文
tensorflow 函数接口的理解
摘要:1. tf.nn.softmaxtf.nn.softmax(logits, dim=-1, name=None) w*x+b ⇒ logitssoftmax 函数执行的操作:exp(logits)/reduce_sum(exp(logits), dim) ...
阅读全文
tensorflow 函数接口的理解
摘要:1. tf.nn.softmaxtf.nn.softmax(logits, dim=-1, name=None) w*x+b ⇒ logitssoftmax 函数执行的操作:exp(logits)/reduce_sum(exp(logits), dim) ...
阅读全文
TensorFlow 学习(十一)—— 正则(regularizer)
摘要:正则作用的对象是目标函数,如图对均方误差使用 ℓ2 正则:loss = tf.reduce_mean(tf.square(y-y_) + tf.contrib.layers.l2_regularizer(lambda)(w))1. 基本工作原理weights = tf...
阅读全文
TensorFlow 学习(十一)—— 正则(regularizer)
摘要:正则作用的对象是目标函数,如图对均方误差使用 ℓ2 正则:loss = tf.reduce_mean(tf.square(y-y_) + tf.contrib.layers.l2_regularizer(lambda)(w))1. 基本工作原理weights = tf...
阅读全文
TensorFlow 需注意的细节问题
摘要:1. 数据类型不带小数点的数默认为 int32,带小数点的数默认为 float32;
阅读全文
TensorFlow 需注意的细节问题
摘要:1. 数据类型不带小数点的数默认为 int32,带小数点的数默认为 float32;
阅读全文
TensorFlow 学习(十)—— 工具函数
摘要:1. 基本tf.clip_by_value() 截断,常和对数函数结合使用# 计算交叉熵crose_ent = -tf.reduce_mean(tf.log(y_*tf.clip_by_value(y, 1e-10, 1.)))a = tf.reshape(tf.ra...
阅读全文
TensorFlow 学习(十)—— 工具函数
摘要:1. 基本tf.clip_by_value() 截断,常和对数函数结合使用# 计算交叉熵crose_ent = -tf.reduce_mean(tf.log(y_*tf.clip_by_value(y, 1e-10, 1.)))a = tf.reshape(tf.ra...
阅读全文
TensorFlow 学习(九)—— 初始化函数(概率分布函数 api、常数生成函数)
摘要:在 TensorFlow 中,一个变量的值在被使用之前,其初始化过程需要被明确地调用。1. 随机数生成函数tensorflow 下的概率分布函数,一般用于对变量进行初始化,这里的变量显然是指神经网络的参数(连接层之间的权值矩阵和偏执向量)。标准高斯:tf.rand...
阅读全文
TensorFlow 学习(九)—— 初始化函数(概率分布函数 api、常数生成函数)
摘要:在 TensorFlow 中,一个变量的值在被使用之前,其初始化过程需要被明确地调用。1. 随机数生成函数tensorflow 下的概率分布函数,一般用于对变量进行初始化,这里的变量显然是指神经网络的参数(连接层之间的权值矩阵和偏执向量)。标准高斯:tf.rand...
阅读全文
数学思想 —— 简化问题
摘要:随机变量之间的独立性假设;1. 简化问题多分类 ⇒ 二分类;递归,分治;(缩小问题的规模)2. 特例和极限状况n ⇒ 13. 抽象到具体x 代以具体的数值;
阅读全文
数学思想 —— 简化问题
摘要:随机变量之间的独立性假设;1. 简化问题多分类 ⇒ 二分类;递归,分治;(缩小问题的规模)2. 特例和极限状况n ⇒ 13. 抽象到具体x 代以具体的数值;
阅读全文
RGB 的调色
摘要:通过 RGB 三通道所占比的组合(通过三元素长的元组存储),可呈现丰富的色彩样式:[0, 0, 0] ⇒ 黑色,[1, 1, 1] ⇒ 白色[1, 0, 0] ⇒ 红色,[0, 1, 0] ⇒ 绿色,[0, 0, 1] ⇒ 蓝色1. 整数组合 [0, 1, 1](G...
阅读全文
RGB 的调色
摘要:通过 RGB 三通道所占比的组合(通过三元素长的元组存储),可呈现丰富的色彩样式:[0, 0, 0] ⇒ 黑色,[1, 1, 1] ⇒ 白色[1, 0, 0] ⇒ 红色,[0, 1, 0] ⇒ 绿色,[0, 0, 1] ⇒ 蓝色1. 整数组合 [0, 1, 1](G...
阅读全文
新技能 get —— 五笔打字
摘要:推荐一个图表记忆网站,五笔字根表图五笔字根表五笔输入法下载口诀五笔打字练习_查询;1. 键盘的认识键盘的版式就是那样设定的,主要是 26 个拉丁字母,分三排:QWERT(撇区), YUIOP(捺(点)区)ASDFG (横区),HJKLM(竖区)(注意竖区包含第三排的 ...
阅读全文
新技能 get —— 五笔打字
摘要:推荐一个图表记忆网站,五笔字根表图五笔字根表五笔输入法下载口诀五笔打字练习_查询;1. 键盘的认识键盘的版式就是那样设定的,主要是 26 个拉丁字母,分三排:QWERT(撇区), YUIOP(捺(点)区)ASDFG (横区),HJKLM(竖区)(注意竖区包含第三排的 ...
阅读全文
冷知识 —— 成语与典故
摘要:才高八斗:“八斗”是南朝诗人谢灵运称颂三国魏诗人曹植时用的比喻。他说:“天下有才一石,曹子建(曹植)独占八斗,我得一斗,天下共分一斗。”想当然耳: 《后汉书·孔融传》:“初, 曹操攻屠邺城 , 袁氏妇子多见侵略,而操子丕私纳袁熙妻甄氏。融乃与操书,称‘ 武王伐纣,以妲...
阅读全文
冷知识 —— 成语与典故
摘要:才高八斗:“八斗”是南朝诗人谢灵运称颂三国魏诗人曹植时用的比喻。他说:“天下有才一石,曹子建(曹植)独占八斗,我得一斗,天下共分一斗。”想当然耳: 《后汉书·孔融传》:“初, 曹操攻屠邺城 , 袁氏妇子多见侵略,而操子丕私纳袁熙妻甄氏。融乃与操书,称‘ 武王伐纣,以妲...
阅读全文
词牌名由来
摘要:1. 教坊曲摸鱼儿: 一名《摸鱼子》,又名《买陂塘》、《迈陂塘》、《双蕖怨》等。唐教坊曲,后用为词牌。宋词以晁补之《琴趣外篇》所收为最早。双片一百一十六字,前片六仄韵,后片七仄韵。双结倒数第三句第一字皆领格,宜用去声。代表作:《雁丘词》水调歌头: 唐朝大曲有“水调歌”...
阅读全文
词牌名由来
摘要:1. 教坊曲摸鱼儿: 一名《摸鱼子》,又名《买陂塘》、《迈陂塘》、《双蕖怨》等。唐教坊曲,后用为词牌。宋词以晁补之《琴趣外篇》所收为最早。双片一百一十六字,前片六仄韵,后片七仄韵。双结倒数第三句第一字皆领格,宜用去声。代表作:《雁丘词》水调歌头: 唐朝大曲有“水调歌”...
阅读全文
Python 标准库 —— zipfile(读取 zip 文件)
摘要:Python模块学习:zipfile zip文件操作Python 学习入门(16)—— zipfile0. 解压with zipfile.ZipFile('../data/jaychou_lyrics.txt.zip', 'r') as zin: zin.ext...
阅读全文
Python 标准库 —— zipfile(读取 zip 文件)
摘要:Python模块学习:zipfile zip文件操作Python 学习入门(16)—— zipfile0. 解压with zipfile.ZipFile('../data/jaychou_lyrics.txt.zip', 'r') as zin: zin.ext...
阅读全文
中英文对照 —— 英语语法与文法概念
摘要:1. 时态(tense)时态首先是动词才有的属性和概念,verb tense;2. 语态(voice)passive voice:被动语态;active voice:主动语态;3. 发声声母:Consonant(有时也叫 initial),韵母:Vowels(有时也...
阅读全文
中英文对照 —— 英语语法与文法概念
摘要:1. 时态(tense)时态首先是动词才有的属性和概念,verb tense;2. 语态(voice)passive voice:被动语态;active voice:主动语态;3. 发声声母:Consonant(有时也叫 initial),韵母:Vowels(有时也...
阅读全文
GANs(生成对抗网络)初步
摘要:Image Completion with Deep Learning in TensorFlow1. 基本思路首先定义一个简单的、常见的概率分布,将其表示为 pz,不妨将其作为 [-1, 1] 上的均匀分布。z∼pz 则表示从该分布中的一次采样过程。如果 pz 是五...
阅读全文
GANs(生成对抗网络)初步
摘要:Image Completion with Deep Learning in TensorFlow1. 基本思路首先定义一个简单的、常见的概率分布,将其表示为 pz,不妨将其作为 [-1, 1] 上的均匀分布。z∼pz 则表示从该分布中的一次采样过程。如果 pz 是五...
阅读全文
卷积神经网络(CNN)与特殊的卷积
摘要:各种卷积操作的可视化的显示形式:GitHub - vdumoulin/conv_arithmetic: A technical report on convolution arithmetic in the context of deep learning1. fr...
阅读全文
卷积神经网络(CNN)与特殊的卷积
摘要:各种卷积操作的可视化的显示形式:GitHub - vdumoulin/conv_arithmetic: A technical report on convolution arithmetic in the context of deep learning1. fr...
阅读全文
在线算法交互、可视化与演示及应用(caffe 网络配置文件 .prototxt 的可视化)
摘要:0. 全集Explained Visually1. 图像与视觉Image Kernels2. 数学操作Convolution arithmetic:卷积;3. 神经网络与深度学习A Neural Network Playgroundcaffe 网络配置文件 .prot...
阅读全文
在线算法交互、可视化与演示及应用(caffe 网络配置文件 .prototxt 的可视化)
摘要:0. 全集Explained Visually1. 图像与视觉Image Kernels2. 数学操作Convolution arithmetic:卷积;3. 神经网络与深度学习A Neural Network Playgroundcaffe 网络配置文件 .prot...
阅读全文
学习之法 —— 如何阅读代码、如何编写代码
摘要:1. 流程与结构要做到对以下内容胸中有数:要首先有一个清晰的框架,结构,然后是程序的流程: 入口点;(main,entry)顺序,分支,循环;的控制结构;结束,终点和退出;代码的核心业务逻辑; 用到了何种数据结构;哪些算法编程思想 与之相关的数学理论是什么;如何实现将...
阅读全文
学习之法 —— 如何阅读代码、如何编写代码
摘要:1. 流程与结构要做到对以下内容胸中有数:要首先有一个清晰的框架,结构,然后是程序的流程: 入口点;(main,entry)顺序,分支,循环;的控制结构;结束,终点和退出;代码的核心业务逻辑; 用到了何种数据结构;哪些算法编程思想 与之相关的数学理论是什么;如何实现将...
阅读全文
结构化编程 —— 顺序、分支(选择)、循环
摘要:sequence、conditional(selection)、selection1. 为什么只有这三种结构计算机中所有的存储都有 01 两种状态,因此整个计算机的数据就有 2^n 种状态,这些状态可以分别视为平面图上的点,而程序就是操作这些点进行状态转移的有向图...
阅读全文
结构化编程 —— 顺序、分支(选择)、循环
摘要:sequence、conditional(selection)、selection1. 为什么只有这三种结构计算机中所有的存储都有 01 两种状态,因此整个计算机的数据就有 2^n 种状态,这些状态可以分别视为平面图上的点,而程序就是操作这些点进行状态转移的有向图...
阅读全文
冷知识 —— 计算机科学及编程
摘要:为什么 8 bits 的数据类型可表示的数据范围是 -128~127,(-0 和 +0 的区别)+0,0000 0000,-0:1000 0000,其实是两个数将 -0 表示为 -128详见 +0 ≠ -0:多出一个数的补码 ~(-3):2,-1 的补码? 1111 ...
阅读全文
冷知识 —— 计算机科学及编程
摘要:为什么 8 bits 的数据类型可表示的数据范围是 -128~127,(-0 和 +0 的区别)+0,0000 0000,-0:1000 0000,其实是两个数将 -0 表示为 -128详见 +0 ≠ -0:多出一个数的补码 ~(-3):2,-1 的补码? 1111 ...
阅读全文
TensorFlow 下 mnist 数据集的操作及可视化
摘要:from tensorflow.examples.tutorials.mnist import input_data首先需要连网下载数据集:mnsit = input_data.read_data_sets(train_dir='./MNIST_DATA', one_...
阅读全文
TensorFlow 下 mnist 数据集的操作及可视化
摘要:from tensorflow.examples.tutorials.mnist import input_data首先需要连网下载数据集:mnsit = input_data.read_data_sets(train_dir='./MNIST_DATA', one_...
阅读全文
深度神经网络调参经验
摘要:σ′(⋅)=σ(⋅)(1−σ(⋅)),tanh′=1−tanh2batch_size:将数据集划分为不同的 batch,是为了限制 RAM 的使用,防止内存溢出; batch_size = 256;ℓ 层的神经网络,对于着 ℓ−1 个层间权值矩阵;0. 简单参数hyp...
阅读全文
深度神经网络调参经验
摘要:σ′(⋅)=σ(⋅)(1−σ(⋅)),tanh′=1−tanh2batch_size:将数据集划分为不同的 batch,是为了限制 RAM 的使用,防止内存溢出; batch_size = 256;ℓ 层的神经网络,对于着 ℓ−1 个层间权值矩阵;0. 简单参数hyp...
阅读全文
TensorFlow 学习(八)—— 梯度计算(gradient computation)
摘要:maxpooling 的 max 函数关于某变量的偏导也是分段的,关于它就是 1,不关于它就是 0;BP 是反向传播求关于参数的偏导,SGD 则是梯度更新,是优化算法;1. 一个实例 relu = tf.nn.relu(tf.matmul(x, W) + b)C =...
阅读全文
TensorFlow 学习(八)—— 梯度计算(gradient computation)
摘要:maxpooling 的 max 函数关于某变量的偏导也是分段的,关于它就是 1,不关于它就是 0;BP 是反向传播求关于参数的偏导,SGD 则是梯度更新,是优化算法;1. 一个实例 relu = tf.nn.relu(tf.matmul(x, W) + b)C =...
阅读全文
语言的学习 —— 西班牙语(español)
摘要:联合国六大官方语言:英语、法语、俄语、汉语、西班牙语、阿拉伯语;在七大洲中,主要是在拉丁美洲国家中(巴西、伯利兹、法属圭亚那、海地等地除外)。很多说西班牙语的人把他们的语言称为西班牙语(español),说英语的人称西班牙语为 Spanish,就是 Español...
阅读全文
语言的学习 —— 西班牙语(español)
摘要:联合国六大官方语言:英语、法语、俄语、汉语、西班牙语、阿拉伯语;在七大洲中,主要是在拉丁美洲国家中(巴西、伯利兹、法属圭亚那、海地等地除外)。很多说西班牙语的人把他们的语言称为西班牙语(español),说英语的人称西班牙语为 Spanish,就是 Español...
阅读全文
Python 第三方库 cp27、cp35 等文件名的含义
摘要:What does version name ‘cp27’ or ‘cp35’ mean in Python?如对于 gensim-0.12.4-cp27-none-win_amd64.whl文件名而言,将其文件名拆分的话,含义分别是:0.12.4 - package...
阅读全文
Python 第三方库 cp27、cp35 等文件名的含义
摘要:What does version name ‘cp27’ or ‘cp35’ mean in Python?如对于 gensim-0.12.4-cp27-none-win_amd64.whl文件名而言,将其文件名拆分的话,含义分别是:0.12.4 - package...
阅读全文
virtualenv 的使用
摘要:1. 常见参数--system-site-packages:Give the virtual environment access to the global site-packages. 给定当前环境以获取全局包的权限;
阅读全文
virtualenv 的使用
摘要:1. 常见参数--system-site-packages:Give the virtual environment access to the global site-packages. 给定当前环境以获取全局包的权限;
阅读全文
windows 下使用 virtualenv 创建虚拟环境
摘要:virtualenv虚拟环境为每个项目隔离了一套运行类库,不同的项目在各自的虚拟环境中使用不同的类库,避免了将所有类库都安装到系统环境中导致的不同项目需要不同(版本)类库的问题,项目与项目之间的类库依存不再成为问题。首先使用 pip 命令安装 virtualenv...
阅读全文
windows 下使用 virtualenv 创建虚拟环境
摘要:virtualenv虚拟环境为每个项目隔离了一套运行类库,不同的项目在各自的虚拟环境中使用不同的类库,避免了将所有类库都安装到系统环境中导致的不同项目需要不同(版本)类库的问题,项目与项目之间的类库依存不再成为问题。首先使用 pip 命令安装 virtualenv...
阅读全文
中英文对照 —— 编程
摘要:flow control statements:流程控制语句; if:分支;for, while:循环;profiling:性能分析;1. 面向对象抽象:abstraction继承:inheritance封装:encapsulation 多态:Polymorhism2...
阅读全文
中英文对照 —— 编程
摘要:flow control statements:流程控制语句; if:分支;for, while:循环;profiling:性能分析;1. 面向对象抽象:abstraction继承:inheritance封装:encapsulation 多态:Polymorhism2...
阅读全文
英语词汇辨异 —— 形近字、近义词
摘要:emirate:酋长国; Emirates:阿联酋航空公司;UAE:UAE ( United Arab Emirates ),阿联酋(阿拉伯联合酋长国)mute vs mutex vs mutual vs muted: mute:adj. 哑的;沉默的;无声的 mut...
阅读全文
英语词汇辨异 —— 形近字、近义词
摘要:emirate:酋长国; Emirates:阿联酋航空公司;UAE:UAE ( United Arab Emirates ),阿联酋(阿拉伯联合酋长国)mute vs mutex vs mutual vs muted: mute:adj. 哑的;沉默的;无声的 mut...
阅读全文
英文构词法 —— circum- 前缀
摘要:1. - circum-:表示环绕,周围,圆周; circle:圆;循环;circumference:圆周,周长,胸围;circumstance:环境;circumnavigation:环球航行; circumnavigate the world /globecir...
阅读全文
英文构词法 —— circum- 前缀
摘要:1. - circum-:表示环绕,周围,圆周; circle:圆;循环;circumference:圆周,周长,胸围;circumstance:环境;circumnavigation:环球航行; circumnavigate the world /globecir...
阅读全文
TensorFlow: couldn’t open CUDA library cupti64_80.dll、InternalError: Blas SGEMM launch failed
摘要:1. couldn’t open CUDA library cupti64_80.dll Win10 TensorFlow(gpu)安装详解在资源管理器中查询 cupti64_80.dll 的位置。如对于 windows 用户而言,如果将 nvidia 的显卡驱动安装...
阅读全文
TensorFlow: couldn’t open CUDA library cupti64_80.dll、InternalError: Blas SGEMM launch failed
摘要:1. couldn’t open CUDA library cupti64_80.dll Win10 TensorFlow(gpu)安装详解在资源管理器中查询 cupti64_80.dll 的位置。如对于 windows 用户而言,如果将 nvidia 的显卡驱动安装...
阅读全文
NVIDIA 显卡信息(CUDA信息的查看)
摘要:1. nvidia-smi 查看显卡信息 nvidia-smi 指的是 NVIDIA System Management Interface;在安装完成 NVIDIA 显卡驱动之后,对于 windows 用户而言,cmd 命令行界面还无法识别 nvidia-smi ...
阅读全文
指数(道琼斯指数)
摘要:1. 道琼斯指数(Dow Jones Industrial Average)通常人们所说的道琼斯指数有可能是指道琼斯指数四组中的第一组道琼斯工业平均指数(Dow Jones Industrial Average)。
阅读全文
指数(道琼斯指数)
摘要:1. 道琼斯指数(Dow Jones Industrial Average)通常人们所说的道琼斯指数有可能是指道琼斯指数四组中的第一组道琼斯工业平均指数(Dow Jones Industrial Average)。
阅读全文
TensorFlow 学习(七) — 常用函数 api、tf.nn 库
摘要:0. 四则运算平方:tf.square(),开方:tf.sqrt()tf.add()、tf.sub()、tf.mul()、tf.div()、tf.mod()、tf.abs()、tf.neg()1. 简单数理统计 Rn→R(从矢量到标量),意味着一种约简(reduce...
阅读全文
TensorFlow 学习(六) —— TensorFlow 与 numpy 的交互
摘要:1. 将 numpy 下的多维数组(ndarray)转化为 tensora = np.zeros((3, 3))ta = tf.convert_to_tensor(a)with tf.Session() as sess: print(sess.run(ta))2...
阅读全文
TensorFlow 学习(五)—— Session
摘要:A Session object encapsulates the environment in which Tensor objects are evaluated. 一个会话对象(session object)封装了 Tensor 对象待评估(evaluate...
阅读全文
TensorFlow 学习(四)—— computation graph
摘要:TensorFlow 的计算需要事先定义一个 computation graph(计算图),该图是一个抽象的结构,只有在评估(evaluate)时,才有数值解,这点和 numpy 不同。这张图由一组节点构成。>> a = tf.ones((2, 2))>> tf.re...
阅读全文
空间同构(isomorphic)
摘要:1. introduction对于一个 M22 矩阵空间,其 dimM22=4,基的构成如下:{(1000)(0010)(0100)(0001)}则:M22≅R4对于 P3 多项式空间,也即:P3:at3+bt2+ct+d,其基也有如下的四个元素构成:{t3,t2,t...
阅读全文
空间同构(isomorphic)
摘要:1. introduction对于一个 M22 矩阵空间,其 dimM22=4,基的构成如下:{(1000)(0010)(0100)(0001)}则:M22≅R4对于 P3 多项式空间,也即:P3:at3+bt2+ct+d,其基也有如下的四个元素构成:{t3,t2,t...
阅读全文
Word 2010/2013 菜单栏添加 MathType 菜单
摘要:一般对于 office 的高级版本,比如 word 2010/2013,在手动安装 mathtype 之后,并不会再 word 的菜单栏,创建 mathtype 按钮,此时需要按照如下步骤,手动导入 mathtype 提供的对 office 高级版本的支持:打开 wo...
阅读全文