会员
众包
新闻
博问
闪存
赞助商
HarmonyOS
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
两猿社长
公众号『两猿社』,分享互联网、IC编程知识,以及一些有趣的想法和经历。
博客园
首页
新随笔
联系
订阅
管理
上一页
1
···
3
4
5
6
7
8
9
10
11
···
15
下一页
2018年6月5日
Android Studio && NDK开发
摘要: Android Studio下载安装网址:http://www.android-studio.org/index.php/download/hisversion 在下载界面可以查看安装包内是否包含SDK,不然的话后面要在线下载SDK,因为被Q,速度比较慢,容易网络传输中断。
阅读全文
posted @ 2018-06-05 20:34 两猿社
阅读(114)
评论(0)
推荐(0)
2018年5月22日
Ubuntn16.04修改pip源
摘要: 将python的pip源修改为中科大的镜像 在新打开的文件中写入: 然后reboot即可生效. https://blog.csdn.net/e15273/article/details/79649876
阅读全文
posted @ 2018-05-22 13:42 两猿社
阅读(225)
评论(0)
推荐(0)
Ubuntn16.04+OpenCV3.1+CUDA8.0+cudnn5.1+caffe配置及问题集锦
摘要: ubuntn16.04 Caffe安装步骤记录(超详尽) 一开始安装好ubuntn16.04后,先安装的opencv3.1,再自己安装的390驱动,cuda8.0和cudnn,之后配置caffe一直不成功,出现了google:protobuf未引用,还有不支持std=C++11的错误,尝试了很多方法
阅读全文
posted @ 2018-05-22 13:33 两猿社
阅读(210)
评论(0)
推荐(0)
2018年5月10日
理解最短路径-Dijkstra算法
摘要: 最短路径—Dijkstra算法和Floyd算法 透彻理解迪杰斯特拉算法 Dijkstra算法的使用条件:图中不存在负权边。 有待验证 Dijkstra 算法,用于对有权图进行搜索,找出图中两点的最短距离,既不是DFS搜索,也不是BFS搜索。 把Dijkstra 算法应用于无权图,或者所有边的权都相等
阅读全文
posted @ 2018-05-10 23:10 两猿社
阅读(429)
评论(0)
推荐(0)
使用git命令从github上clone项目
摘要: 首先创建本地仓库(实际上就是创建一个文件夹,放项目代码),然后cd进文件夹, 初始化空的git仓库 注意:这里不初始化也是可以clone的 然后git clone url(url表示项目网址) 然后就可以了,如果中途中断clone,文件夹不会显示任何文件。
阅读全文
posted @ 2018-05-10 17:06 两猿社
阅读(10309)
评论(0)
推荐(1)
2018年3月22日
Vscode中问题
摘要: 1、VScode中如果安装vim插件,那么编辑代码时会默认使用vim 2、出现任何问题都在设置的首选项里面修改,比如终端无法复制,或者终端右击的默认操作等
阅读全文
posted @ 2018-03-22 20:12 两猿社
阅读(225)
评论(0)
推荐(0)
windows和ubuntn互传文件
摘要: Windows和linux(ubuntu)互传文件简便快捷的方法 现在很多开发和测试的工作环境都是Linux,但测试后期报告的处理一般都是在Windows下完成的,所以需要把结果拿到Windows下。 如果是同一台PC还好些(windows下安装linux的虚拟机,或者linux下安装windows
阅读全文
posted @ 2018-03-22 19:46 两猿社
阅读(427)
评论(0)
推荐(0)
2018年3月21日
Python中的一些模块用法
摘要: python中os模块用法 python之模块之shutil模块 os模块 import os 1)、path = os.getcwd():获取当前路径 2)、os.listdir(path) :列出当前目录下的所有文件和文件夹 3)、os.path.split(path):函数返回路径的目录名和文
阅读全文
posted @ 2018-03-21 10:57 两猿社
阅读(280)
评论(0)
推荐(0)
2018年3月7日
机器学习中矩阵的求导知识
摘要: 矩阵求导公式 在学习机器学习线性回归时,遇到矩阵求导的问题。
阅读全文
posted @ 2018-03-07 20:08 两猿社
阅读(194)
评论(0)
推荐(0)
训练集,验证集,测试集
摘要: 训练集是人工标注的数据样本。对于目标检测数据集来说包括位置信息和目标标签 验证集是用于可视化检验训练模型的优劣,可以根据反馈的loss,recall,precision来进行调整学习率等参数。 测试集是将训练好的模型进行测试,根据模型在测试集上的表现来判断模型的过拟合和欠拟合。 如果在训练过程中没有
阅读全文
posted @ 2018-03-07 14:09 两猿社
阅读(316)
评论(0)
推荐(0)
上一页
1
···
3
4
5
6
7
8
9
10
11
···
15
下一页
公告