摘要： 作者的话：这是一个安装记录，还不敢称为教程。之前安装tensorflow饶了很多弯子，所以在结合了很多教程之后，慢慢试错和结合自己理解猜测才安装成功。因此可能一些术语或者步骤原因解释不清或者不正确，希望多多包涵以及欢迎指正。 ubuntu16.04.1 LTS \ win8.1 双系统 4G内存、[ 阅读全文

摘要： iw官网源码地址： git clonegit://git.kernel.org/pub/scm/linux/kernel/git/jberg/iw.git git tag 查看版本 git checkout v3.11 选择3.11版本 git branch -a 查看目前所在版本 依赖库libnl 阅读全文

摘要： 最进在做深度学习和计算机视觉的有关内容，因此要在python中用到opencv。我的电脑装的是Ubuntu 16.04，python 2.7和OpenCV 3.2.0 。按照官网的安装方法出了个问题，找不到 cv2 module。因此把自己安装成功的过程和大家分享一下： 1. 首先更新相关的pack 阅读全文

摘要： 安装与编译Dlib（以Ubuntu16.04+Python3.6+pip为例） Step1：下载Ubuntu (or Linux)系统支持库=>Install OS libraries sudo apt-get install build-essential cmake pkg-config lib 阅读全文

摘要： 环境：Ubuntu 16.04 Cmake 3.10 一、下载源码 到官网http://dlib.net/或者github上https://github.com/davisking/dlib下载源码。 我这里下载的是dlib-19.18版本。 二、Cmake 解压源码。 tar xvf dlib-1 阅读全文

摘要： 因为这周要做ppt，只阅读yolov3的文章感觉还是不够，故作此次记录去比较yolo发展的不同，加强记忆辣。 一.网络结构的不同 图1 YOLOv1的网络架构，24卷积层+2FC（全连接层）图2 YOLOv2的网络架构，22卷积层，global average pooling替代了FC（全连接层）图 阅读全文

摘要： 目标检测中衡量识别精度的指标是mAP（mean average precision）。多个类别物体检测中，每一个类别都可以根据recall和precision绘制一条曲线，AP就是该曲线下的面积，mAP是多个类别AP的平均值 阅读全文

摘要： 论文地址：https://pjreddie.com/media/files/papers/YOLOv3.pdf论文：YOLOv3: An Incremental Improvement YOLO系列的目标检测算法可以说是目标检测史上的宏篇巨作，接下来我们来详细介绍一下YOLO v3算法内容，v3的算 阅读全文

摘要： 0、问题 机器学习领域有个很重要的假设：IID独立同分布假设，就是假设训练数据和测试数据是满足相同分布的，这是通过训练数据获得的模型能够在测试集获得好的效果的一个基本保障。那BatchNorm的作用是什么呢？BatchNorm就是在深度神经网络训练过程中使得每一层神经网络的输入保持相同分布的。 思考 阅读全文

摘要： 1： 作者：PENG链接：https://www.zhihu.com/question/62881491/answer/203113850来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 从不同的角度来看SVM可以得到两种不同的解释。 通常来讲SVM是为了找到具有最大间 阅读全文

摘要： 以操作龙芯派为例，龙芯派2代 GPIO39为峰鸣器控制引脚 linux系统下通过info命令查看mmap使用： info mmap #include <stdio.h> #include <stdlib.h> #include <time.h> #include <unistd.h> #includ 阅读全文

摘要： 打开vim输入:g/^$/d 阅读全文

摘要： 进入vim的命令行模式输入 :%s/\r//gc 同理：如果出现^V则用:%s/^V//gc替换 阅读全文

摘要： fatal: cannot use /home/ as an exclude file 例子： warning: unable to access 'C:/Program Files (x86)/Git': Permissio fatal: cannot use C:/Program Files ( 阅读全文

摘要： 原文：https://www.cnblogs.com/jiangxinyang/p/9291741.html 降维是机器学习中很重要的一种思想。在机器学习中经常会碰到一些高维的数据集，而在高维数据情形下会出现数据样本稀疏，距离计算等困难，这类问题是所有机器学习方法共同面临的严重问题，称之为“ 维度灾 阅读全文