摘要：
一. QQ图 分位数图示法（Quantile Quantile Plot，简称 Q-Q 图） 统计学里Q-Q图（Q代表分位数）是一个概率图，用图形的方式比较两个概率分布，把他们的两个分位数放在一起比较。首先选好分位数间隔。图上的点（x,y）反映出其中一个第二个分布（y坐标）的分位数和与之对应的第一分
阅读全文
posted @ 2019-06-02 20:59
stardsd
阅读(2647)
推荐(0)
摘要：
混沌理论（Chaos theory）是关于非线性系统在一定参数条件下展现分岔（bifurcation）、周期运动与非周期运动相互纠缠，以至于通向某种非周期有序运动的理论。在耗散系统和保守系统中，混沌运动有不同表现，前者有吸引子，后者无（也称含混吸引子）。 从20世纪80年代中期到20世纪末，混沌理论
阅读全文
posted @ 2019-06-02 17:03
stardsd
阅读(7110)
推荐(1)
摘要：
信息论与信息熵是 AI 或机器学习中非常重要的概念，我们经常需要使用它的关键思想来描述概率分布或者量化概率分布之间的相似性。在本文中，我们从最基本的自信息和信息熵到交叉熵讨论了信息论的基础，再由最大似然估计推导出 KL 散度而加强我们对量化分布间相似性的理解。最后我们简要讨论了信息熵在机器学习中的应
阅读全文
posted @ 2019-05-22 10:23
stardsd
阅读(1333)
推荐(0)
摘要：
vxlan 协议原理简介 1. vxlan 简介 VXLAN 全称是 Virtual eXtensible Local Area Network，虚拟可扩展的局域网。它是一种 overlay 技术，通过三层的网络来搭建虚拟的二层网络。rfc7348 (参考资料1) 上的介绍是这样的： A frame
阅读全文
posted @ 2019-05-01 21:08
stardsd
阅读(2897)
推荐(0)
摘要：
浮动IP地址： 一个网卡是可以添加多个IP的。 就是多个主机工作在 同一个集群中，即两台主机以上。每台机器除了自己的实IP外，会设置一个浮动IP，浮动IP与主机的服务（HTTP服务/邮箱服务）绑在一起的。即应用服务在哪台机器上启动，浮动IP也在这台机器上激活，这台机器看上去就有两个IP地址。对于客户
阅读全文
posted @ 2019-05-01 19:34
stardsd
阅读(5676)
推荐(1)
摘要：
#################### 系统命令 #################### system-view sysname display current-configuration undo info-center enable description TO-R1-E0/0/1 #################### PC的IP ####################...
阅读全文
posted @ 2019-04-27 23:47
stardsd
阅读(695)
推荐(0)
摘要：
查全率查准率是从信息检索来的，那么我们就得先看看原来的是怎么定义的： 查全率查准率是从信息检索来的，那么我们就得先看看原来的是怎么定义的： 查全率查准率是从信息检索来的，那么我们就得先看看原来的是怎么定义的： 查全率查准率是从信息检索来的，那么我们就得先看看原来的是怎么定义的： 查全率——它是指检出
阅读全文
posted @ 2019-04-24 16:32
stardsd
阅读(3539)
推荐(0)
摘要：
解决方案： My evil workaround (don't do this in production!): According to docs calling SSLContext constructor directly should work, too. I haven't tried t
阅读全文
posted @ 2019-04-09 15:16
stardsd
阅读(2427)
推荐(0)
摘要：
在网络理论中，小世界网络是一类特殊的复杂网络结构，在这种网络中大部分的节点彼此并不相连，但绝大部分节点之间经过少数几步就可到达。 在日常生活中，有时你会发现，某些你觉得与你隔得很“遥远”的人，其实与你“很近”。小世界网络就是对这种现象（也称为小世界现象）的数学描述。用数学中图论的语言来说，小世界网络
阅读全文
posted @ 2019-04-08 16:09
stardsd
阅读(14378)
推荐(0)
摘要：
表型（英语：Phenotype），又称表现型，对于一个生物而言，表示它某一特定的物理外观或成分。一个人是否有耳珠、植物的高度、人的血型、蛾的颜色等等，都是表型的例子。 表型主要受生物的基因型和环境影响，表型可分为连续变异或不连续变异的。前者较易受环境因素影响，基因型上则会受多个等位基因影响，如体重、
阅读全文
posted @ 2019-04-04 14:39
stardsd
阅读(5982)
推荐(0)
摘要：
首先，su – 到新创建的用户 拷贝默认的.bashrc过来 1 cp /etc/skel/.bashrc ~/ 然后创建.profile文件 1 vi ~/.profile 粘贴下面的内容 1 2 3 4 5 6 7 8 9 # ~/.profile: executed by Bourne-com
阅读全文
posted @ 2019-04-02 19:51
stardsd
阅读(6733)
推荐(0)
摘要：
1.编译时候出现 make: * [.build_release/examples/siamese/convert_mnist_siamese_data.bin] Error 1 /usr/local/lib/libopencv_imgcodecs.so: undefined reference t
阅读全文
posted @ 2019-03-29 17:08
stardsd
阅读(4226)
推荐(0)
摘要：
进程调度是linux中非常重要的概念。linux内核有一套高效复杂的调度机制，能使效率极大化，但有时为了实现特定的要求，需要一定的人工干预。比如，你希望操作系统能分配更多的CPU资源给浏览器进程，让浏览速度更快、更流畅，操作体验更好。那具体应该怎么做呢？尽管linux的进程调度算法十分复杂，但都是以
阅读全文
posted @ 2019-03-29 16:55
stardsd
阅读(1109)
推荐(0)
摘要：
LVM 是一种可用在Linux内核的逻辑分卷管理器；可用于管理磁盘驱动器或其他类似的大容量存储设备。 本文提供如何在 Arch Linux 中配置和使用 Logical Volume Manager (LVM) 的例子。 LVM基本组成 LVM利用Linux内核的device-mapper来实现存储
阅读全文
posted @ 2019-03-29 10:20
stardsd
阅读(1485)
推荐(0)
摘要：
/etc/passwd 存放账户信息： root:x:0:0:root:/root:/bin/bashjianing:x:1011:100::/home/jianing:/bin/bashusername:password:uid:gid:allname:homedir:shell 用户名:密码:用
阅读全文
posted @ 2019-03-28 16:59
stardsd
阅读(2840)
推荐(0)
摘要：
一、什么是LVM 不管是使用传统的MBR分区方式或者是GPT的分区方式，在最后数据量逐渐变大的过程中都会出现空间不足的情况，但是若是使用将此分区的数据全部迁移至一个更大空间的磁盘上的迁移时间也是不可想象的，为了解决这个问题，LVM就诞生了。LVM(Logical volume Manager)是逻辑
阅读全文
posted @ 2019-03-28 16:12
stardsd
阅读(3301)
推荐(0)
摘要：
在 linux 文件结构中，有一个很神奇的目录 —— /usr。 讨论中，大部分观点认为： usr 是 unix system resources 的缩写； usr 是 user 的缩写； usr 是 unix software resources 的缩写。 根据常识判断，是 user 缩写的可能性
阅读全文
posted @ 2019-03-28 15:36
stardsd
阅读(19051)
推荐(5)
摘要：
1 对Blob的理解及其操作： Blob是一个四维的数组。维度从高到低分别是: (num_，channels_，height_，width_) 对于图像数据来说就是：图片个数，彩色通道个数，宽，高 Blob中数据是row-major存储的，W是变化最快的维度，例如在(n, k, h, w)处的数据，
阅读全文
posted @ 2019-03-28 10:47
stardsd
阅读(2413)
推荐(0)
摘要：
1. 对比损失函数（Contrastive Loss function） 孪生架构的目的不是对输入图像进行分类，而是区分它们。因此，分类损失函数（如交叉熵）不是最合适的选择，这种架构更适合使用对比函数。对比损失函数如下： （以判断图片相似度为例）其中Dw被定义为姐妹孪生网络的输出之间的欧氏距离。Y值
阅读全文
posted @ 2019-03-28 10:42
stardsd
阅读(3191)
推荐(0)
摘要：
一说起“深度学习”，自然就联想到它非常显著的特点“深、深、深”（重要的事说三遍），通过很深层次的网络实现准确率非常高的图像识别、语音识别等能力。因此，我们自然很容易就想到：深的网络一般会比浅的网络效果好，如果要进一步地提升模型的准确率，最直接的方法就是把网络设计得越深越好，这样模型的准确率也就会越来
阅读全文
posted @ 2019-03-25 20:12
stardsd
阅读(8191)
推荐(0)
摘要：
chmod不起作用 可能的原因： chmod对应的是windows下的一个磁盘分区，ntfs不支持linux权限 附：Linux下如何查看分区文件系统类型 附：Linux下如何查看分区文件系统类型 附：Linux下如何查看分区文件系统类型 附：Linux下如何查看分区文件系统类型 1，fdisk -
阅读全文
posted @ 2019-03-25 15:06
stardsd
阅读(2149)
推荐(0)
摘要：
sqlite报错： sqlite3.IntegrityError: UNIQUE constraint failed: IMAGESTATUE.ID 解决方案：
阅读全文
posted @ 2019-03-25 09:55
stardsd
阅读(4138)
推荐(0)
摘要：
Understanding LSTM Networks Recurrent Neural Networks Humans don’t start their thinking from scratch every second. As you read this essay, you underst
阅读全文
posted @ 2019-03-22 19:21
stardsd
阅读(509)
推荐(0)
摘要：
一直对齐次坐标这个概念的理解不够彻底，只见大部分的书中说道“齐次坐标在仿射变换中非常的方便”，然后就没有了后文，今天在一个叫做“三百年 重生”的博客上看到一篇关于透视投影变换的探讨的文章，其中有对齐次坐标有非常精辟的说明，特别是针对这样一句话进行了有力的证明：“齐次坐标表示是计算机图形学的重要手段之
阅读全文
posted @ 2019-03-22 15:01
stardsd
阅读(2077)
推荐(0)
摘要：
Pipenv & 虚拟环境 本教程将引导您完成安装和使用 Python 包。 它将向您展示如何安装和使用必要的工具，并就最佳做法做出强烈推荐。请记住， Python 用于许多不同的目的。准确地说，您希望如何管理依赖项可能会根据 您如何决定发布软件而发生变化。这里提供的指导最直接适用于网络服务 （包括
阅读全文
posted @ 2019-03-22 14:26
stardsd
阅读(1567)
推荐(0)
摘要：
什么是BLEU？ BLEU (Bilingual Evaluation Understudy) is an algorithm for evaluating the quality of text which has been machine-translated from one natural
阅读全文
posted @ 2019-03-21 16:09
stardsd
阅读(2941)
推荐(0)
摘要：
版权声明：本文为博主原创文章，如需转载请注明出处，谢谢。 https://blog.csdn.net/qq_38542085/article/details/78742295 初始代码 import pandas as pd import numpy as np import tensorflow
阅读全文
posted @ 2019-03-19 11:51
stardsd
阅读(2070)
推荐(0)
摘要：
首先给出wiki地址：http://en.wikipedia.org/wiki/Beam_search 1.简介 Beam Search（集束搜索）是一种启发式图搜索算法，通常用在图的解空间比较大的情况下，为了减少搜索所占用的空间和时间，在每一步深度扩展的时候，剪掉一些质量比较差的结点，保留下一些质
阅读全文
posted @ 2019-03-18 15:51
stardsd
阅读(13474)
推荐(0)
摘要：
报错： LookupError: ********************************************************************** Resource punkt not found. Please use the NLTK Downloader to ob
阅读全文
posted @ 2019-03-16 17:53
stardsd
阅读(4462)
推荐(0)
摘要：
主要对比两种文件读写方式： w+是打开后，清空原有内容，成为一个新的空文件，对这个空文件具有读写权限。 r+是打开后，可以读取文件内容吧，保存原有内容，追加写内容，写动作则是追加的新内容。其作用和a+基本相同。 os.mknod("test.txt") 创建空文件fp = open("test.tx
阅读全文
posted @ 2019-03-16 16:53
stardsd
阅读(1026)
推荐(0)
摘要：
import tensorflow 报错： tf.estimator package not installed. 解决方案1： 安装 解决方案2：
阅读全文
posted @ 2019-03-15 18:26
stardsd
阅读(2762)
推荐(0)
摘要：
Conditional Variational Autoencoders 条件式变换自编码机 摘要： Conditional Variational Autoencoders 条件式变换自编码机 Goal of a Variational Autoencoder： 一个 VAE（variationa
阅读全文
posted @ 2019-03-13 15:24
stardsd
阅读(4733)
推荐(0)
摘要：
GoogLeNet系列解读 2016年02月25日 15:56:29 shuzfan 阅读数：75639更多 个人分类： 深度学习基础 GoogLeNet系列解读 2016年02月25日 15:56:29 shuzfan 阅读数：75639更多 个人分类： 深度学习基础 GoogLeNet系列解读
阅读全文
posted @ 2019-03-12 18:10
stardsd
阅读(628)
推荐(0)
摘要：
通常用外部api进行卷积的时候，会面临mode选择。 本文清晰展示三种模式的不同之处，其实这三种不同模式是对卷积核移动范围的不同限制。 设 image的大小是7x7，filter的大小是3x3 1，full mode 橙色部分为image, 蓝色部分为filter。full模式的意思是，从filte
阅读全文
posted @ 2019-03-11 19:54
stardsd
阅读(15470)
推荐(2)
摘要：
https://blog.csdn.net/Rasin_Wu/article/details/80017920 https://blog.csdn.net/chaipp0607/article/details/72847422 AlexNet AlexNet在2012年的ImageNet图像分类大赛
阅读全文
posted @ 2019-03-11 19:25
stardsd
阅读(2004)
推荐(0)
摘要：
如图所示： 假设你想要解决一个复杂的任务，你没有太多的标记的训练数据，但不幸的是，你不能找到一个类似的任务训练模型。 不要失去所有希望！ 首先，你当然应该尝试收集更多的有标签的训练数据，但是如果这太难或太昂贵，你仍然可以进行无监督的训练（见图 11-5）。 也就是说，如果你有很多未标记的训练数据，你
阅读全文
posted @ 2019-03-11 18:04
stardsd
阅读(1063)
推荐(0)
摘要：
Let's assume that you are training a model whose performance depends on a set of hyperparameters. In the case of a neural network, these parameters ma
阅读全文
posted @ 2019-03-09 14:00
stardsd
阅读(423)
推荐(0)
摘要：
版权声明：博主原创文章，微信公众号：素质云笔记,转载请注明来源“素质云博客”，谢谢合作！！ https://blog.csdn.net/sinat_26917383/article/details/54141697 本文部分内容来源于CDA深度学习实战课堂，由唐宇迪老师授课 如果你企图用CPU来训练
阅读全文
posted @ 2019-03-08 18:02
stardsd
阅读(2574)
推荐(0)
摘要：
nvidia-smi命令输出如下： 解释： 第一栏的Fan：N/A是风扇转速，从0到100%之间变动，这个速度是计算机期望的风扇转速，实际情况下如果风扇堵转，可能打不到显示的转速。有的设备不会返回转速，因为它不依赖风扇冷却而是通过其他外设保持低温（比如我们实验室的服务器是常年放在空调房间里的）。 第
阅读全文
posted @ 2019-03-06 14:39
stardsd
阅读(8593)
推荐(0)
摘要：
LMDB is the database of choice when using Caffe with large datasets. This is a tutorial of how to create an LMDB database from Python. First, let’s lo
阅读全文
posted @ 2019-03-06 10:47
stardsd
阅读(2192)
推荐(0)
浙公网安备 33010602011771号