<tr id="ieeco"><small id="ieeco"></small></tr>
<acronym id="ieeco"></acronym>

自定義博客皮膚VIP專享

*博客頭圖:

格式為PNG、JPG,寬度*高度大于1920*100像素,不超過2MB,主視覺建議放在右側,請參照線上博客頭圖

請上傳大于1920*100像素的圖片!

博客底圖:

圖片格式為PNG、JPG,不超過1MB,可上下左右平鋪至整個背景

欄目圖:

圖片格式為PNG、JPG,圖片寬度*高度為300*38像素,不超過0.5MB

主標題顏色:

RGB顏色,例如:#AFAFAF

Hover:

RGB顏色,例如:#AFAFAF

副標題顏色:

RGB顏色,例如:#AFAFAF

自定義博客皮膚

-+

黃飛的博客專欄

微信公眾號:機器修行

  • 博客(248)
  • 論壇 (2)
  • 收藏
  • 關注

原創 公眾號“機器修行”開篇·致讀者

大家好,歡迎來到“黃飛的博客專欄”!兩年前就有開通公眾號的想法,一直沒有付諸行動。畢業之后可自由支配的時間相對減少,其實應該是拖延癥……無數次思想斗爭后,終于,一個名叫“機器修行”(ID: Machine2Learn)的公眾號落地了!為什么開通公眾號?記錄日常所學所感,并用最通俗的語言傳達出來是開設公眾號的初衷。自2015年大三起,筆者將進入實驗室后參與科研項目的心路歷程以博客的形式記錄下來,并發表在CSDN上。這個習慣一直堅持到現在,也將持續進行下去。筆者的CSDN博客專欄欄目眾多,包含了曾經涉獵過的

2021-01-16 18:01:57 1143 6

原創 GPU狀態監測 nvidia-smi 命令詳解

在進行深度學習實驗時,GPU 的實時狀態監測十分有必要。今天詳細解讀一下 nvidia-smi 命令。上圖是服務器上 GeForce GTX 1080 Ti 的信息,下面一一解讀參數。 上面的表格中的紅框中的信息與下面的四個框的信息是一一對應的:GPU:GPU 編號; Name:GPU 型號; Persistence-M:持續模式的狀態。持續模式雖然耗能大,但是在新的GPU應用啟動時,花費的時

2018-02-01 16:43:13 57135 3

原創 主成分分析(PCA)一次講個夠

PCA 簡介多元統計分析中普遍存在的困難中,有一個困難是多元數據的可視化。matlab 中的 plot 可以顯示兩個變量之間的關系,plot3 和surf 可以顯示三維的不同。但是當有多于3個變量時,要可視化變量之間的關系就很困難了。幸運的是,在一組多變量的數據中,很多變量常常是一起變動的。一個原因是很多變量是同一個驅動影響的的結果。在很多系統中,只有少數幾個這樣的驅動,但是多余的儀器使我們測量了很

2017-11-29 11:31:46 48167 6

原創 5 分鐘帶你弄懂 k-means 聚類

聚類與分類的區別分類:類別是已知的,通過對已知分類的數據進行訓練和學習,找到這些不同類的特征,再對未分類的數據進行分類。屬于監督學習。聚類:事先不知道數據會分為幾類,通過聚類分析將數據聚合成幾個群體。聚類不需要對數據進行訓練和學習。屬于無監督學習。關于監督學習和無監督學習,這里給一個簡單的介紹:是否有監督,就看輸入數據是否有標簽,輸入數據有標簽,則為有監督學習,否則為無監督學習。更詳盡的解釋會在后續

2017-11-08 16:16:23 79379 78

原創 對比歐氏距離與余弦相似度

歐式距離歐氏距離就是我們平常所說的距離,如果是平面上的兩個點 A(x1,y1)A(x_1,y_1) 和 B(x2,y2)B(x_2,y_2) ,那么 A 與 B 的歐式距離就是 (x1?x2)2+(y1?y2)2 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄√\sqrt{(x_1-x_2)^2+(y_1-y_2)^2} ;如果是三維空間中的兩個點 A(x1,y1,z1)A(x_1,y_1,z_1) 和

2017-11-07 16:48:20 17710 3

原創 如何通俗易懂地理解皮爾遜相關系數?

要理解 Pearson 相關系數,首先要理解協方差(Covariance)。協方差表示兩個變量 X,Y 間相互關系的數字特征,其計算公式為:COV(X,Y)=1n?1∑n1(Xi?X???)(Yi?Y???)COV(X,Y)=\frac{1}{n-1}\sum_1^n(X_i-\overline X)(Y_i-\overline Y)當 Y = X 時,即與方差相同。當變量 X,Y 的變化趨勢一致時

2017-11-06 11:45:57 44147 5

原創 CentOS 添加環境變量的三種方法

在 Linux CentOS 系統上安裝完 MATLAB 后,為了使用方便,需要將 matlab 命令加到系統命令中,如果在沒有添加到環境變量之前,執行“matlab”命令時,則會提示命令不存在的錯誤,如下所示:下面我詳細介紹一下在 linux 下將 MATLAB 加入到環境變量中的方法(MATLAB 安裝在 /usr/local/MATLAB/R2013a/bin 目錄下)。方法一(暫時生效)直接

2016-11-05 11:51:21 58559 1

原創 常用的數據標準化方法

數據的標準化(normalization)是將數據按照一定規則縮放,使之落入一個小的特定區間。這樣去除數據的單位限制,將其轉化為無量綱的純數值,便于不同單位或量級的指標能夠進行比較和加權。其中最典型的就是0-1標準化和Z標準化,當然,也有一些其他的標準化方法,用在不同場景,這里主要介紹幾種常用的方法。1、Min-Max標準化(Min-Max normalization)也稱離差標準化,是對原始數據的

2016-06-13 14:46:39 25528

原創 解決 swap file “*.swp”already exists!問題

在 Linux 下的 vim 編輯過程中,由于某種原因異常退出正在編輯的文件,再次編輯該文件時,會出現如下提示:使用vim編輯文件實際是先 copy 一份臨時文件并映射到內存給你編輯, 編輯的是臨時文件, 當執行:w 后才保存臨時文件到原文件,執行:q 后才刪除臨時文件。每次啟動檢索是否有臨時文件, 有則詢問如何處理,就會出現如上情景。解決辦法:將隱藏的 *.swp 文件刪除即可,原先的文件便可再次

2016-04-23 15:47:52 70221 6

原創 粒子群算法解決函數優化問題

1?選題描述粒子群算法(particle?swarm?optimization,PSO)是計算智能領域,除了蟻群算法、魚群算法之外的一種群體智能地優化算法。該算法最早由Kennedy和Eberhart在1995年提出的。PSO算法源于對鳥類捕食行為的研究,鳥類捕食時,找到食物最簡單有效的策略就是搜尋當前距離事物最近的鳥的周圍區域。PSO算法是從這種生物種群行為特征中得到啟發并用于求解優化問題的

2015-07-03 13:35:58 47705 1

原創 圖像質量評估(IQA)——“NIMA: Neural Image Assessment” 論文解讀

“NIMA: Neural Image Assessment” 是圖像質量評估領域的經典之作,最近在做視頻質量評估相關的項目,該文也是必讀論文。論文鏈接就不放了,網上有比較多的下載資源,按照慣例,先放上該論文的引用信息:Talebi H, Milanfar P. NIMA: Neural image assessment[J]. IEEE Transactions on Image Processing, 2018, 27(8): 3998-4011.與筆者之前的一篇博文圖像質量評估(IQA)——“Ko

2020-11-21 17:05:27 481 1

原創 IPDB python 調試大法小記

MATLAB是matrix&laboratory兩個詞的組合,意為矩陣工廠(矩陣實驗室)。是由美國mathworks公司發布的主要面對科學計算、可視化以及交互式程序設計的高科技計算環境。本文主要針對Mac系統下的MATLAB 2015b安裝破解過程進行詳述。首先,附上MATLAB 2015b的鏡像地址和破解文件地址: MATLAB 2015b中文破解版下載 提取碼:uy7g破解補丁下載 提取碼

2020-11-07 16:56:21 36137 165

原創 圖像質量評估常用評價指標總結

圖像質量評估不同于傳統意義上的圖像識別,其本身是一項主觀性較強的任務,無法單純通過評判準確性來衡量算法模型的性能。其性能好壞通常是評估主觀評分和算法評分的相關度,如果兩者相關度較高,則說明質量評估算法性能較好,反之則較弱。常用的用于圖像質量評估的指標主要有四個:PLCC,SROCC,KROCC 和 RMSE。1. PLCC關于 PLCC(Pearson Linear Correlation Coefficient)皮爾遜線性相關系數的解讀,可參考博主另一篇博客:如何通俗易懂地理解皮爾遜相關系數?。需

2020-11-01 23:05:30 967

原創 圖像質量評估(IQA)——“KonCept512” 論文解讀

解讀之前,論文鏈接就不放了,網上有比較多的下載資源,先放上該論文的引用信息:Hosu V, Lin H, Sziranyi T, et al. KonIQ-10k: An ecologically valid database for deep learning of blind image quality assessment[J]. IEEE Transactions on Image Processing, 2020, 29: 4041-4056.不難看出,該論文《KonIQ-10k: An ec

2020-10-24 22:13:11 900 1

原創 SQL 知識點回顧總結(二)

本文在上篇博客 SQL 知識點回顧總結(一)的基礎上,再結合《SQL 必知必會》一書對 SQL 相關知識點進行了補充整理,供大家參考,也方便自己查閱備忘。在指定一條 order by 子句時,應該保證它是 select 語句中最后一條子句。如果它不是最后的子句,將會出現錯誤信息。通常,order by 子句中使用的列將是為顯示而選擇的列。但是實際上并不一定要這樣,用非檢索的列排序數據是完全合...

2020-03-12 20:31:36 186

原創 SQL 知識點回顧總結(一)

很久沒有更新博客了,埋頭工作有時候都忘了思考,但學習積累的步伐不能停止,今兒個把 SQL 相關知識點重新撿起來,供大家參考,也方便自己查閱備忘。梳理的主線主要基于??途W《數據庫SQL實戰》。1. left join, right join 和 inner joinleft join(左聯接):返回包括左表中的所有記錄和右表中聯結字段相等的記錄;right join(右聯接):返回包括右表中的...

2020-02-03 18:00:16 1440

原創 XCTest 單元測試初探

在做 iOS 端的單元測試時,XCode 自身集成的 XCTest 框架是一個不錯的選擇。網絡上關于 XCTest 單元測試的文章不勝枚舉,這里主要結合實例和 WWDC2018 的新增特性進行總結和梳理。本文只針對 iOS 單元測試,UI自動化測試會在以后的博文中陸續展開,下面直接從 Demo 入手。在創建好工程后(勾選上"Include Unit Tests"),會在 XCTests.m 中...

2019-10-08 13:21:03 479

原創 iOS 單例模式,你真的寫對了嗎?

幾年前,筆者曾對 iOS 單例模式作過一番闡述,包括其優點以及 Apple 自身對單例模式的實現示例,詳情可參考:iOS 單例模式詳解。這里再做一個簡短的總結,單例的用處:主要用在封裝網絡請求,播放器,存放常用數據等。單例的特點:只初始化一次,生命周期和程序的生命周期相同,訪問方便。下面一步一步以循序漸進的方式來將單例模式完善化。為了多線程安全,用 GCD 創建單例更加方便,由于 dispa...

2019-04-28 16:11:56 2613

原創 caffe 改動后的重新編譯以及 pycaffe 安裝過程中 warnings 解決

原生的 caffe 包含了一些基本的運算操作,如果要進行一些自定義操作,比如雙線性插值放縮操作、L2 正則化等就需要把相應的實現添加進 caffe 源碼,由于 caffe 源碼由 C++ 編寫,修改源碼后需要重新編譯。下面對具體的編譯過程進行總結:1. 編譯 caffe.proto 文件添加層時,需要在 /src/caffe/proto/caffe.proto 文件中注冊,因為修改過 caff...

2018-10-31 19:32:18 5458 1

原創 GoogLeNet(Inception V1)總結

本文是對 “Going Deeper With Convolution” 的論文創新點的解讀和總結,筆者在去年對該論文進行了全文翻譯,原文翻譯可點傳送門:《Going Deeper With Convolution》全文譯解,但當時僅限于翻譯,并未對其中細節和創新點進行詳細剖析。經典的東西需要細細品味,本文主要解讀該論文的新點,也即 GoogLeNet 的網絡結構。該論文發表于 CVPR 201...

2018-10-26 11:07:04 1034

原創 Network In Network 總結

本文是對《Network In Network》的論文解讀和總結。該論文發表于 ICLR 2014,由新加坡國立大學(NUS)提出,自2014年發表至今,已有接近2K的引用量,其獨特的網絡結構成為卷積神經網絡的革新,是經典的卷積神經網絡的一個變種。注:博文中圖片表格均來自原文1. 網絡結構1.1 MLP卷積層NIN 具體在傳統的卷積層上采用了大小為[1,1]的卷積核去替代,相當于進行了一...

2018-10-24 20:47:38 757

原創 Linux 下幾個查找命令 find,locate,whereis,which,type 總結

在 Linux 命令行下,常常根據需要進行相應文件的查找,有很多方法可以做到這一點,本次博客對這些方法進行一個總結,可根據需要靈活運用。1. findfind 是最常見也是最強大的查找命令,幾乎能滿足任何查找需求。find 命令使用格式:find 路徑 參數時間查找參數:-atime n :將 n*24小時內存取過的的文件列出來-ctime n :將 n*24小時內改變、新增的文件...

2018-10-18 17:43:34 318

原創 操作系統與網絡知識點梳理

1.死鎖產生的原因與避免死鎖的方法死鎖概念:多個線程因競爭資源而造成的一種僵局(互相等待)狀態。 產生死鎖的四個條件: (1)互斥條件:資源只能由一個進程使用; (2)請求與保持條件:已經得到資源的進程可以再次申請新的資源; (3)非剝奪條件:已經分配的資源不能從相應的進程中被強制地剝奪; (4)循環等待條件:系統中若干進程組成環路,該環路中每個進程都在等待相鄰進程正占用的資源。 ...

2018-09-12 10:02:34 552

原創 HTTP 狀態碼回顧總結

HTTP狀態碼,它是用以表示網頁服務器HTTP響應狀態的3位數字代碼。狀態碼的第一個數字代表了響應的五種狀態之一。 Tables Are Cool 1XX Informational(信息性狀態碼) 接收的請求正在處理 2XX Success(成功狀態碼) 請求正常處理完畢 3XX 重定向狀態碼 需要進行附加操作以完成請求...

2018-09-07 10:02:21 209

原創 從輸入URL到頁面展示到底發生了什么?

這是一個老生常談的問題,筆者今天對這個問題進行一個總結。整個過程可分為4個步驟,分別如下所示:1. 域名解析當我們在瀏覽器的輸入框中輸入網址的時候,瀏覽器其實已經在智能地匹配可能的URL了,它會從歷史或者書簽等地方查找可能對應的URL,給出一些智能提示,方便智能補全,部分瀏覽器甚至會直接從緩存中把網頁顯示出來。請求一旦發起,瀏覽器首先要做的事情就是解析這個域名,即找到對應的 IP。...

2018-08-24 15:41:39 651

原創 C++ 知識點梳理

new/delete 與 malloc/free的區別malloc/free是標準庫函數,new/delete是C++運算符。運算符是語言本身的特性,有固定的語義,由編譯器解釋語義。庫函數是依賴于庫的,一定程度上獨立于語言,編譯器不關心庫函數的作用。delete會調用對象的析構函數, free只會釋放內存,new調用構造函數。malloc/free是庫函數而不是運算符,不在編譯器控制權限之...

2018-08-22 17:58:10 911 1

原創 進程與線程相關知識整理

進程是資源(CPU、內存等)分配的基本單位,它是程序執行時的一個實例。程序運行時系統就會創建一個進程,并為它分配資源,然后把該進程放入進程就緒隊列,進程調度器選中它的時候就會為它分配CPU時間,程序開始真正運行。線程是程序執行時的最小單位,它是進程的一個執行流,是CPU調度和分派的基本單位,一個進程可以由很多個線程組成,線程間共享進程的所有資源,每個線程有自己的堆棧和局部變量。線程由CPU獨立...

2018-08-16 14:25:33 378

原創 Linux 中的 bash_profile,bashrc 以及 profile 聯系與區別

/etc/profile,/etc/bashrc,~/.bash_profile,~/.bashrc 文件的區別和特點比較容易混淆,這里先分別介紹其功能特點:/etc/profile:用來設置系統環境參數,比如$PATH. 這里面的環境變量是對系統內所有用戶生效的; /etc/bashrc:這個文件設置系統 bash shell 相關的東西,對系統內所有用戶生效。只要用戶運行 bash 命令...

2018-08-16 13:32:43 1210

原創 "Learning to Compose with Professional Photographs on the Web" 論文解讀(二)(附代碼與詳細注釋)

接著上篇博客:“Learning to Compose with Professional Photographs on the Web” 論文解讀(一)(附代碼與詳細注釋)進行講解。上篇博客講到了論文中數據的處理,該博客將介紹模型的構建、訓練以及評估等部分內容,并附上詳細的代碼及注解。 上圖是本文的模型架構,非常簡單,輸入為兩個疊加的總共為6個通道的圖像(原圖與裁剪圖),網絡中的特征提取層...

2018-07-23 22:37:13 627 2

原創 "Learning to Compose with Professional Photographs on the Web" 論文解讀(一)(附代碼與詳細注釋)

最近在研究一篇論文 “Learning to Compose with Professional Photographs on the Web”,發表自 CVPR2017,論文地址鏈接:Learning to Compose with Professional Photographs on the Web。 如上圖所示,利用深度學習的方式得到圖片合適的取景位置是論文的主要目的所在。論文前面的...

2018-07-18 23:01:28 709

原創 TensorFlow 中的 tf.app.flags 命令行參數解析模塊

說道命令行參數解析,就不得不提到 python 的 argparse 模塊,詳情可參考博主之前的一篇博客:python argparse 模塊命令行參數解析。在閱讀相關工程的源碼時,很容易發現 tf.app.flags 模塊的身影。其作用與 python 的 argparse 類似。直接上代碼實例,新建一個名為 test_flags.py 的文件,內容如下:#coding:utf-8...

2018-07-17 23:17:29 2741

原創 python 單下劃線與雙下劃線,以及絕對導入與相對導入

單下劃線與雙下劃線在 python 中,會看到 _xx, xx 以及 __xx 這樣的變量或者函數名,在這里做一個簡要的總結。_xx:保護(protected)變量或函數,意思是只有類對象和子類對象能夠訪問到這些變量,不能用 ‘from module import *’ 導入。當變量或函數是私有的時候,用 _xx 來表示是很好的習慣。; __xx:私有成員,意思是只有類對象自己能訪問,連...

2018-07-16 21:54:47 927

原創 tf.variable_scope(), tf.name_scope(), tf.get_variable(), tf.Variable() 理解總結

許多的 TensorFlow 開源項目都會頻繁出現 tf.variable_scope, tf.name_scope, tf.get_variable(), tf.Variable() ,今天來對此做一個總結。注意,tf.Variable() 有大寫!首先來談談 tf.get_variable() 與 tf.Variable(),因為如果使用 variable() 的話每次都會新建變量,但...

2018-07-12 23:56:57 284

原創 python os.stat() 獲取相關文件的系統狀態信息

stat 系統調用時用來返回相關文件的系統狀態信息的。下面直接以一個具體示例來進行簡要說明: os.stat() 形參接收一個包含路徑的文件名,其返回值有10個,列表如下: 返回屬性 解釋 st_mode inode 保護模式 st_ino inode 節點號 st_dev inode 駐留的設備 st_nlink inode...

2018-07-11 22:34:17 2986

原創 python 虛擬環境 virtualenv

virtualenv 是一個可以在同一計算機中隔離多個 python 版本的工具。有時,兩個不同的項目可能需要不同版本的 python,如 python2.7/python3.6,但是如果都裝到一起,經常會導致問題。所以需要一個工具能夠將這兩種或幾種不同版本的環境隔離開來,需要哪個版本就切換到哪個版本做為默認版本。virtualenv 即是滿足這個需求的工具。它能夠用于創建獨立的 python 環...

2018-07-11 21:56:47 210

原創 對比 Caffe 中 train_val.prototxt 和 deploy.prototxt 文件

首先,這兩個文件有一個最大的不同點,train_val.prototxt 文件是網絡配置文件,該文件是在訓練的時候用的。deploy.prototxt 文件是在測試時使用的文件。下面以 Caffe 官方給出的 mnist 訓練相關的文件作出詳細注釋說明:name: "LeNet"layer { name: "mnist" #輸入層的名稱mnist type: "Dat...

2018-06-18 13:16:13 1441

原創 Caffe solver.prototxt 文件參數解析

solver 算是 Caffe 的核心的核心,它協調著整個模型的運作。Caffe 程序運行必帶的一個參數就是solver 配置文件,solver.prototxt 文件是用來告訴 Caffe 如何訓練網絡的。下面以 Caffe 中的 mnist 實例進行簡單明了的解釋:1. net: "examples/mnist/lenet_train_test.prototxt"2. test_it...

2018-06-17 18:15:14 2422

原創 Linux sed 命令高效文本操作

Linux 下的 sed 命令功能十分強大,能夠完美地配合正則表達式使用,靈活巧妙地利用sed命令,可以極大地提高工作效率。sed 的用法非常多,不可能一一枚舉,本文僅針對個人實踐過程中比較常見的幾個功能作簡要介紹。1.替換操作直接編輯文件選項 -i,會把 file 文件中每一行第一個匹配項替換為指定項:sed -i 's/pen/pencil/' file其中,s 表示替...

2018-06-16 19:38:05 612

原創 Caffe 圖片數據轉化為 lmdb 格式以及均值文件的計算

在 Caffe 中經常使用的數據類型是 lmdb 或 leveldb,而我們平時所用的圖片格式為 jpg, png, tif 等,于是就產生了一個問題,如何從原始圖片文件轉換成 Caffe 中能夠運行的 db(leveldb/lmdb)文件?在 Caffe 中,作者提供了一個用于將圖片文件轉換為 db 文件的可執行程序:convert_imageset,其調用格式如下所示: conve...

2018-06-16 13:43:30 421

原創 VGGNet 總結

本文是對《Very Deep Convolutional Networks for Large-Scale Image Recognition》的論文解讀和總結。該論文發表于 ICLR2015,由牛津大學視覺幾何組(Visual Geometry Group)和 DeepMind 公司提出,這也是 VGG 名字的由來。自2015年發表至今,已有超過7K的引用量,是 ILSVRC-2014 中定位任...

2018-05-28 16:46:21 9883 6

空空如也

HF飛哥的留言板

發表于 2020-01-02 最后回復 2020-01-02

專欄編輯信息(添加了很多原創文章)后,整個專欄的訪問量沒有變化

發表于 2019-04-15 最后回復 2019-04-16

空空如也

TA創建的收藏夾 TA關注的收藏夾

TA關注的人 TA的粉絲

提示
確定要刪除當前文章?
取消 刪除
彩票送彩金