- 博客(75)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 记录一次Etcher镜像刷写不成功的bug
正题最近想要把闲置的Jetson Nano重新利用起来，于是打算重新给一张SD卡刷写最新的Jetson Nano镜像，结果发现一直报“something wet wrong while writing sd-blob-b01.img to xxx（SD卡对应的盘符和名字）”错：搜索了半天没找到想要的解决方式，而且关键是这个报错过于模糊，完全无法得知是哪里出了问题。在多次尝试刷写不同版本的Jetson Nano镜像和重新安装Etcher之后，我突然反应过来，可能是某国产杀毒软件惹的祸，于是把某管家退出了
2021-08-31 20:44:37
6667
2
原创 【U3D】uLiveWallpaper插件资源分享
最近心血来潮想要做安卓的动态壁纸，因为和U3D比较熟（U3D不怎么熟我），所以就想着能不能找到一款插件来实现这个小想法（毕竟我和安卓不熟，而且只是小想法，所以不想现在上手学安卓，以后再说）。在各个网站搜索后我确定了使用uLiveWallpaper这款插件（其实还有Bitpaper可以用，但是因为淘宝和网上没资源所以就放弃了）。这款插件分Indie（独立开发）和Pro（大佬）版，区别在于Pro版附带源码。我原本就是盯着Pro版去的，但是在淘宝以及各个网站上下载到的Pro版本只有1.4.0版本的，包括那几个说是
2020-12-15 17:28:44
1860
5
原创 检测进程是否正在运行并自动重启进程的shell脚本编写
先说明下脚本的用处，此脚本可用于检测进程是否在运行，并在发现进程消失/没有运行时重启进程。脚本内容#!/bin/shwhile :do stillRunning=$(ps -ef|grep "/home/user/frp/frpc"|grep -v "grep") if [ "$stillRunning" ] then sleep 10 else /home/user/frpc -c /home/user/frp/frpc.ini &
2020-10-15 23:43:15
1985
原创 VQA（图像问答）数据集结构及大致内容
这篇文章只讲下VQA的文件结构和文件内容，官方工具的用法及一些小技巧。VQA数据集概况其实VQA有很多种数据集，比较常用的有VQA v1.0、 VQA v2.0、Visual7W等。这篇文章中使用的数据集主要是VQA v1.0（其实和2.0差不多，读取方式没变，只是优化了内容，让模型更加不容易通过蒙来答对问题）。直接开始吧。VQA V1.0结构及内容概要VQA v1.0的数据集内容如下1：VQA的结构：以上图片截图自VQA官网总之就是每张图片对应3个以上的问题（平均5.4个），每个问题对
2020-10-15 23:42:29
6254
2
原创 卷积核及池化层的基本概念笔记
卷积核基本概念全连接网络的问题在于参数太多，例如一个尺寸为200×200×3200 \times 200 \times 3200×200×3的图像会让下一层隐藏层中的一个神经元包含200×200×3=120,000200 \times 200 \times 3 = 120,000200×200×3=120,000个权重，而且这一层中可能还不止一个神经元。过多参数带来的后果就是容易导致过拟合，而且不容易训练。因此需要通过一些手段来减少参数数量，降低训练难度。所以就有了卷积神经网络。卷积神经网络由卷积核组成
2020-10-15 23:39:54
3368
原创 YOLO系列（1～3）神经网络笔记
闲话少说，进入正题。YOLO是一种One-stage的物体检测网络1。one-stage即直接生成物体的类别概率和位置坐标值，经过单次检测就可以直接得到结果；相对应的是two-stage甚至multi-stage，multi-stage已经淘汰，所以不提，two-stage则是将检测问题划分为两个阶段，先产生候选区域（region proposals）然后对候选区域分类（一般还需要对位置精修），Faster R-CNN之类的就属于这一类2。v1带有全连接网络，但是v2和v3都舍弃掉了全连接网络，改成了纯CN
2020-10-14 20:09:26
1504
原创 Lua倒计时小工具
最近在写Lua用于倒计时的小工具，大致内容分享出来：local countDownUtilsMaker = function() local private = {} local public = {} private.hour24 = 24 * 60 * 60 private.offsetHour8 = 8 * 60 * 60end...
2020-03-24 17:34:56
1185
1
原创 数据结构笔记（4）——树（主要是关于二叉树）
这次讲讲树。首先上定义：树的定义要注意的是：只有一个根结点（最顶上的那个结点）子树不相交如上图所示，这就是子树相交的情况。结点分类结点之间关系双亲是因为结点雌雄同体，同时是父亲也是母亲。层树的层（level）的概念是从根开始定义的，根是第一层，根的孩子为第二层，如此类推。此外，如果将树中结点的子树看成从左至右有次序，不能互换，那么称为有序树，否则称为无序树。...
2019-10-30 17:28:45
519
原创 《Learning Deep Representations of Fine-Grained Visual Descriptions》论文及代码阅读笔记
最近在读这篇文章
2019-10-07 22:35:39
1840
8
原创 KMP算法笔记（C++）
要搞懂KMP算法首先要明白这个算法是用来做什么的。需求无耻的熟人xx：“欸~小上官，原来你（也）是个程序员，那帮我想想看……”你：S.x.x.T，我连自己的内心活动都自带哔哔声和谐了，你还要我搞什么！伟大的朋友xx：“……怎么从一串字符串里面搜索出想要的子串。搞得好的话……”，说着就掏出了手机打开了苇名城的信，“把她/他介绍给你。”你：“我不是那种人。”高尚的好友xx：“加上这个。”...
2019-08-18 23:47:59
317
原创 数据结构笔记（3）——循环链表与双向链表
循环链表在介绍概念之前先说一下需求，假设你已经有了这么个链表：你现在的指针指向了3，但是你的任务是遍历一遍整个链表（例如要计算链表的长度），但是这是一个单项链表，所以只能够重新从头结点/第一个元素开始遍历。这时候我们回想，如果能够直接从3开始，遍历到5，然后再遍历剩下的元素（1和2）就好了。所以，我们需要一个能够指向回头结点的指针，构成一个循环链表：指回到头结点，那么当我们遍历到结点...
2019-08-13 17:16:40
1055
3
原创 数据结构笔记（2）——静态链表
其实这篇文章不是什么重点内容，如果前面的链表理解了可以直接跳过不看。当语言不直接或者间接提供指针的时候就需要使用静态数组了。其实最核心的思想就是用数组来代替指针，具体做法如下。首先这里使用的数组是结构体数组，数组元素有两个元素域，data和cur，前者存放数据，后者相当于单链表中的next指针，指示下一个地址或者说数组下标。#define MAXSIZE 1000typedef struc...
2019-08-13 15:21:25
234
原创 数据结构笔记（1）——顺序存储结构与单链表存储结构
其实之前的C笔记都是为了这个服务的。。。原来还打算总结下结构体的，结果发现自己已经写了，就懒得重新写了。在说线性表之前先说下算法的特性、要求、复杂度等概念。一些概念算法的五大特性有穷性：可以在有穷（指可接受的长度）时间内完成。确定性：就是能通过确定输入确定输出。可行性：算法中操作可以通过已经实现的基本运算执行有限次来实现输入：有0个或者多个输出：一个或者多个...
2019-08-11 20:45:14
649
原创 PyTorch：利用预训练好的ResNet-152网络提取图片特征
这篇博文相当于是对上一篇博文Pytorch：利用预训练好的VGG16网络提取图片特征 的补充，本文中提到的提取方式与前文中的不同。另外，因为TorchVision提供的训练好了的ResNet效果不好，所以本文中将会使用由ruotianluo提供的从Caffe转换过来的ResNet模型（具体可以看这个repo，如果好奇怎么转换的话）。代码以下代码节选自pytorch-vqa的preproces...
2019-05-13 19:16:59
18468
11
原创 MFB论文笔记（1）——论文复现之论文实验部分摘要及特征提取
还是接着[上次笔记](https://blog.csdn.net/Geek_of_CSDN/article/details/81328487)的内容，这次是关于实验部分的。
2019-05-07 23:03:53
1986
1
原创 MFB论文笔记（2）——论文复现之MFB_baseline模型的训练
Visual Genome处理（可跳过）其实这个步骤不是必须做的，但是属于预处理步骤，所以还是写上来比较好。在用到Visual Genome来训练的时候才需要做这个部分，所以可以先跳过再回来看看。因为mcb项目已经比较老了，所以项目那里的说明基本上不能够直接用，除非你打算安装旧版本的Visual Genome Python Driver。这里我决定直接用新版本的，因为旧版本和新版本其实没有大的...
2019-05-07 23:03:44
2029
1
原创 Stacked Attention Networks解析（LSTM版）
SAN网络，全名叫“Stacked Attention Networks”。原作者的代码实现是基于Theano的，这个框架现在（2019年1月末）并不是很流行（基本没人用），所以后来有人用TensorFlow或者Pytorch等新的框架复现了这篇论文的结果，这篇文章只会稍微谈到Pytorch实现的版本。
2019-05-07 23:03:21
2749
原创 《Multi-modal Factorized Bilinear Pooling with Co-Attention Learning for Visual Question Answering》笔记
这是ICCV2017上的一篇文章（文章链接），代码在github上的地址：链接。简单翻译一下摘要：摘要VQA（visual question answering 图像问答）因为需要同时对图像信息和问题的信息进行理解而比较难解决。建立的模型的性能在很大程度上取决于怎么从问题中提取特征，怎么图像中进行细粒度信息提取需要的特征，以及怎么对这两种提取出来的特征进行整合。尽管各类基于双线性池化的...
2019-05-07 23:03:13
5566
29
原创 小波变换笔记
小波变换出现背景傅里叶变换（FT）在小波变换出现之前人们普遍使用的是傅里叶变换（如果不是很了解傅里叶变换请看我的往期博文，有大概的介绍），但是傅里叶变换的问题在于：无法同时表示频率和时间，只能对信号单独提取出频谱（所以可以看到下图中第2、3个信号对应的频谱是一样的）只适用于周期信号，不能很好地用在时变信号上（如果只是提取频谱的话可以用，但是不建议这么做）对突变信号的拟合不够好（方波信号...
2019-05-02 14:01:43
4672
原创 信号与系统公式笔记（9）——Z变换
还是齐开悦博士的[视频](https://www.bilibili.com/video/av5868266/?p=20)，不过这次没看完就自己看着书总结了（还是觉得看书更加高效率）。
2019-03-15 20:42:03
36169
4
原创 使用Keras提供的VGG16来提取feature
直接上code：import osimport h5pyfrom tqdm import tqdmimport tensorflow as tffrom tensorflow.keras.preprocessing import imagefrom tensorflow.keras.applications.vgg16 import VGG16from tensorflow.ker...
2019-02-24 16:45:38
2897
2
原创 Pytorch：利用预训练好的VGG16网络提取图片特征
前言这里的提取图片特征特指从VGG网络的最后一个conv层进行提取。虽然下面代码里面给出的是VGG16作为例子，其实也可以用其他的已经经过训练了的神经网络，包括自己训练的。代码模型结构相关基本知识首先说下加载模型，这里用的是torch官方提供的已经训练好的模型，只需要从torchvision模块导入：import torchvision.models as modelsmodel =...
2019-02-24 09:43:15
60602
104
原创 LSTM公式及理解
LSTM的基本结构及推导这部分内容基本都是来自Step-by-step to LSTM: 解析LSTM神经网络设计原理，只是添加了一些贫僧的想法。从RNN、记忆说起LSTM（Long Short Term Memory，长短期记忆，注意这里的长短期，后面会提到是什么意思）的作者是个有点奇怪的人1，他的名字是Jürgen Schmidhuber（发音也挺奇怪）。LSTM的作者很有意思，如果读者...
2019-01-25 22:34:22
39181
7
原创 【小技巧】关于pytorch中拥有batch的矩阵的相加
应用场景将两个batch_size = 100的矩阵相加时，如果维度不完全相同，例如100×512100 \times 512100×512与100×196×512100 \times 196 \times 512100×196×512大小的矩阵相加时，因为pytorch不能够直接进行broadcasting，所以如果直接a + b相加的话会直接报错（如果没有batch_size的话则可以正常进...
2019-01-18 20:01:06
8422
原创 关于贫僧在使用PyTorch时遇到了runtime error(59):device-side assert triggered at XXX这样神奇的BUG的事
标题里的XXX是省略之后的文字的意思，不是真的“XXX”。某天贫僧在训♂练模型的时候遇到了这个错误提示。其实这个错误提示很模糊（非常模糊），基本上是没有办法定位到出错的地方的，在查找资料之后发现了一下解决方法（在这里总结下）：1. 改为在CPU上运行这是因为当模型在GPU上运行的时候其实是没办法显示出真正导致错误的地方的（按照PyTorch Dev的说法：“Because of the as...
2019-01-17 16:39:15
31593
9
原创 【小技巧】生成除指定数字外的随机整数
from random import choiceprint(choice([i for i in range(0,9) if i not in [2,5,7]]))如果是生成一个list：from random import choicetmp = []for j in range(10): tmp.append(choice([i for i in range(0,9) if...
2018-12-21 00:32:44
2785
原创 TensorFlow笔记（1）非线性回归、MNIST手写数字识别
程序import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt# numpy生成200个随机点，下面这么写可以得到200行1列的矩阵x_data = np.linspace(-0.5, 0.5, 200)[:, np.newaxis]noise = np.random.normal(0, 0.02,...
2018-12-08 13:19:31
257
原创 TensorFlow笔记（0）基本概念、fetch、feed及一个拟合曲线的事例
基本概念图（graph）：用来表示计算任务。图中节点称为OP（operation），接受零至多个Tensor，产生零至多个TensorTensor：相当于矩阵/数组，用来装载数据会话（Session）：用来执行图的运算的东西图通过变量（Variable）维护状态feed、fetch：赋值/获取数据创建图、启动图import tensorflow as tf# 创建常量m1 ...
2018-12-08 11:00:25
242
原创 CS231n笔记（5）神经网络（1）
其实还是全连接的神经网络（玄学模型），也算是基础吧，但是这里的基础打好了对后面学习CNN的时候会有一点帮助。快速简介和之前提到的线性分类器里面s=Wxs=Wxs = Wx来进行计算不同视觉类别的评分不同，神经网络是s=W2max(0,W1x)s=W2max(0,W1x)s = W_2\max(0, W_1x)，其中W1W1W_1的作用是将图像转化为一个特定维度的过渡向量（这里过度向量具...
2018-09-04 16:49:06
837
原创 CS231n笔记（4）反向传播
可终于来到反向传播了。。。之前更新得实在是太慢了。。。简介反向传播是利用链式法则递归计算表达式的梯度的方法。理解反向传播过程及其精妙之处对于理解、实现、设计和调试神经网络非常关键（疯狂暗示）。问题陈述：核心问题是给定函数f(x)f(x)f(x)，其中xxx是输入数据的向量，需要计算函数fff关于xxx的梯度，也就是∇f(x)∇f(x)\nabla f(x)参考CS231...
2018-09-02 22:50:26
395
原创 Lua文件读写之添加空行及删除行
删除行（这里的代码是贫僧抄别人的！！！具体说明看下面）：--[[ 函数名：remove_last_line 输入：文件路径 输出：无 功能：将文件最后一行删除]]function remove_last_line(filename) local file = io.open(filename, "r+") local content = fi...
2018-08-26 22:17:15
4711
6
原创 Torch笔记之如何读取txt并在字母层面上将内容按照字典替换成相应的数字
这个转换的问题其实是贫僧在尝试将某个.txt文件转换成Tensor来喂给训练好的神经网络模型时遇到的（训练的神经网络是char level的，具体看贫僧之前的博文）时遇到的。实现的步骤分成以下几个部分：读取txt文件内容将txt内容按照字典转化成对应的数字将文件保存为.t7格式，方便神经网络读取在正式开始之前先说下字典，字典是用这种方式生成的：alphabet = "abc...
2018-08-26 16:23:52
1181
原创 Linux笔记之用for循环给目录下所有文件添加一行空行
首先创建一个.sh文件，然后编辑里面的内容：#!bin.shfor file in ./*do echo "">>$filedone解释：第一行其实就是写来表明这是一个bash文件，和python的第一行意义差不多。其实linux的for循环有三种，一种是列表for循环、不带列表for循环、类似c的for循环。上面用到的就是列表fo
2018-08-26 03:11:17
3059
原创 CS231n笔记（3）线性分类器：最优化
先说下最优化是什么：最优化是寻找能使损失函数值最小化的参数WWW的过程。铺垫：之后会把映射部分拓展成比线性函数更加复杂的函数（例如神经网络），但是损失函数和最优化过程这两个部分不会有很大改动，所以这两个部分的基础一定要打好。损失函数可视化因为我们现在的损失函数通常定义在高维空间里面，比较难可视化，所以要在1或者2个维度上对高维空间进行切片来可视化。例如随机生成一个权重矩阵WWW，这个矩...
2018-08-21 00:27:11
520
原创 CS231n笔记（2）线性分类器：SVM，Softmax函数
补充：权重WWW可以看作是每个种类的学习模板，决定输入的图片xxx里面哪些像素对输入被分到某个类别上有多少影响。所以权重的每一行对应一个分类模板，如果重新将权重某一行重新解开成图片大小，那么既可以看到这个模板的图片形式。另一种线性分类器的解释：学习像素在高维空间的一个线性决策边界，其中高维空间就对应图片能取到的像素密度值。损失函数简单定义：一个将WWW当作输入，看下里面的数值，...
2018-08-19 11:55:53
1058
原创 CS231n笔记（1）线性分类器
主要关于lecture 2，只记录贫僧觉得有用的东西，所以课程里一些介绍性的内容会被忽略掉。因为直接通过编程方式来识别图像太麻烦了，所以要通过数据驱动的方式来让程序自己学会怎么识别。数据驱动方式：收集一大堆带有标签的图片（标签是人工标注的，所以给这种方法带来了一定的局限性）用机器学习算法训练分类器在新图片上评估分类器的性能最简单的：NN（Nearest Neighbor），...
2018-08-10 14:18:11
304
原创 pip错误记录：ImportError: cannot import name main
错误信息：Traceback (most recent call last): File "/usr/bin/pip3", line 9, in <module> from pip import mainImportError: cannot import name 'main'怎么遇到这种错误：原本贫僧使用的是8点多版本的pip，系统还是ubuntu 16....
2018-07-27 21:45:15
660
原创 Caffe配置录
贫僧终于沦落到要去配置Caffe了。。。用的python版本还是3。。。准备先写出个目录： 1. 安装依赖包（贫僧在实际安装的时候跳过了这一步，因为之前已经安装过了） 2. 安装caffe 3. 安装pycaffe 4. bug安装依赖包sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-...
2018-07-24 20:12:16
364
原创 OpenCV 3.4.0环境配置（又一次）
因为一些特殊原因，最近要重新配置caffe（之前的配置莫名其妙地gg了，而且需要在新用户下面创建环境，所以就干脆重新搞，只装caffe。略过重新配置环境变量来让cuda等软件生效的步骤，基本上就是改~/.bashrc并且让环境变量生效就是了（cuda、显卡驱动安装什么的在上篇博文里面讲过了）。virtualenv安装virtualenv是很重要的，最好先安装了，如果已经安装或者不打算将...
2018-07-23 16:56:43
1806
4
9071701unity uLiveWallpaper (Indie) 1.4.8 .zip
2020-12-15
uLiveWallpaper 1.4.0 Pro版本
2020-12-15
ResNet-152-model.zip
2018-09-15
tensorflow-1.8.0(用了CUDA9.1+CuDNN7.0.5编译)
2018-05-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人