姬XL_1207-CSDN博客

转载 spark常见问题汇总

转载自：https://www.cnblogs.com/arachis/p/Spark_Exception.html写的很全面，值得借鉴。原文地址：https://my.oschina.net/tearsky/blog/629201摘要：　　1、Operation category READ is not supported in state standby　　2、配置spar...

2019-10-21 11:50:57 805

转载 faster rcnn demo.py:在一个窗口显示所有类别标注

转载地址：http://blog.csdn.net/10km/article/details/68926498方便自己随时看。faster rcnn 的demo.py运行时，对于同一个图像，每个类别显示一个窗口，看起来不太方便，顺便小改一下，让一幅图像中检测到的所有类别物体都在一个窗口下标注，就方便多了。代码改动也不复杂，就是把vis_detections函数中

2017-12-03 18:29:21 699 2

转载解决faster-rcnn中训练时assert（boxes[:,2]>=boxes[:,0]）.all()的问题

训练数据时出错，所以查看网上的解决办法，办法很好的解决啦存在的问题，分享出来。1、出现问题：训练faster rcnn时出现如下报错：File "/py-faster-rcnn/tools/../lib/datasets/imdb.py", line 108, in append_flipped_images assert (boxes[:, 2] >= boxes[:

2017-12-03 18:22:04 319

原创 UnicodeEncodeError: 'ascii' codec can't encode characters in position 32-34: ordinal not in range128

今天在使用labelimage打标签时出现了无法保存的情况，问题提示为： UnicodeEncodeError: 'ascii' codec can't encodecharacters in position 32-34: ordinal not inrange(128)，点击保存的时候提示，你还未进行保存，但就是保存不了，所以，看了一下代码，解决方法

2017-11-17 10:11:35 1312

转载 rcnn-fast-rcnn--faster-rcnn 对比及相关原理解释

本文转载自很好的博文：http://www.cnblogs.com/dudumiaomiao/p/6560841.htmlR-CNN:(1)输入测试图像；(2)利用selective search 算法在图像中从上到下提取2000个左右的Region Proposal；(3)将每个Region Proposal缩放(warp)成227*227的大小并输入到CNN

2017-09-14 18:58:47 514

原创华为机试：将字符串里第一次出现的字符输出，重复出现的不显示

可能会出现的错误：memset was not declared in this scope.strlen也会出现相同的问题，是因为没有加 #include using namespace std 结果如下：

2017-06-14 21:55:07 444

转载使用Faster-Rcnn进行目标检测的原理

源：http://blog.csdn.net/Gavin__Zhou/article/details/52052915Object Detection发展介绍Faster rcnn是用来解决计算机视觉(CV)领域中Object Detection的问题的。经典的解决方案是使用:SS(selective search)产生proposal,之后使用像SVM之类的classif

2017-06-07 15:36:08 500

转载 Fast RCNN训练自己的数据集

转载请注明出处，楼燚(yì)航的blog，http://www.cnblogs.com/louyihang-loves-baiyan/https://github.com/YihangLou/fast-rcnn-train-another-dataset 这是我在github上修改的几个文件的链接，求星星啊，求星星啊（原谅我那么不要脸~~）这里楼主讲解了如何修改Fast RCNN训练自

2017-06-07 15:32:24 1069

转载在Linux下将PNG和JPG批量互转的四种方法

计算机术语中，批处理指的是用一个非交互式的程序来执行一序列的任务的方法。这篇教程里，我们会使用 Linux 命令行工具，并提供 4 种简单的处理方式来把一些 .PNG 格式的图像批量转换成 .JPG 格式的，以及转换回来。作者：Aaron Kili来源：Linux中国|2016-12-06 08:43 移动端收藏分享计算机术语中，批处理指的是用一个非交

2017-06-07 10:34:11 821

原创 TypeError numpy.float64 object cannot be interpreted as an index

运行py-faster-rcnn时出错，解决如下： sudo pip install -U numpy==1.11.0将numpy的版本降到1.11.0.

2017-06-07 09:54:52 1378

原创 AttributeError: 'module' object has no attribute 'text_format'

运行py-faster-rcnn时出现了这个问题，网上搜了一下，解决如下： pip install protobuf==2.6.0 应该是版本达不到要求。

2017-06-07 09:50:45 1109

原创 faster rcnn训练自己地数据时遇到地问题

在这个https://github.com/rbgirshick/py-faster-rcnn网上上下的资料，根据步骤执行，当执行到 make -j8 && make pycaffe 时，遇到错误，如下：实际上是caffe地makefile文件没有包含完整。将第二行按照上图修改，然后执行以下命令：sudo make clean 这之后再重新执行mak

2017-06-03 19:16:01 312

转载如何选择机器学习的算法及适应解决的问题

输入空间、特征空间和输出空间输入空间和输出空间其实就是输入和输出所有可能取值的集合。输入和输出空间可以是有限元素的集合，也可以是整个欧式空间。输入空间和输出空间可以是一个空间，也可以是不同的空间；通常情况下，输出空间要远远小于输入空间。特征空间是所有特征向量存在的空间。特征空间的每一维对应于一个特征。有时假设输入空间与特征空间为相同的空间，对它们不予区分；有时假设输入空间与特征空间为不

2017-05-02 16:23:34 501

转载机器学习十大经典算法

1、C4.5机器学习中，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。决策树仅有单一输出，若欲有复数输出，可以建立独立的决策树以处理不同输出。从数据产生决策树的机器学习技术叫做决策树学习, 通俗说就是决策树。决策树学习也是

2017-04-17 09:01:09 800

原创 ubuntu下（wifi）硬件开关控制的设置

因为自己的笔记本突然之间在ubuntu下无法启动硬件开关联网，但是在windows下是可以的，所以应该是某些软件的更新屏蔽了无线的链接，因此找到了解决方法，分享一下。可以直接敲击命令： sudo gedit/etc/NetworkManager/nm-system-settings.conf 这会打开一个文件，但是

2017-04-13 16:47:29 5095 3

转载增强学习（二）----- 马尔可夫决策过程MDP

1. 马尔可夫模型的几类子模型大家应该还记得马尔科夫链(Markov Chain)，了解机器学习的也都知道隐马尔可夫模型(Hidden Markov Model，HMM)。它们具有的一个共同性质就是马尔可夫性(无后效性)，也就是指系统的下个状态只与当前状态信息有关，而与更早之前的状态无关。马尔可夫决策过程(Markov Decision Process, MDP)也具有马尔可夫

2017-03-11 11:05:02 510

转载增强学习（四） ----- 蒙特卡罗方法(Monte Carlo Methods)

1. 蒙特卡罗方法的基本思想蒙特卡罗方法又叫统计模拟方法，它使用随机数（或伪随机数）来解决计算的问题，是一类重要的数值计算方法。该方法的名字来源于世界著名的赌城蒙特卡罗，而蒙特卡罗方法正是以概率为基础的方法。一个简单的例子可以解释蒙特卡罗方法，假设我们需要计算一个不规则图形的面积，那么图形的不规则程度和分析性计算（比如积分）的复杂程度是成正比的。而采用蒙特卡罗方法是怎么计算的呢？首

2017-03-09 13:59:33 538

转载增强学习（三）----- MDP的动态规划解法

上一篇我们已经说到了，增强学习的目的就是求解马尔可夫决策过程(MDP)的最优策略，使其在任意初始状态下，都能获得最大的Vπ值。(本文不考虑非马尔可夫环境和不完全可观测马尔可夫决策过程(POMDP)中的增强学习)。那么如何求解最优策略呢？基本的解法有三种：动态规划法(dynamic programming methods)蒙特卡罗方法(Monte Carlo methods)

2017-03-09 13:57:39 335

转载增强学习（Reinforcement Learning）

机器学习算法大致可以分为三种： 1. 监督学习(如回归，分类) 2. 非监督学习(如聚类，降维) 3. 增强学习什么是增强学习呢？增强学习（reinforcementlearning, RL）又叫做强化学习，是近年来机器学习和智能控制领域的主要方法之一。定义: Reinforcement learning is learning w

2017-03-07 11:04:42 469

转载 [Mechine Learning & Algorithm] 神经网络基础

阅读目录1. 神经元模型2. 感知机和神经网络3. 误差逆传播算法4. 常见的神经网络模型5. 深度学习6. 参考内容　　目前，深度学习（Deep Learning，简称DL）在算法领域可谓是大红大紫，现在不只是互联网、人工智能，生活中的各大领域都能反映出深度学习引领的巨大变革。要学习深度学习，那么首先要熟悉神经网络（Neural Netwo

2016-11-24 13:38:34 728

转载如何用70行Java代码实现神经网络算法

对于现在流行的深度学习，保持学习精神是必要的——程序员尤其是架构师永远都要对核心技术和关键算法保持关注和敏感，必要时要动手写一写掌握下来，先不用关心什么时候用到——用不用是政治问题，会不会写是技术问题，就像军人不关心打不打的问题，而要关心如何打赢的问题。程序员如何学习机器学习对程序员来说，机器学习是有一定门槛的（这个门槛也是其核心竞争力），相信很多人在学习机器学习时都会为满是数学公

2016-11-24 13:33:28 425

原创华为机试题：输入一组大于等于0的整数，从小到大排序输出，输出有连续数时，只输出连续数的最小和最大值

输入整数是字符串，字符串的最大长度为128.输入的整数用'，'分开,样例输入 1，4，3，11，2，9，7 样例输出：1，4，7，9，11#include "stdio.h"void sort(int array[],int size){ int i,j,temp,flag; for(i=0;i { flag

2016-07-10 18:09:45 2675

原创 OpenMP 运行库函数

运行库函数就是运行时会用到的库函数，库函数是直接调用的，是被封装起来的，我们看不到。因为属于完成老师布置的翻译，所以，写在这里分享一下。 OMP_SET_NUM_THREADS 目的：设置下一个并行区域使用的线程数。必须是正整数。说明： 1. 动态线程机制的修改影响此函数。 2.可行的：指定线程的最大数量，可

2016-06-21 15:51:53 1029

原创先行控制技术

采用先行控制技术的关键是缓冲技术和预处理技术。 1.缓冲技术-在工作速度不固定的两个功能部件之间设置缓冲栈，用以平滑功能部件之间的工作速度。 2.预处理技术--将进入运算器的指令均处理成RR型指令，而某些栈为其提供所需的操作数（先行读数栈、后续写数栈），这样运算器在进行预算时无需访问存储器，从而加快速度。一、处理机结构

2016-05-24 18:53:19 2425

原创通道处理机

之前准备讲通道处理机时，发现网上的资料很少，所以我自己总结一下。对于工作方式、工作速度、工作性质不同的外围设备，采用三种常用的三种不同的输入输出方式：程序控制输入输出方式、中断输入输出方式以及DMA方式。程序控制方式不论何时何地都受cpu的控制，不能与cpu并行工作；中断方式虽然可以克服不能并行的缺点，但数据输入输出都要经过cpu；DMA方式需要cpu在开始时对其进行初始化

2016-05-24 18:06:24 4433 1

原创 apue的配置

刚开始看unix 环境高级编程这本书，先说说今天解决的配置问题。 apue.2e: 首先，1.下载源代码，在http：//www.apuebook.com/下载。进入网址，然后有source code ，点击，屏幕出现一行话，点here，就下载了源代码。

2016-05-18 19:25:32 398

原创 cache与主存的地址映射

前一篇写了虚存与主存的地址转换，所以现在就写写cache与主存的地址映像。我会用自己的理解和举例的方法说的明了。首先，地址映像是把主存的地址空间用某种方法映像到cache，即就是把主存的程序按照一定的方法装进cache中，并且会建立主存与cache的地址对应关系。通常有5种方法来映射，包括全相联映射，直接映射，组相联映射和位选择组相联

2016-05-04 08:59:39 8393 3

转载 stat 函数详解

stat函数讲解表头文件: #include #include 定义函数: int stat(const char *file_name, struct stat *buf);函数说明: 通过文件名filename获取文件信息，并保存在buf所指的结构体stat中返回值: 执行成功则返回0，失败返回-1，错误代码存于er

2016-05-03 21:21:18 1423

因为最近在写系统命令的时候，经常会出现段错误。但是段错误的提示信息一般情况下是比较少的，所以断错误并不是很好找。前几天从网上查询了关于段错误的一些资料，发现一般段错误基本都是与内存有关，比如有：访问不存在的内存地址，访问只读的内存地址，以及访问被系统保护的内存地址。通过dmesg命令可以查看发生段错误的程序名称、引起段错误发生的内存地址、指令指针地址、堆栈指针地址、错误代码、错误原因等。所以我打算

2016-04-28 18:14:49 4053

转载 Linux环境下段错误的产生原因及调试方法小结

最近在写系统命令，但是经常出现段错误，所以从网上找的资料，希望对大家有用。1. 段错误是什么一句话来说，段错误是指访问的内存超出了系统给这个程序所设定的内存空间，例如访问了不存在的内存地址、访问了系统保护的内存地址、访问了只读的内存地址等等情况。这里贴一个对于“段错误”的准确定义（参考Answers.com）：A segmentation fault (often sh

2016-04-25 10:25:40 518

原创 do_fork 源码分析

对do_fork的源码进行了分析，看了好多遍，昨晚又看了一遍，现在能够自己顺下来大致执行过程，比之前理解更深刻。先解释一下ptr_err，这在下面会用到。因为在内核中，有些函数，比如kmalloc是返回指针的，kmalloc是分配内存的，如果分配不到，就返回null指针。有些函数错误时，我们在知道它错了的基础上还要获得错误码，在用户空间，提供了error变量，获得错误码，在内核中就相

2015-12-09 16:06:58 1431

翻译 vim安装过程中所涉及的问题及处理办法

vim

2015-10-12 18:46:30 570

JXL_1207的博客