- 博客(102)
- 收藏
- 关注
RSS订阅原创 Invoking "make -j6 -l6" failed
今天跑代码的时候发现之前能跑得代码忽然不能跑了。github：https://github.com/daobilige-su/loam_velodyne报错：/home/syq/catkin_ws/src/loam_velodyne-master2/src/laserOdometry.cpp:838:41: error: ‘isnan’ was not declared in thi...
2019-12-07 11:53:36
7072
1
原创 Ubuntu下安装OpenCV2.4.13
参考文档：https://www.cnblogs.com/eczhou/p/7860586.html第一步：下载安装包，地址https://github.com/Itseez/opencv/archive/2.4.13.zip解压缩到到你的主目录下，然后切换到下载的安装包目录下，并且安装一定的依赖项apt-get updateapt-get install build-essent...
2019-02-24 18:11:14
6396
1
原创 ubuntu16.04安装matlab2016
因为我之前给Ubuntu只划了60G，觉得安装matlab不一定能装的上去，所以跟之前的那些安装教程安装地址不太一致，发现最后居然还能用！下图可以查看/还剩余的空间，我只剩3.3G，所以下载的镜像不可能放在根目录下，当然你空间大可以根据参考博客，要是你跟我一样，那么就把下载好的镜像和最后的安装地址都放到Windows下！参考博客：https://blog.csdn.net/qq_31285...
2019-01-12 11:19:01
1420
原创 pip install opencv-python报错
在import cv2之后报了错误如下：File "<stdin>", line 1, in <module> File "/root/anaconda2/lib/python2.7/site-packages/cv2/__init__.py", line 3, in <module> from .cv2 import *ImportErro...
2019-01-08 19:39:10
6624
原创 docker image的save和load，从已有的container得到image
下面两个命令：save命令：将shhshs这个image保存到目录data2/shenyaqi，保存为syq-anaconda.tar.docker save -o /data2/shenyaqi/syq-anaconda.tar shhshsload命令：将data2/shenyaqi目录下的syq-anaconda.tar镜像拉到本地。docker load -i ...
2018-11-16 22:14:50
3353
原创 在Ubuntu16.04上安装佳能LBP151dw的打印机驱动
（1）官网下载该型号的打印机驱动网站是：自己搜索LBP151dw的型号，选择驱动可以看到下面的打印机适用于linux 64位的驱动只有下面的那个，上面的那个不是驱动哈，直接点进去下载安装包！（2）下载好的安装包，第三个那个就是下载好解压缩的安装包，无所谓你是使用命令解压缩还是直接双击压缩，进入这个文件夹你会看到很多文件夹，结果如下很显然，我们选择64-bit-Dri...
2018-09-29 16:54:07
4882
1
原创 softmax的实现代码，及其实现过程中出现的错误
在完成ML课程的第三个project的时候，出现了一个错误，我完成使用tensorflow直接进行softmax的时候，发现出现了结果的准确率有0.81，但是在自己写的代码里面出现的结果，居然只有0.5的准确率，而且在我输出它对每个样本完成的概率的计算，发现出来的结果都是0.5，这都是啥嘛，，，气死我了，在tensorflow和自己写的代码里面的计算代价的代码都是一样的，仅仅的差别就是梯度下降是t...
2018-09-25 21:49:49
4179
1
原创 牛顿法在逻辑回归中的使用
逻辑回归，别看他的名字是回归，它其实是一个分类问题，而且是一个二分类的问题!逻辑回归是一个线性分类的问题。所以它的决策边界也是一个线性的。但是它的激励函数是非线性的哈！之前在进行ml的学习的时候，我已经介绍过相关的东西，详见博客逻辑回归，包括他的假设函数，代价函数，它的优化算法可以是梯度下降，随机梯度下降，牛顿法等等，但是在上学校的ml的课程的时候，我发现了不仅可以用梯度下降来更新我们的参数，还可...
2018-09-14 21:37:35
6685
4
原创 2-是否接收申请者--逻辑回归
这个是ML课上老师布置的第二个project，这个项目比之前的那个使用单变量的房价预测https://blog.csdn.net/m0_37393514/article/details/82657033稍难了一些，之前的那个代码只需要完成代价的计算和梯度下降的计算，现在这个项目要求不仅要写下梯度下降的函数，还有随机梯度下降的算法，另外因为学习了牛顿法的方法，这个项目还要求我们使用牛顿法进行梯度的计...
2018-09-14 19:58:40
1018
4
原创 1-单变量的房价预测－－线性回归问题
下面所讲的问题，是第一节ml课老师布置的一个编程题，题目的要求如下：下面我使用的语言是python,主要提供两种方法：第一种是基于tensorflow的方法，第二种是自己进行损失的计算和梯度下降算法的书写。本人代码水平有限，欢迎大佬们指错！一、自己编写最基础的代码，为了让结构更清晰，我多建了几个py文件，这样可以很清楚的看到每一个py文件做了什么。文件目录如下：当然你可以不跟我...
2018-09-12 15:09:27
2449
翻译 tensorflow关于学习率的更新函数
经常你会看到在代码中出现随着迭代步数的增加学习速率降低的步骤，这是因为越到收敛点学习速率越快的话可能会导致越过收敛点，导致发散的情况。下面我将介绍两种学习速率的降低函数：一、tf.train.exponential_decay()函数原型：tf.train.exponential_decay( learning_rate, global_step, deca...
2018-09-07 11:05:08
2305
原创 tf.nn.top_k()
一、函数原型tf.nn.top_k( input, k=1, sorted=True, name=None)为了找到输入的张量的最后的一个维度的最大的k个值和它的下标！如果输入的是一个向量，也就是rank=1，找到最大的k个数在这个向量，则输出最大的k个数字和最大的这k个数字的下标。如果输入的张量是一个更高rank的矩阵，那么我们只要找到每一行的最大的...
2018-09-04 11:07:23
13126
1
原创 tf.reduce_mean()
一、函数原型tf.reduce_mean( input_tensor, axis=None, keepdims=None, name=None, reduction_indices=None, keep_dims=None)参数：input_tensor:需要计算平均值的张量axis:需要计算平均值的轴，如果为None，所有的维度都...
2018-09-03 20:07:49
3429
原创 tf.reverse()，在图像处理中的应用
一 函数原型tf.reverse( tensor, axis, name=None)参数：tensor:需要进行反转的张量，类型必须为其中的一个uint8, int8, uint16, int16, int32, int64, bool, bfloat16, half, float32, float64, complex64, complex128, stri...
2018-08-31 19:45:14
4570
原创 tf.transpose()
一 函数原型tf.transpose( a, perm=None, name='transpose', conjugate=False)a:表示的是需要变换的张量perm:a的新的维度序列name:操作的名字，可选的conjugate:可选的，设置成True，那么就等于tf.conj(tf.transpose(input)),用的太少啦，这里不...
2018-08-31 19:29:27
11301
1
原创 tf.nn.pool()
在网上找了很久关于这个函数的解释，都没有找到相关的解释：看了一下官网也没有怎么搞懂，到底是怎么求解的。自己写了几个最简单的例子，算是解释吧！一、函数原型函数的原型：tf.nn.pool( input, window_shape, pooling_type, padding, dilation_rate=None, strides=N...
2018-08-31 10:47:14
2827
原创 tf.shape()和x.get_shape().as_list()
(1) tf.shape()先说tf.shape()很显然这个是获取张量的大小的，用法无需多说，直接上例子吧！import tensorflow as tfimport numpy as npa_array=np.array([[1,2,3],[4,5,6]])b_list=[[1,2,3],[3,4,5]]c_tensor=tf.constant([[1,2,3],[4,5...
2018-08-30 20:11:52
42348
9
翻译 tf.clip_by_value()
函数原型： tf.clip_by_value( t, clip_value_min, clip_value_max, name=None)将一个张量的值限制在给定的最小值和最大值之间。对于给定的张量t，返回的张量与之有着相同的类型和相同的大小，只是它的值在clip_value_min和clip_value_max之间。任何比clip_value_mi...
2018-08-30 19:21:47
1929
原创 tensorflow的GPU使用--Python
在看别人的代码的时候出现了下面两行代码,不知道是什么意思,看了https://www.cnblogs.com/helloyy/p/7878201.html的博客我知道了是什么意思!代码如下:import osdef selectGpuById(id): os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" os.environ[...
2018-08-29 20:34:23
9587
1
原创 关于Python3的import问题（pycharm可以运行，命令行import错误）
以前从来没有写过特别多的代码，这次在阅读论文的时候跑别人的代码的时候出现了很多import的问题，这里我想跟大家分享一下，我在Ubuntu系统，使用的是anaconda3，版本为3.6，我一般会在pycharm上跑代码，但是有时候pycharm上跑通的代码，在命令行下总出现import的问题，所以这里来总结一下，我就举个简单的例子吧！一、同一目录下的import下面是我的文档的结构：你可以...
2018-08-23 11:34:07
24028
3
原创 receptive field，即感受野
在阅读论文的时候，总是会出现receptive field这个词语，一直想不明白，难道这个是当前层对之前层的映射的意思，后来上网查看了一下，发现并不完全是这样理解。这篇博客主要参考的是下面两个博主的博客：第一篇：https://www.jianshu.com/p/2b968e7a1715第二篇：https://blog.csdn.net/kuaitoukid/article/detai...
2018-08-21 15:05:17
2518
原创 np.random.binomial()
再看如何实现dropout的时候，发现了这个函数。这个函数是用来计算一个随机变量X（它满足二项分布），他的取值的结果0-n中的哪一个。二项分布可以理解成n次贝努力试验，以X表示的是事件A发生的概率，X是一个随机变量，他的取值为0,1，，，，n。这里的n表示的是n次贝努力试验，和size是不相关的。size表示的是整个n次贝努力试验进行的次数。（1）函数原型：numpy.random.bin...
2018-08-19 16:48:56
28175
2
翻译 tf.image.non_max_suppression()
在吴恩达老师深度学习yolo算法实现自动驾驶的编程题中出现了这个函数，这个函数的功能是在检测算法中我们的一个目标被检测了多次，如何排除掉多余的边界框。比如下面的图，来自于编程题中的图片，下面的这个车被多次检测到，存在多个边界框，保留概率最大的那个，去除掉与这个概率最大的边界框的IoU大于一个阙值的其余边界框。这个过程就成为非最大值抑制=NMS函数原型：tf.image.non_max_...
2018-08-17 15:34:51
19143
12
原创 K.gather()
keras后端Backend,在进行深度学习的代码的书写的时候，我碰到了这个函数，K.gather()，查看了keras的中文文档找到了这个函数的原型，下面简要说明：函数原型：gather(reference,indices)在给定的张量中搜索给定下标的向量。参数：reference表示被搜寻的向量；indices表示整数张量，要查询的元素的下标。返回值：一个与参数refe...
2018-08-17 13:27:57
7497
1
翻译 tf.boolean_mask()
在写深度学习吴恩达老师的编程题遇到了这个函数，记录一下：下面是翻译的官网的教程，函数原型：tf.boolean_mask(tensor,mask,name='boolean_mask',axis=None)跟numpy里面的tensor[mask]具有相同的功能。参数：tensor是N维度的tensor，mask是K维度的，注意K小于等于N，name可选项也就是这个操作的名字，axis...
2018-08-15 16:21:18
18226
原创 cp命令
拷贝整个文件夹到一个目录下：如果你就是在你的主用户下进行数据的拷贝，那么无需加上sudo这个操作，直接进行cp就行啦！比如我将主目录下的hdw/Downloads下面的一个文件夹assignment2拷贝到文件夹data2/shenyaqi/shenyaqi2下面，具体怎么操作如下：拷贝单文件到目录下：拷贝一个PDF文件到文件夹data2/shenyaqi/shenyaqi2/下面...
2018-08-10 15:46:29
1332
原创 02-改善深层神经网络：超参数调试、正则化以及优化编程答案
第二讲分成了三个编程作业，我全部放在了github上。地址：02-第一周/第二周、第三周编程答案你也可以在这个地址看到其他周的答案！
2018-08-09 09:58:02
214
原创 01-神经网络与深度学习-第二周、第三周、第四周编程作业
我将吴恩达老师深度学习课程的第一讲的三次编程作业放到了同一个博客里面，不准备贴上代码实现，给出github的地址，有需要的可以下载看一下。这里面的代码包含了答案，跟要求的结果一样。地址：01-神经网络与深度学习编程答案 ...
2018-08-09 09:50:52
437
原创 np.eye()和np.identity()
今天在完成深度学习的相关编程作业的时候，发现代码中出现了一个关于np.eye()的函数，这个函数的用法非常的简单，但是在预制的代码中，这个函数的用法并非单单制造一个对角矩阵，而是通过其来将一个label数组，大小为(1,m)或者(m,1)的数组，转化成one-hot数组。例如他可以将类别总数为6的labels=[1,2,3,0,1,1]的数组转化成数组[[0,1,0,0,0,0],[0,0,1,0...
2018-08-06 16:36:29
68600
3
翻译 tf.nn.softmax_cross_entropy_with_logits，sparse_softmax_....
一、tf.nn.softmax_cross_entropy_with_logits在深度学习的编程题，里面我们碰到了关于tf.nn.sigmoid_cross_entropy_with_logits,下面我们将翻译官网给其提供的介绍，并举例说明！函数原型：tf.nn.softmax_cross_entropy_with_logits(_sentinel=None,labels=None,l...
2018-08-04 13:22:56
847
翻译 tf.nn.sigmoid_cross_entropy_with_logits()
在深度学习的编程题里面经常出现的一个函数.下面的文字是大致翻译于tensorflow官网对其的介绍：函数原型：tf.nn.sigmoid_cross_entropy_with_logits(_sentinel=None,,labels=None,logits=None,name=None)对于给定的logits计算sigmoid的交叉熵。衡量的是分类任务中的概率误差，他也是试用于每...
2018-08-03 20:59:34
42593
13
翻译 tf.one_hot()
最近在做吴恩达老师提供的深度学习的代码，其中遇到了这个函数tf.one_hot()，所以在tensorflow的官网找到了关于这个函数的介绍，下面是对其说明的大致翻译：函数的原型：tf.onehot(indices,depth,on_value=None,off_value=None,axis=None,dtype=None,name=None)函数返回的是一个one-hot的张量。这个张...
2018-08-03 20:11:58
3360
原创 解决无法在jupyter notebook里面引入tensorflow
环境：我在Ubuntu系统下安装的anaconda3，然后并在里面使用env安装的tensorflow，之前安装的jupyter notebook并不是在我的tensorflow环境下安装的，所以你无法引入tensorflow。这是我在安装之前的展示的jupyter的结果：很显然，我的jupyter是anaconda自带的，并不是tensorflow下面的jupyter，所以需要重新的安装...
2018-08-03 16:55:11
30745
3
原创 plt.scatter()
总是去别人的博客里面找关于scatter散点图相关用法，想想还是自己写一个吧，下次看自己的就行。函数的原型：matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=No...
2018-07-31 11:42:23
205929
14
原创 np.dot(),np.outer(),np.multiply(),*
这一个博客主要是整理所有的关于矩阵还是数组的乘法的细节。代码：你需要在下面的代码里面主要到这些点：（1）：np.dot()如果碰到的是秩为1的数组，那么执行的是对应位置的元素相乘再相加;如果遇到的是秩不为1的数组，那么执行的是矩阵相乘。但是需要注意的是矩阵与矩阵相乘是秩为2，矩阵和向量相乘秩为1。（2）：np.multiply()表示的是数组和矩阵对应位置相乘，输出和输出的结果sh...
2018-07-29 18:50:23
6164
3
原创 向量和矩阵范数
一、向量的范数二、矩阵的范数python求解范数的函数的原型是：numpy.linalg.norm(x,ord=None,axis=None,keepdims=False)参数：（1）：x表示的是数组，如果说axis不存在的话，那么x必须是一个一维或者2维的数组。（2）：ord表示的是一个非零的int数字，或者是inf，-inf，fro，nuc等等。表示的是范数的类...
2018-07-29 16:20:46
734
1
原创 tensorflow high level API---import data
一、基本机制其实就是tf.data接口可以更好的处理大规模的数据和各种数据类型，还有处理复杂的转换。（1）tf.data.Datasets代表了一个元素的序列，着每一个元素包含了一个或者多个张量实体。有两种创建数据集的方法：第一种（创造一个源）是通过Dataset.from_tensor_slices来构建一个数据集从一个or多个张量实体；第二种是应用一种转换，例如Dataset.batc...
2018-07-25 21:18:43
433
原创 Tensorflow high level API-keras
一.引入tf.keras代码：import tensorflow as tffrom tensorflow import keras你可以查看其版本，这个我就不展示了。当你保存模型的权重的时候，tf.keras默认保存为检查点形式，所以你需要“ save_format='h5' "来使用HDF5。二.建造简单的模型2.1 sequential 模型最简单的模型是...
2018-07-24 09:53:41
1826
原创 4.解决过拟合和欠拟合的问题
一.下载IMDB数据集在之前第二个介绍tensorflow的博客里面关于文本分类的时候,也是使用的IMDB数据集,但是需要注意的是那时候我们将每一个样本的单词数目扩充到256的长度,而不是采用下面的方法,下面我们将每一个样本都转化成10000维度的向量,比如样本[3,5]只有下标3和5的地方向量的元素值为1,其他情况下都是为0.实现这个步骤的代码封装在函数multi_hot_sequences...
2018-07-23 15:50:05
1311
原创 5.模型的保存和恢复
这里我们使用TensorFlow的关于MNIST的数据集的前1000张图片来进行模型的训练和测试.一.准备1.1 得到数据集下载数据集的代码:且我们只取得前面1000个样本.并且都除以255进行归一化处理.from __future__ import absolute_import,division,print_functionimport osimport tensorf...
2018-07-20 11:11:46
1224
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人