- 博客(107)
- 收藏
- 关注
RSS订阅原创 Google Colab使用
参考链接：1.Google Colab入门（一）2.Colab】1.Colab基本使用方法及配置3.苦逼学生党的Google Colab使用心得4.CUDA install on the Colab5.在Google colab Colaboratory上，安装CUDA和GPU版本的MXnet6.Google Colab 安装使用 PyTorch...
2021-07-30 21:15:25
274
原创 【Linux】常见问题及解决办法
1. /bin/ssh-copy-id: ERROR: failed to open ID filessh-keygen reference：How To Generate Ssh Key With ssh-keygen In Linux?
2021-04-23 11:18:48
262
原创 Docker相关命令
1. 创建Dockerfiletouch Dockerfile2. 查看计算机上的镜像docker images3. 搜索镜像 (在 Docker Hub 上搜索并返回名称与搜索字符串匹配的所有镜像列表)docker search ####4.将需要的镜像下载到计算机docker pull ####例如：docker pull ubuntudocker pull tensorflow/tensorflow:1.12.0-gpu-py35. 运行镜像d.
2020-11-26 15:33:53
250
原创 编写 DockerFile
编写 DockerFile 从 Dockerfile 构建镜像本次实验的需求是完成一个Dockerfile，通过该Dockerfile创建一个Web应用，该web应用为apache托管的一个静态页面网站，换句话说，我们写一个Dockerfile，用来创建一个实验楼公司的网站应用，就是http://www.simplecloud.cn这个站点。这个站点是纯静态的页面，我们也可以直接下载得到。 一、实验准备 1、创建 Dockerfile 文件 ..
2020-11-26 14:59:22
326
原创 如何在 Docker 容器和宿主机之间共享数据
docker容器与宿主机之间共享数据前言通常 Docker 的容器不会随时处在运行状态，默认情况下，只能在容器在活跃状态且保持运行的时，才能在容器内部创建数据。如果想要随时访问容器内的信息，我们可以使用 Docker 的卷区，它可以让数据在容器和主机之间共享。举例说明：假如我们想要使用官方的 Docker Nginx 镜像并保留 Nginx 日志的永久副本文件，供以后分析用。默认情况下，Nginx Docker 镜像会将日志文件存放在 DockerNginx容器的/var/log...
2020-11-26 14:55:30
3618
原创 如何安装和使用 Docker Compose
Docker Compose的使用教程前言Docker 是容器的管理软件，容器类似于虚拟机，但它更小巧快捷、对资源友好。虚拟机启动起来就是GB级别，而Docker承载的容器只需要MB甚至KB容量即可。所以同时启动几千个容器也很常见。对于依赖多种服务的应用程序来说，需要将它们所需的容器编排在一起。当需要使用时，我们得手动一个一个来启动，非常麻烦。对于这个问题，我们可以使用 Docker Compose 来解决，它是用于设置和运行多个容器的 Docker 容器管理工具，通过 Compose...
2020-11-26 14:54:41
280
转载 Docker 入门指南：如何在 Ubuntu 上安装和使用 Docker
前言Docker是一个开源的应用容器引擎。Docker 可以让开发者打包他们创建的应用以及相应的依赖包到一个可移植、轻量级的容器中。Docker 可大大简化在容器中管理应用程序的过程。容器使用沙盒机制，运行在其中的应用与主系统相互分离，类似与虚拟机。但容器比虚拟机有更棒的可移植性、占用计算机资源更小。有关 Docker 容器的不同组件的详细介绍，请看这篇《 Docker 生态系统：通用组件》（正在撰写中，稍后上线）。这篇教程里，我们在 Ubuntu 20.04 上安装并运行 Docker Co.
2020-11-26 13:32:07
1508
原创 google drive下载文件命令
wget --load-cookies /tmp/cookies.txt "https://docs.google.com/uc?export=download&confirm=$(wget --quiet --save-cookies /tmp/cookies.txt --keep-session-cookies --no-check-certificate 'https://docs.google.com/uc?export=download&id=FILEID' -O- | sed .
2020-10-16 20:23:55
1274
原创 ImageNet download
训练集：1,281,167张图片+标签验证集：50,000张图片+标签测试集：100,000张图片参考链接：Large Scale Visual Recognition Challenge 2012 (ILSVRC2012) Download Original Images Download the ImageNet dataset 从Google Drive用命令行下载大文件...
2020-09-17 03:18:47
804
原创 基于TensorBoard的Pytorch训练可视化 (Loss曲线和weights分布)
Pytorch训练可视化(TensorboardX)PyTorch 番外篇：Pytorch 中的 TensorBoard（TensorBoard in PyTorch）TensorBoard 相关资料TensorBoard 是 Tensorflow 官方推出的可视化工具。官方介绍TensorBoard: Visualizing LearningTensorBoard 实践介绍（2017 年 TensorFlow 开发大会）相关博客Tensorflow 的可视化工具 T.
2020-08-19 00:46:29
3799
2
转载 无标题
嗯...解决问题的思路很重要一：由简至美的最佳论文（作者：何恺明视觉计算组） 【视觉机器人：个人感觉学习他的经典算法固然很重要，但是他的解决问题的思路也是非常值得我们学习的】 那是2009年4月24日的早上，我收到了一封不同寻常的email。发信人是CVPR 2009的主席们，他们说我的文章获得了CVPR 2009的最佳论文奖(Best Paper Award)。我反复阅读这封邮件以确认我没有理解错误。这真是一件令人难以置信的事情。北京灰霾照片的去雾结...
2020-06-12 05:55:05
220
原创 【ReID】Mutual Mean-Teaching for Unsupervised Domain Adaptation on ReID解读
本文重点讲损失函数和MMT框架的流程其余内容可参考Mutual Mean-Teaching：为无监督学习提供更鲁棒的伪标签下图是单个网络做无监督域适应的ReID框架。损失函数包括两部分基于交叉熵的分类损失（Classification Loss）和三元损失函数（Triplet Loss），表达式如下：各参数和符号的具体含义自行查阅...下图是MMT的框架，其损失函数除了上述两个，重新定义了软分类损失（Soft Classification Loss）和软三元损失函数（Soft .
2020-06-11 06:05:32
1002
原创 【Git学习一】Git clone速度太慢的解决方法
git clone特别慢是因为github.global.ssl.fastly.net域名被限制了。只要找到这个域名对应的ip地址，然后在hosts文件中加上ip–>域名的映射，刷新DNS缓存便可。实施：在网站 https://www.ipaddress.com/ 分别搜索：github.global.ssl.fastly.netgithub.com得到ip:github.global.ssl.fastly.net的ipgithub.com的ip...
2020-05-30 00:47:25
594
原创 urllib.error.URLError urlopen error [Errno -2] Name or service not known
解决办法：在/etc/resolv.conf中添加 nameserver 8.8.8.8
2020-05-06 18:51:14
10637
4
原创 【GitHub】相关解决方法
1.Could not resolve host: github.com打开终端，输入：ping github.com 发现ping不通直接修改/etc/hosts文件即可,在底部添加： 192.30.253.112 github.com2. ping报错Name or service not known ...
2020-03-27 22:24:56
261
1
转载 PyCharm 配置远程python解释器和在本地修改服务器代码
使用场景首先，我需要在本地机子上写python代码，但是因为是机器学习相关的一些代码，有时候本机跑可能会很慢，或者根本跑不下来。而此时，我还有一台可用的服务器，上面配置了相应的python3环境和相应的机器学习库，比如tensorflow，keras，tflearn等等。因此通常需要将本地写好的代码上传到服务器上，在服务器上运行。由于代码能力渣渣，所以常常需要反复修改代码，而直接在服务器上修改...
2020-03-02 22:19:22
1576
3
原创 【OpenCV安装】Python-OpenCV
pip install opencv-pythonconda install -c conda-forge opencvconda install -c menpo opencvconda install --channel https://conda.anaconda.org/menpo opencv3
2019-12-16 20:27:03
3363
原创 【Android学习四】APP界面渲染(目标检测时显示矩形框)
前言: 我们之前使用OpenCV在图像上画矩形框时,只需要利用设计好的函数接口就能实现.如下所示:# cv2.rectangle()# 输入参数分别为图像、左上角坐标、右下角坐标、颜色数组、粗细cv2.rectangle(img, (x,y), (x+w,y+h), (B,G,R), Thickness)cv2.rectangle(img, (212,31...
2019-12-14 21:02:00
554
原创 COCO数据集介绍
1. 下载链接:http://cocodataset.org/index.htm#download2. 数据集介绍 数据集有2014年(2014Train images, 2014Val images, 2014Test images), 2015年(2015 Test images) 和 2017年(2017 Train images, 2017 Val images,...
2019-12-09 22:44:21
9161
原创 【Pytorch】相关问题
1. Pytorch安装 https://pytorch.org/get-started/previous-versions/2.RuntimeError: Subtraction, the-operator, with a bool tensor is not supported. If you are trying to invert a mask, use ...
2019-12-02 15:31:17
925
原创 【Python】yaml库安装
1. Python3.5版本pip install yamlparser.add_argument('--cfg', type=str, default='config/yolov3_default.cfg', help='config file. see readme')with open(args.cfg, 'r') as f: ...
2019-12-02 12:48:21
4625
原创 【TensorFlow学习三】基于TensorFlow训练测试MobileNet-SSD
一.Object Detection API的安装参考链接：【TensorFlow学习二】Object Detection API的安装与使用二. 准备工作1. 在object_detection/目录下创建目录ssd_modelmkdir object_detection/ssd_model把下载好的数据集VOCdevkit解压进去，数据集路径为./object_d...
2019-11-21 20:54:41
2583
1
原创 【MNN学习四】基于MNN的MobileNetSSD测试
目录1. MobileNetSSD网络模型下载2. Caffe转MNN3. 将MobileNetSSD_deploy.caffemodel.mnn进行量化4. 在RK3399 CPU上测试MobileNetSSD(Benchmark 测试方法)1. MobileNetSSD网络模型下载 下载链接：https://github.com/C-Aniruddh/realt...
2019-11-21 20:54:22
1954
原创 【MNN学习五】在Android上部署MobileNetSSD之一
目录一. 烧写Android系统二. 安装Android-NDK三. 连接Android设备和Linux主机四. 部署MobileNetSSD到Android (5. Compile and execute demo)一. 烧写Android系统 下载固件：sd_ROC-RK3399-PC_Android8.1.0_DEFAULT_181016.img.xz ...
2019-11-21 20:54:14
2237
1
翻译 【TVM全文翻译】TVM: An Automated End-to-End Optimizing Compiler for Deep Learning
目录Abstract1. Introduction2. Overview3. Optimizing Computational Graphs4. Generating Tensor Operations4.1 Tensor Expression and Schedule Space4.2Nested Parallelism with Cooperation4.3...
2019-11-21 20:54:04
1163
1
原创 【TVM学习四】基于Linux平台编译TVM—LLVM OpenCL CUDA openblas
参考链接：关于 llvm/clang 在 Ubuntu 下的安装？补充： １. 我下载的是LLVM7.0.0版本，对应源码LLVM source code和Clang source code 2. 在第四步中，进入build目录，执行cmake../llvm-DCMAKE_BUILD_TYPE=Debug(或者Release) ...
2019-11-21 20:53:52
1567
原创 【TVM学习七】Reproduce Benchmark
参考链接：Benchmark results How to Reproduce一. 基于RK3399/ARM-CPU的测试1. 在本地PC上开启RPC Tracker python3 -m tvm.exec.rpc_tracker 运行完显示如下： INFO:root:If you are running ROCM/Met...
2019-11-21 20:53:24
4330
转载 【Ubuntu】Ubuntu16.04升级系统python3.5到3.6
Ubuntu16.04系統自帶兩個版本的python(2.7 and 3.5),假如需要用到python3.6，那麼需要升級python3.5，下面是詳細步驟，親測有效。終端輸入python3 -V ，查看版本，我的是python3.5下面挨個執行下面的命令：sudo apt-get install software-properties-commonsudo add-apt-re...
2019-11-18 10:54:26
208
1
原创 神经网络可视化工具Netron
1. 下载安装Netron 下载链接:https://github.com/lutzroeder/netron/releases/tag/v3.5.4 安装命令:sudodpkg-inetron_3.5.4_amd64.deb2. 使用Netron进行网络可视化 首先在终端输入netron命令 接着打开基于pytorch的.p...
2019-11-13 21:45:52
1650
原创 【MNN学习一】基于Linux的MNN编译安装，模型转换以及benchmark测试
目录一.MNN编译安装 (MNN编译)二.编译模型转换工具MNNConvert (MNNConvert)三. 下载模型并使用MNNConvert (模型下载&转换)四. 测试benchmark一.MNN编译安装 (MNN编译)1.编译选项cmake_minimum_required(VERSION 2.8)project(MNN)# compl...
2019-09-28 14:36:40
6939
原创 【神经网络压缩加速之剪枝二】Pruning Filters for Efficient ConvNets
Abstract神经网络的广泛应用伴随着计算量的增加和参数存储成本. 最近的研究工作在不损害原来准确度的基础上,通过剪枝和压缩不同层间的权重进行网络压缩. 然而,基于幅值的剪枝(magnitude-based pruning)仅能够减少全连接层的参数,而由于修剪网络中的不规则稀疏性,可能无法充分降低卷积层中的计算成本.我们提出了一个加速的剪枝方法,即修剪那些被认为对输出准确度有很小影响的...
2019-09-24 23:07:33
1223
原创 【神经网络压缩加速之剪枝一】Filter Pruning via Geometric Median for Deep Convolutional Neural Network Acceleration
Abstract之前的研究工作都是基于"较小范数不重要"的准则上裁剪神经网络中具有较小范数的卷积核.在这篇论文中,我们分析了基于范数准则并指出该准则的有效性依赖于两个要求,但这两个要求很少同时得到满足.第一,卷积核的范数值分布偏差必须大,即方差大;第二,卷积核中的最小范数必须足够小. 为了解决在不满足上述两个要求的情况下也能压缩网络,本文提出了一个新颖的卷积核剪枝方法,称为基于几何中值的卷积核...
2019-09-23 23:37:42
3445
4
原创 【神经网络压缩加速之量化一】And the Bit Goes Down: Revisiting the Quantization of Neural Networks
摘要:在本文中，我们解决了减少ResNet类卷积网络架构的内存占用问题。我们引入了一种矢量量化(Vector Quantization)方法，旨在保持网络输出的重建质量而不是其权重。 我们的方法的优点是它最小化了域内输入(in-domaininputs)的损失重建误差，并且不需要任何标记数据。 我们还使用字节对齐的码本(byte-aligned codebooks t)来生成压缩网络，并对C...
2019-09-16 10:12:12
1091
原创 【Android学习三】APP相关设计
1. 更改APP名称 打开app/src/main/res/values/string.xml, 直接修改"app_name":<resources> <string name="app_name">目标检测</string> <string name="appbar_scrolling_view_behavior" t...
2019-09-03 16:03:20
124
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