Sun7_She的专栏

原创 torch7安装教程

在装zeromq之前还要保证有autoconf和automake，安装语句为下边代码块的前两句。1. 其中安装JUPYTER的时候使用下边这句话，否则在国内似乎不能访问文中的那个网站。（解释一下：如果不放在代码块里，LINUX的L就会大写，就打开了错误的网站）2. 安装过程中可能会出现缺少openssl，就用下边这两条语句安装。在ubuntu上安装torch7按照下边的网站来就OK。3. itorch安装参考以下网站的教程。测试一下咯～～然后，在命令行中直接输入。吼开森，感觉自己棒棒哒～

原创 use cat to install software list in txt

for req in $(cat requirements.txt); do pip install $req; done

转载 如何在linux中创建虚拟环境

如何在linux中创建虚拟环境 - 汪凡 - 博客园

原创 ubuntu18.04 cuda8.0 cudnn5 caffe python2.7 install

1.sudo apt install vimsudo vim /etc/apt/sources.listubuntu镜像-ubuntu下载地址-ubuntu安装教程-阿里巴巴开源镜像站sudo apt-get updatesudp apt-get upgradesudo apt install python2. cuda8.0+cudnn5 installsudo dpkg -i ...cuda-license-8-0cuda-misc-headers-8-0cu

转载 ubuntu make iso 镜像

systemback是一个很好的备份还原软件。用它还可以生成自己的linux系统镜像文件。但是在使用时会发现当生成的sblive文件大于4G的时候是没有办法生成iso文件的。这是由于iso文件自身的限制，iso9600对于文件有限制，单个文件不能超过2G，总的iso文件不能超过4G。但是我们经常见到的系统安装iso文件很多都是超过4G的。这是怎么回事呢。经过我的苦苦搜索终于找到了一点线索。对于大于4G的可以采用udf文件系统。下面就是具体的解决方法了。解压 .sblive 文件:mkdir sb

原创 ValueError: numpy.ufunc has the wrong size, try recompiling. Expected 192, got 216

errorTraceback (most recent call last): File "./tools/train_net.py", line 13, in <module> from fast_rcnn.train import get_training_roidb, train_net File "/home/ruoqi256/srq/model/faster-rcnn-resnet/tools/../lib/fast_rcnn/train.py", line 1...

原创 nvidia驱动问题解决 -- Failed to initialize NVML: Driver/library version mismatch

dpkg -l | grep -i nvidia

原创 pydensecrf使用方法以及各个参数含义

pydensecrf使用方法以及各个参数含义https://github.com/lucasb-eyer/pydensecrf该模型的一元势能包含了图像的形状、纹理、位置和颜色，二元势能使用了对比度敏感的的双核势能，CRF的二元势函数一般是描述像素点与像素点之间的关系，鼓励相似像素分配相同的标签，而相差较大的像素分配不同标签，而这个“距离”的定义与颜色值和实际相对距离有关，这样CRF能够使...

原创 u-net相关论文阅读

1. u-net：医疗影像中，器官本身结构固定，语义信息没有特别丰富，所以高级语义信息和低级特征都显得很重要（u-net的skip connection和u形结构就派上了用场）。原始u-net参数量在28m左右，如果把channel数乘被缩小，模型可以更小，缩小两倍后可以是7.75m，缩小4倍，模型参数量可以控制在2m以内，非常轻量...

原创 在线caffe可视化工具

http://ethereon.github.io/netscope/#/editor

原创 泛在操作系统

对于泛在操作系统感兴趣的同学们可以看一下下面的博文哦~https://blog.csdn.net/AIIT_Ubiquitous网站源码链接，欢迎贡献IDEA哦~https://forgeplus.trustie.net/projects/xuos/xuos-web

转载 illegal instruction

在Jetson上安装完numpy，pytorch等后，import 模块时出现Illegal instruction错误，后经过pip3 uninstall numpy后错误解决。jetson预装了多个版本的python3，卸载完numpy后还有旧版本的numpy，怀疑numpy重复导致。————————————————版权声明：本文为CSDN博主「Time-Net」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/

原创 2021-03-02

ubuntu配置ip地址详细步骤https://jingyan.baidu.com/article/e75057f21b6fd7ebc81a8974.html[Ubuntu]Linux 下支持exFAT（移动硬盘）https://blog.csdn.net/weixin_40117614/article/details/83650068

原创 【深度学习】pytorch编写新的层

如何在CUDA中为Transformer编写一个PyTorch自定义层https://cloud.tencent.com/developer/article/1419577Pytorch拓展进阶(一)：Pytorch结合C以及Cuda语言https://oldpan.me/archives/pytorch-combine-c-and-cuda...

原创 【深度学习】CVPR2019-PAPER IDEAS

1. driving stereo: a large-scale dataset for stereo matching in autonomous driving scenarios这位朋友的工作主要是在制作深度数据集，制作数据集的过程写了这篇paper。主要是深度标签不好获得，直接用雷达获取的还不够准确，他又结合了其他信息来制作更准确的label～（第一次知道，制作label的方法也可以写...

原创 CVPR 2019 新文阅读

1 learning a deep convnet for multi-label classification with partial labels深度学习在单标签分类任务中表现很好，但是日常生活中的图像本质上是多标签的。多标签分类比单标签分类更困难，因为输入图像和输出标签空间都更复杂。与单标签相比，大规模收集干净的多标签注释更难。为了降低标注成本，我们建议训练带有部分标签的模型，即每个图...

原创 【深度学习】分类网络结构RESNET RESNEXT DENSENET DPN MOBILE NET SHUFFLE NET

RESNET跳跃连接RESNEXT拆分-转换-合并增加基数（独立路径的数量）来提高准确度比网络加深或扩大来提高准确度更有效。（为什么呢？）DENSENET相加改为相并联加强shortcut，将所有层直接连接在一起DPN将残差通道和densely connected path相融合，实现优缺互补------------------------...

原创 【深度学习】目标检测网络结构SSD RETINANET

one stageSSD:SSD是Faster-RCNN和YOLO中做了一次的分类和检测过程放在不同的图像大小上做了多次RETINANET:RESNET+FPN+FOCAL LOSS

原创 【深度学习】目标检测网络结构MASK RCNN FPN

其相对于FASTER RCNN改进如下：1. 分割，检测，分类同时进行2. 引入ROI ALIGN（对分类影响不大，对分割影响大，因为ROI POOLING对应回图像中的像素会有偏差，该方法会相对准确）代替faster rcnn中的ROI POOLINGROI ALIGN:https://www.cnblogs.com/wangyong/p/8523814.html对于检测图片中...

原创 【深度学习】目标检测网络结构SPP FAST-RCNN FASTER-RCNN

在讲fast-rcnn之前，我们先来看一下spp net吧？～spp net对r-cnn的改进主要有两点： 1. 只对原图提取一次特征。输入是图片，在feature层对应位置找到候选框的位置。 2. 结合空间金字塔方法实现cnns的对不同尺度的输入。实现数据的多尺度输入。分别划分不同的小块对feature进行pooling。对比r-cnn提速100倍左右...

原创 【深度学习】目标检测网络结构RCNN

算法分为4个步骤：1. 生成1k～2k个候选区域 使用selective search方法，从一张图像生成约2000～3000个候选区域： （1）使用一种过分割手段，将图像分割成小区域 （2）查看现有小区域，合并可能性最高的两个区域，重复直到整张图像合并成一个区域位置 ...

原创 github 使用方法

1. 建仓库+key等这个教程超级赞哦～http://www.cnblogs.com/zuibunan/p/3843241.html两个坑：1 创建key，如果有啥问题，就按默认的路径来；2 git init 可以不要here 2. 常见命令(1) 如果网上和本地不同，先从网上pull代码git pull origingit add --allgit commi...

原创 Transfer Learning 文章解析

transfer learning: 包含所有的source  or target, labeled or unlabeled, finetune, multi-task learning的情况。总而言之一句话，训练的过程中用（单个数据集做supervised learning）之外的所有情况都算在transfer learning中。supervised learning: 训练数据都有标签...

原创 【深度学习】rnn and lstm

https://www.jianshu.com/p/9dc9f41f0b29一直好奇rnn一个一个生成句子里边那么多字是怎么更新weight的，尤其是前半段只管输入，后半段只管输出。其实是生成一句话之后统一计算每一个字的loss，然后一起更新的。lstm设计的巧妙之处在于解决了rnn短时记忆问题。lstm有一个信息通路，用于将之前的信息直接传输到后边。在每一个小模块里，又会判断哪一部分需要记住，哪...

原创 【深度学习】增强学习

好久木有写博客了，生疏了不少，第一段删了改改了删，新更博文第一句只想说：hi，老朋友！好久不见～文中的图片来自莫烦python视频。视频内容真心很赞，一天就可以看完，有兴趣的朋友可以点击下边的链接哦https://space.bilibili.com/243821484/#/channel/detail?cid=26359come on, babies! 让我们一起来聊一下增强学习吧～hhhh增强...

原创 Mac安装网上的下载的程序出现文件损坏不让用的解决办法

sudo spctl --master-disable

原创 【深度学习】训练网络的方法总结

原创 【深度学习】torch使用nngraph构建网络并训练

torch使用nngraph构建网络并训练model = nn.Sequential()model:add(nn.Linear(3,5))prl = nn.ConcatTable()prl:add(nn.Linear(5,1))prl:add(nn.Linear(5,1))model:add(prl)criterion = nn.ParallelCriter

原创 【小概念】格拉姆矩阵(gram matrix)

gram矩阵是计算每个通道I的feature map与每个通道j的feature map的内积。gram matrix的每个值可以说是代表i通道的feature map与j通道的feature map的互相关程度。

原创 【小概念】最大均值差异（Maximum Mean Discrepancy）

将两个分布映射到另一个空间计算距离。计算距离的方法是，计算分布上每一个点映射到另一空间的距离然后求和。细节可参见：http://blog.csdn.net/he_min/article/details/69397975

原创 纳什均衡-深度学习-最优传输理论

队伍学习，生成对抗网络 — 纳什均衡最优传输理论 - 威尔斯特拉距离 - 从一个空间转换到另一个空间 - 风格化

原创 torch中创建multitask网络结构

Torch7入门续集补充--- nngraph包的使用http://blog.csdn.net/hungryof/article/details/72902169faster-rcnn.torchhttps://github.com/andreaskoepf/faster-rcnn.torch/blob/master/models/model_utilities.lua

原创 姿态估计论文思路整理 -- Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields

文章：Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields∗ paperuri:(ee7d699fb12eb95daec96f29da5452b9)代码：https://github.com/CMU-Perceptual-Computing-Lab/

原创 【深度学习】图像标注评价标准

最近图像理解受到了广泛的关注，我们也来稍微了解一下神马是图像理解，图像标注的评价标准是神马，哇咔咔图像理解就是理解图像的内容，通俗一些呢就是用一句话描述你所看到的图片中的内容。深度学习这么火，我们一定尝试一下，看看它是否可以解决这个问题。噢，不！是一定可以解决，只是时间问题或者框架如何设计的问题【大家一定要相信一个真理：深度学习可以搞定一切----说得自己都有点尴尬了不 我没有

原创 DL学习笔记【23】pytorch安装教程（超简单就两个命令）

http://blog.csdn.net/amds123/article/details/69396953

原创 DL学习笔记【23】修改caffemodel模型参数

读取修改caffemodel文件里的网络模型参数http://blog.csdn.net/burning_keyboard/article/details/71763291修改caffemodel文件中的模型参数，代码http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/net_surger

原创 自然语言处理中的Attention Model

参考文章： https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652000715&idx=4&sn=b7c68c03e7f507cdce3626c01b018259&chksm=f121253ac656ac2c8d82a852efc2527601adccfca917444b23d5114e9022079dc473a5bd6436&mp

原创 ubuntu 16.04 server -- 更改屏幕分辨率

基于之前的各种修改，打开电脑看到的桌面变成了不能忍受的超大图标其实图标变大是分辨率太小的缘故，调整分辨率可以参考以下网址：http://www.360doc.com/content/17/0323/15/17572791_639467185.shtml但是我在运行的时候，只有这两句运行没有报错xrandrcvt 1920 1080之后的语句运行就会报错，重启之后分辨率竟然改

原创 Nvidia驱动问题解决方案 -- failed to initialize nvml: driver/library version mismatch

系统为ubuntu16.04 server通过运行下边这句话，检查系统中含Nvidia相关文件的文件夹dpkg -l | grep -i nvidia重新安装nvidia驱动先卸载：sudo apt-get purge nvidia-*安装，由于要和cuda配合使用，因此使用下边这个方式安装较为保险，之前试过其他的，会出现版本不匹配的问题。sud

原创 ubuntu 16.04 server -- 无法进入图形桌面解决办法

安装图形界面的语句为：1. 获取安装源add-apt-repository ppa:kubuntu-ppa/backportsapt-get update2. 如果系统中已经安装了KDE桌面，那么直接更新即可apt-get upgrade3. 如果系统中没有安装KED桌面，那么执行下面命令进行安装apt-get install kub