fmbao的博客

原创 TFLite在移动端部署的总结，绝对干货！

最近在忙语音唤醒的工作，涉及了非常多的深度学习集成到移动端的技术点。这篇博客主要讲的是通过TensorFlow训练出来的模型如何转为可以在移动设备上进行部署的tflite文件。可能有人会说了这个很简单，通过TensorFlow的相关函数就可以了。。。实际上不是这样的，这其中还牵扯很多需要注意的地方。主要的一方面是移动端设备对性能要求极高，有内存大小的要求。因此我们需要将模型的大小不断压缩达到我们...

原创 基于Pytorch对WGAN_gp模型进行调参总结

最近苦恼了很长时间，就因为和GAN刚上了，WGAN是GAN（对抗生成网络）的一种。WGAN（Wasserstein GAN）在训练稳定性上有极大的进步，但是在某些设定下任然存在生成低质量的样本，或者是不能收敛的问题。蒙特利尔大学在WGAN的训练上又有了新的进展。他们的论文的是《Improved Training of Wasserstein GANs》 。研究者们发现失败的案例通常是由在WGAN中...

原创 基于keras的图像分类CNN模型的搭建以及可视化（附详细代码）

基于keras的图像分类CNN模型的搭建以及可视化本文借助keras实现了热图像的分类模型的搭建，以及可视化的工作。本文主要由以下内容组成。Keras模型介绍CNN模型搭建模型可视化Keras模型介绍1. 简介Keras 是 Google 的一位工程师François Chollet 开发的一个框架，能够有效地利用TensorFlow进行开发。keras之所...

原创 【面试总结】语音唤醒方向相关面试题总结

相同的内容也发布在相同ID的知乎账号上了。

原创 【面试总结】AI音频降噪方向相关面试题总结

我在GitHub也放了相同的内容，如果有同学是做相同方向的，同时也乐意整理和聚集这个方向的面经，欢迎大家多多push内容上去。这里提前吐槽一下，虽然Rnnoise这个模型效果不怎么好，但是这个方案相当于是这个领域的开辟的工程方案，所以有相当多的人会问。同时，我也会根据GitHub仓库中更新的内容，将之迁移过来，更新这篇知乎专栏的文章。由于本人也参与过AI音频降噪的相关项目，所以在面试的过程中也有很多相关的问题。【问】Rnnoise中的基音计算模块的组成以及相关特征提取的方式。...

原创 Ubuntu上vscode调试C/C++代码

这篇文章起初是我看了一个B站的视频，作者讲述了如何在Ubuntu的 环境中通过使用vscode调试C/C++代码。这个教程非常好，也非常推荐给大家，但是这个教程有一个局限性，就是他在他的公共号上写的教程非常简略，以至于我想再次看一遍，需要重新看一遍视频，非常低效，所以我打算根据这位大佬的视频教程，写一篇博客，这样方便自己，也方便大家。当然大家在网上也会搜到和我标题差不多的教程，但是我都看了一遍，都挺狗的，写的非常简略，你按照他们的教程基本就学的一个寂寞。不过这里面也有挺多坑的，一般不自己梳理一遍很容易

原创 一些有关CUDA问题的解决总结

最近在出差期间遇到了一些有关CUDA安装的问题，解决了好久，当然主要还是因为我菜的原因，把其中一些解决的路径记录下来以备后面不时之需。删除原来的CUDA的方法开始的时候我安装了一个CUDA10.1的版本，这是一个比较坑的版本，好多TensorFlow用不了，想着把原来的CUDA删除了，安装上新的CUDA版本，结果搞了半天，没整好。后来找到了这个链接Ubuntu 18.04安装Tenso...

原创 OpenCV的琐碎知识

这篇博客将介绍一些OpenCV的琐碎的概念知识以及容易出现错误的点。可能大家平时看博客感觉OpenCV没什么难的，无非是调用一些库和函数，但是在实际操作过程中很容易出现翻车的现象。好了，废话不多说开始本章的内容内容安排OpenCV各个变量之间的转换关系采用OpenCV进行连通域分析的原理以及相关函数OpenCV连通域分析的应用-计算欧拉数（euler）采用OpenCV进行滤波以及形态学...

原创 LaTeX的跳坑爬坑记录

最近投了篇文章，期刊要求用他们的LaTeX模板来写，结果遇到了不少问题。其实之前我也没接触过LaTeX（虽然一直想学），没想到最近三天从无到有将LaTeX了解了个大概。LaTeX在我看来就是markdown的升级版，但是实际上这其中存在的坑要比想象的多的多。这里做个笔记记录一下。LaTeX是什么具体定义网上有很多，大家可以自己查，我之前看过一篇比较好的博客介绍了LaTeX到底是什么，在第二篇文...

原创 TensorFlow高性能计算提升及分析技巧

这段时间，我师傅交给我一些任务，让我加速TensorFlow模型的计算速度。主要还都是他在提想法，我负责实现就行了。这篇博客主要将学到的知识进行一下总结。由于之前在科研上多数应用的是Pytorch构建模型，现在忽然让用TensorFlow，对其中的一些计算机制的不熟悉，在实现过程中遇到了不少问题文章主要分为两点：TFRecordDataset的原理和使用Pipeline的原理和使用Pro...

原创 卷积神经网络（AlexNet）调参技巧总结

这篇博客讲讲对AlexNet如何调参，最近因为科研的原因，对卷积神经网络进行了调参，忙活了大概一两个星期，期间对AlexNet进行了全方面、多层次、宽领域的调参，总结了一些调参技巧，在这儿总结一下。调参的技巧，我打算从两个方面来讲，一个是模型，一个是训练参数。环境参数Pytorch 0.4.1torchvision 0.1.8Python 3.6.3CUDA 8.0.61Linu...

原创 LeetCode刷题总结之一

这是在LeetCode中文网上第一次刷题，慢慢来吧，希望坚持一段时间之后能有所收获。采用的是随机做题模式，可能序号会有些乱。845. 数组中最长的山脉- 中等难度题目描述我们把数组 A 中符合下列属性的任意连续子数组 B 称为 “山脉”：B.length >= 3存在 0 < i < B.length - 1 使得 B[0] < B[1] < .....

原创 DCGAN模型讲解及避坑指南

最近在做科研上的项目，需要调各种GAN的模型，鉴于网上各种拿着标准数据集跑模型的流氓行为，本人决定推出一种对各种数据集都适用的模型训练教程。话不多说，先上代码，大家看着我的代码，加上我的讲解，相信所有人都能无痛调节模型的参数。我用的是github上PyTorch-GAN的代码，这个github实现了很多种类的GAN，并且写出来的模型也不复杂，很适合小白。然后我调的是DCGANDCGAN- ...

原创 神坑pycharm

pycharm有这几个地方神坑：新建项目自动帮你建立虚拟环境，这样本地的包还需要导入，很麻烦第二个神坑的地方是不能自动将同一文件夹下的py文件自动识别为导入文件如果想新建新的项目最好不要放在同一个目录里，容易出错pycharm环境配置方式 简直反人类，好用个屁...

原创 【2】爬虫学习

这篇博客主要是从具体的项目入手，通过项目来学习相关的爬虫技术，以做代学。分析Ajax请求抓取今日头条街拍美图前提概念补充​ 有时候我们在用request抓取页面的时候，得到的结果和浏览器中看到的可能不一样，在浏览器中看到的是正常显示的页面数据，但是在request得到的结果并没有。这是因为获取得到的都是原始的HTML文档，但是浏览器页面是经过 JavaScript处理数据后生成的结果。这些...

原创 【1】爬虫学习

一直想学爬虫，也是由于种种原因吧，没能系统地学习。正好最近在大工pt上看到了爬虫的系统教程，全下载下来，学习并在博客上记录一下。因为我是一个比较懒的人，对于自动化的技术非常着迷，只要能让机器来做，就不需要用人是我一直以来的执念。所以我对机器学习以及其分支-深度学习，爬虫非常着迷。本文分为两个部分来写：爬虫简介，爬虫前期准备工作爬虫简介爬虫本质上来说是一种按照一定规则，自动地抓取万维网信息的...

原创 基于Github的个人博客快速搭建教程

搭建个人博客简明教程（Github+hexo）按照同学搭建个人博客的教程尝试搭建自己的博客（有点绕口，笑），但是发现出现了一点问题，因此在这里将其教程重新写一遍，然后将其中容易出现的地方再点一下。相关技术平台介绍：Hexo是一款基于Node.js的静态博客框架，依赖少、易于安装使用，可以方便的生成静态网页托管在github和heroku上，是搭建博客的首选框架。同时hexo的创建人是台湾...

原创 有可能是全网最易理解的有关【堆排序】的博客

这次想写一下堆排序，之前遇到过好多次有关堆排序的问题，无论是编程还是选择题。但是对这个堆排序一直是稀里糊涂，一个原因网上好多博客写的烂，众说纷纭，各执一词，还有一个原因是自己没有真正想要搞懂一个问题，真正搞透问题。好了废话不多说开始讲解这次的主角堆排序。堆排序步骤堆排序的步骤主要是三个：将序列构建成堆，然后整理这个堆，如果最终需要得到升序->大顶堆，降序->小顶堆...

原创 C++进阶内容（函数模板、类模板、STL、算法)

C++进阶内容（函数模板、类模板、STL、算法）C++进阶内容（函数模板、类模板、STL、算法）STL特点STL数据结构类型string相关操作vector相关操作queue相关操作stack相关操作queue相关操作list相关操作set和multiset相关操作set和multiset相关操作STL特点STL具有高可重用性，高性能，高移植性...

原创 网易2019校招笔试，今日头条2019校招笔试（前两道）,搜狐2019校招笔试三道题

网易2018笔试题1. 丰收题目：就是堆了几堆的南瓜，然后给出几个数字作为序号，猜是第几堆里面的南瓜思路：思路不难，就是进行累加，然后找出数字在第几个堆里。让人不爽的是时间复杂度败给了调用函数的，就是这个lower_bound(first *itor,last *itor,const int T)函数，它指向在[first,last]标记的有序序列中可以插入value，而不会破...

原创 华为机试训练做题总结（四）

69. 字符串通配符题目描述 : 问题描述：在计算机中，通配符一种特殊语法，广泛应用于文件搜索、数据库、正则表达式等领域。现要求各位实现字符串通配符的算法。 要求： 实现如下2个通配符： *：匹配0个或以上的字符（字符由英文字母和数字0-9组成，不区分大小写。下同） ？：匹配1个字符 输入： 通配符表达式； 一组字符串。 输出： 返回匹配的结果，正确输出true，错误输出...

原创 Qt项目防掉坑指南

Qt项目防掉坑指南写这个指南的原因呢，主要是最近利用Qt + OpenCV大体完成了一个电气设备诊断的桌面软件。这其中掉坑，爬坑数次，有一些心得，打算写在这和大家分享。自己铭记的同时让后来人可以避开这些坑。我的环境是vs2017+OpenCV3+Qt4 本文主要分为两个部分：Qt界面实现的坑OpenCV的坑Qt界面实现的坑由于整个项目我做了两个月，战线拉的比较长，所以...

原创 vs2017 找不到源文件stdio.h解决方法

这个问题网上又不少人提出。我的vs出现这个问题是因为我电脑重装系统了，原来的项目所采用windows SDK 已经发生了变化。因此解决的办法是：项目->属性->配置属性->常规->windows SDK版本。将其换成你现在的版本即可解决问题。...

原创 一维熵局部熵C++实现

基于OpenCV的一维熵与局部熵C++实现由于要将MATLAB代码都转换为C++代码，因此开始了艰苦卓绝的码代码过程。这其中又遇到了很多的坑，以及爬坑过程。我的环境的是Visual studio2017+ OpenCV3本文内容：一维熵与局部熵的原理详解OpenCV存在的坑局部熵entropyfilt()源代码实现一维熵与局部熵的原理熵这个东西，最先是由一个叫香...

原创 Qt多窗口切换实战与注意点（附详细代码与Qt资料）

太兴奋了，花了一天时间，终于把一个demo调通了，掉了无数个坑，无论是看书还是看网络上的一些帖子，坑无数。本人也是刚接触Qt，就四五天吧。现在经过一些坑的洗礼，终于可以慢慢入门了，兴奋啊，吼啊，不禁让我在朋友圈分享了一首FB的歌呢。当然网上不全是坑，也发现了非常精华的内容，比如这篇博客《Qt资料大全》，非常适合Qt小白。 本人极力推荐《Qt Creator快速入门》以及配套的相关代码，我已经将这...

原创 Pytorch迁移学习小技巧 以及 Pytorch小技巧的一些总结

迁移学习技巧内容概要：迁移学习的概念Pytorch预训练模型以及修改不同修改预训练模型方式的情况一些例子：只针对dense layer的重新训练 ，冻结初始层的权重重新训练迁移学习的概念神经网络需要用数据来训练，它从数据中获得信息，进而把它们转换成相应的权重。这些权重能够被提取出来，迁移到其他的神经网络中，我们“迁移”了这些学来的特征，就不需要从零开始训练一个神经...

原创 基于keras的CNN图片分类模型的搭建以及参数调试

基于keras的CNN图片分类模型的搭建与调参更新一下这篇博客，因为最近在CNN调参方面取得了一些进展，顺便做一下总结。我的项目目标是搭建一个可以分五类的卷积神经网络，然后我找了一些资料看了一些博客，发现keras搭建CNN，还是比较简单快捷的，模块化，易扩展，极简，让我最终选择了keras。本质上keras相对于python，就相当于python相对于c/c++。就是一个封装的一...

原创 第一次使用python实现基于OpenCV的视觉代码遇到的问题以及解决办法

之前也用过OpenCV，但是是在vs上运行的，差别还是挺大的。明显感觉python还是简单好多，但是简单不代表遇到的问题就少。vs上基本遇到的问题就是头文件的一些配置，以及相关的release以及debug下运行的问题。 我写了一段很简单的代码，功能是：用来识别照片中人脸和眼睛。采用的技术是haar特征，高斯金字塔。效果一般。 其中遇到的问题一个是python在eclipse上的配置问题，还有...

原创 python3安装opencv中需要注意的地方

首先需要感谢我的一位朋友，在我一筹莫展的时候向他咨询，得到解决的办法。 走过的弯路就不说了。 说干货吧。我需要在python3上安装opencv(有一个前提：你这个python3是使用anaconda安装的)可以直接使用：conda install -c menpo opencv3使用这条语句，可以直接就安装上opencv。但是需要注意管理员权限问题。还有一个你可能遇到的问题是...

原创 华为机试训练做题总结（三）

54. 挑7题目描述 : 输出7有关数字的个数，包括7的倍数，还有包含7的数字（如17，27，37…70，71，72，73…）的个数 思路分析: 这个问题有一个很好的解决办法就是将数字转为字符型，然后查找看字符里面有没有的符合条件的 字符 ，然后再判断是否数字能否整除7 代码：#include<bits/stdc++.h>using namespace std;...

原创 【算法知识总结】Tamura纹理特征的前世今生

Tamura 纹理特征我这篇文章主要是参考的Tamura纹理特征的matlab实现。本来没打算写这篇博客的，结果在写文章的时候各种找文献资料，都很难找到比较好的解释Tamura的文章。很多人的文章都是含糊其辞，要么就是排版稀烂，没法看。实在受不了自己写一个高大全的Tamura特征的博客，既方便自己也方便别人。原始出处原理解释代码展示原始出处最原始的Tamura的论文...

转载 堆栈实现四则运算

要实现四则运算求值，存在一个很明显的问题，就是计算机的计算不会像人类一样按优先级进行计算，因此你需要通过设置两个栈进行计算优先级的设定。一个是数值的栈，一个是字符的栈。1. 前中后缀表达式的转换自然表达式转换为前/中/后缀表达式，其实是很简单的。首先将自然表达式按照优先级顺序，构造出与表达式相对应的二叉树，然后对二叉树进行前/中/后缀遍历，即得到前/中/后缀表达式。 举例说明将自然表达式转

转载 【算法知识总结】回溯法

概述回溯法思路的简单描述是： 把问题的解空间转化成了图或者树的结构表示，然后使用深度优先搜索策略进行遍历，遍历的过程中记录和寻找所有可行解或者最优解。 基本思想类同于：图的深度优先搜索二叉树后序遍历（ 分支限界法：广度优先搜索， 思想类同于：图的广度优先遍历 二叉树的层序遍历）详细描述详细的描述则为： 回溯法按深度优先策略搜索问题的解空间树。首先从根节点出发搜索解空间树

转载 【算法知识总结】最长回文子串-Manacher算法

转载自：《简书》曾会玩-最长回文子串问题—Manacher算法 问题说明 最长回文子串问题：给定一个字符串，求它最长回文子串长度。方法比较 Brute-force解法 对于最长回文子串问题，最简单粗暴的办法是：找到字符串的所有子串，遍历每一个子串以验证它们是否为回文串。一个子串由子串的起点和终点确定，因此对于一个长度为nnn的字符串，共有n2n2n^2个子串。这些子串的平均...

原创 华为机试训练做题总结（二）

26. 查找兄弟单词题目描述 : 思路分析: 这一题我是服气的，一个是我自己的debug能力服气，一个是对华为OJ服气。真的职能用这两个词来形容。debug 一定要在vs里面自己编一遍，然后重新再找问题，其次就是可以利用cout 这样写法来判断哪个支路到底走没走、最后一个就是统计数目的时候一定要记得刷新的位置。 华为OJ的判断我也是服气的，怎么做都是不对，莫名其妙的冒出一个小尾巴是什

原创 【STL】vector，string，queue，list，set用法及函数总结

这一篇博客主要就是详细记录一下C++常用到的数据结构。算是总结归纳吧。这个博客不定期更新，我遇到啥新的情况，就记录下啥情况。vector的用法及相关函数变量的声明 vector<int>a 这个相当于声明了一个int a[]大小没有指定 vector<vector<int>>a 或者 vector<int *>a 相当于声明了一个二维数组 vector

原创 【算法知识总结】最长递增子序列

最长递增子序列： 找到给定序列的最长子序列的长度，使得子序列所有元素单调递增。解法一 转化为求最长公共子序列设数组{3，5，7，1，2，8}为A对数组A排序，排序后为B={1，2，3，5，7，8}。求A数组的最长递增子序列，就是求数组A与数组B的最长公共子序列 最长公共子序列求法的时间复杂度： θ(nlgn)+θ(n2)=θ(n2)θ(nlgn)+θ...

原创 【算法知识总结】动态规划

看了一些网上讲的内容，先是看看知乎，再看看csdn，最后我看了看百度百科，呵呵。就一个动态规划问题，竟然兜兜转转找了这么多的网址，也是醉了，知乎上的人过于装逼，不好好说话，非得把清晰的问题讲的玄乎，csdn上讲的入门就是直接给你上代码，最后实在无奈，直接百度百科。动态规划这个东西，听了好多次了，但是真正去了解，也就今天。记得研一上优化方法课的时候，老师给讲线性规划，纯粹了图过的心理。没有详细地...

原创 华为机试训练做题总结（一）

1.字符串最后一个单词的长度题目描述：计算字符串最后一个单词的长度，单词以空格隔开。 思路分析：看到这一题，开始我也没啥想法，想要去看答案，然后忍住了，稍微想了想，这一题其实挺简单的。不就是最后单词的长度，直接跑到字符串的最后，然后朝前数字符串到空格就行了。但是后来看别人的正确答案，发现自己考虑问题还是不够全面，这一题还需要考虑字符串最后是好几个空格的情况。因此需要设置一个flag当跑到最

原创 牛客网的OJ要求