I believe that many friends have faced with the NVIDIA-driver install problem on the Ubuntu OS. I have dealt with this problem for a day and at last I found a easy way to solve this problem.

Tensor类可能是Torch中最重要的类，几乎所有的模块都依赖它。和Torch7中的其他类类似，这个类也可以进行序列化。

使用动态规划求解旅行商问题，即寻找一条最短路径，访问且仅访问一次所有的城市。只是一个完全NP问题，目前没有多项式时间解法，使用动态规划时求最优解的可行方法之一。

梯度下降变型算法

批量梯度下降算法

本文翻译自http://sebastianruder.com/optimizing-gradient-descent/index.html#batchgradientdescent
普通的梯度下降算法，又称为批量梯度下降算法，会计算整个训练集的数据来得到目标函数的梯度：
$ \theta = \theta-\eta\cdot\bigtriangledown_{\theta}J(\theta)
$
因为我们需要计算整个训练集来进行一次参数更新，这种算法会非常缓慢，而且可能无法满足内存的需求，也不能允许我们进行在线学习。

这篇论文对之前的 A neural algorithm of artistic style中的style transfer的加速版本，同时也是一种进行风格转移的通用框架。常见的例如降噪，超分辨率和着色等任务其实都可以看作是一种图像转换任务，一种解决方法便是通过训练一个feedforward 卷积神经网络，通过有监督方式进行训练，但是之前的loss只是利用像素级别的loss进行训练，这种方式和image parsing的训练方式比较相似。但是在图像生成任务中，如果仅仅使用像素级loss，则无法在语义层面对生成图像进行约束，所以基本思路就是在像素和语义两个层面进行约束。具体而言我们希望用tyle图像中的纹理细节去代替原来图中的纹理细节。

SVMs是一系列用于分类、回归和异常检测的监督学习学习方法的集合。

Caddy是一个轻量级的服务器容器，使用golang编写，使用十分方便，支持以下特性：

• HTTP/2
• Automatic HTTPS
• Easy Deployment
• Multi-core
• Markdown
• WebSockets
• IPv6
• Logging
• FastCGI
• Headers
• Reverse Proxy
• Rewrites & Redirects
• Clean URLs
• Gzip
• Directory Browsing
• Virtual Hosts

Caddy使用时仅运行一个可执行文件，并通过Caddyfile文件进行配置，下面将对其各个功能进行介绍。

1.2 线性与二次方判定分析(Linear and Quadratic Discriminant Analysis)

线性判定分析(discriminant_analysis.LinearDiscriminantAnalysis)和二次方型判定分析(discriminant_analysis.QuadraticDiscriminantAnalysis)是两种传统的分类器，和名字相对应，它们分别对应着线性和二次方型的决策表面。
这些模型的优点在于拥有易于计算的存在的结果，原生支持多分类，实践证明效果良好而且没有需要优化的超参数。

jsoncpp的github地址是jsoncpp,可以比较好的decode和encode Json数据结构，json是一种轻量数据表示类型，可以表示整数，实数，字符串和顺序序列，键值对等，下面是json的一个例子：

1
2
3
4
5

{
"encoding" : "UTF-8",
"plug-ins" :["Python","c++","ruby"],
"indent" :{"length" : 3,"use_space":true}
}

之前需要将LSD算法通过ndk的方式在android上运行，所以搜索了一下资料，了解如何将OpenCV的Contrib中的源码编译进去。