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.
torch7 Tensor 文档学习笔记
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。
动态规划算法求解旅行商问题
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。
深度学习中的梯度下降优化算法
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。
Perceptual Losses for Real-Time Style Transfer and Super-Resolution 文章解读
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。
1-4-Support-Vector-Machines
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使用教程【1】
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 Linear and Quadratic Discriminant Analysis
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 解析json小结
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:
在Windows 10上编译OpenCV contrib Java Native库
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。