night李_个人页

CUDA学习（十）

CUDA学习（九）

CUDA学习（八）

CUDA学习（七）

CUDA学习（六）

CUDA学习（五）

CUDA学习（四）

NLTK基础教程学习笔记（十一）

CUDA学习（二）

NLTK基础教程学习笔记（十）

NLTK基础教程学习笔记（九）

CUDA学习（一）

加快节奏，重新看一下cudaC手册

NLTK基础教程学习笔记（八）

NLTK基础教程学习笔记（七）

NLTK基础教程学习笔记（六）

NLTK基础教程学习笔记（五）

NLTK基础教程学习笔记（四）

NLTK基础教程学习笔记（三）

NLTK基础教程学习笔记（二）

NLTK基础教程学习笔记（一）

由于之后图像上可能要结合NLP的问题加快节奏 刷一波NLTK，用python3

LeNet实例实践

一个寒假一起入门深度学习

CV中常用的数据集

python词云（二）：中文词云介绍及其存在的问题

这里主要介绍一下基于Python生成中文词云，学习只要是通过网上的博客，及python中文分词库jieba

主成分分析PCA学习笔记

Facebook Detectron物体检测研究平台实践

python词云（一）简单的英语词云

python的一个蛮酷炫的功能是可以轻松地实现词云。github上有关于这个项目的开源代码：https://github.com/amueller/word_cloud注意跑例程时要删除里面的wordcloud文件夹词云的功能有部分是基于NLP，有部分是基于图像的，下面以一段github word.

卷积网络初始：LeNet

来做一个关于卷积神经网络的归类，先从LeNet开始： LeNet出自Yann Lecun（卷积网络之父），Yoshua Bengio（蒙特利尔大学教授，吴恩达的同门），Leon Bottou（将随机梯度下降引入学习中）三位大牛之手 这里附上LeNet的原始论文：Gradient-Based Learning Applied to Document RecognitionLeNet提出于1998年，当时以SVM为主的基于统计的学习方法和像一些sift之类的基于专业知识的特征统计的检测方法非常流行，同时当时计算机计算能力弱，还没有像GPU一样的加速工具，即使是像mnist的数据集，也是个挑战。

ubuntu mpi多机实践

ubuntu上进行mpi环境搭建-通往hpc的第一步

好不容易实验室来了两台性能还可以的服务器，正好师兄师姐比较忙没空来配置服务器，所以我可以暂时使用服务器来学一下怎么配置集群，哈哈，单机已经满足不了我了。

深度学习CV中常用的数据集

介绍一些深度学习中CV方面的一些常用的数据集： （一）mnist手写字体数据集： mnist数据是由Google实验室的Corinna Cortes和纽约大学柯朗研究所的YannLeCun建立的一个手写字体数据集，其中训练集包含60000训练的手写数字图片，测试集包含10000张图片，一个训练集的标签集，一个测试集的标签集。

python词云实现

python的一个蛮酷炫的功能是可以轻松地实现词云。 github上有关于这个项目的开源代码： https://github.

Deep learning REVIEW--三位大牛的Nature

Yann LeCun 扬·勒丘恩 卷积神经网络之父 YoShua Bengio 蒙特利尔教授 吴恩达的师兄弟 Geoffrey Hinton 神经网络之父 三人合作的深度学习文字（好不容易计算机科学能在nature上发表） 深度学习主要通过反向传播来改变程序的内参，卷...

Rotation equivariant vector field networks 浏览记录

Rotation equivariant vector field networks 提出Rotation Equivariant Vector Field Networks（RotEqNet，旋转等变向量场网络） ，对CNN网络的旋转不变性进行改进。

统计学习方法（二）感知器C语音实现

感知器（perception）是二分类线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1的二值，感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别模型，感知机学习旨在求出将训练数据进行线性划分的分离超平面，为此导入基于误分类的损失函数，利用梯度下降法对于损失函数进行极小化，求得感知器模型。

tx2安装caffe总结

无奈笔记本的性能太渣，双系统切换太麻烦，索性就拿tx2来当第二台电脑，需要在linux上跑的demo都放到tx2上跑； 先安装caffe（我重刷了两次机o(『﹏『)o）。 先配置依赖项 sudo apt-get install libprotobuf-dev libl.

Jetson tx2刷机过程中的坑

暑假各种事忙得差不多后，终于有时间拿出早就申请到的tx2，开始刷机教程，这两天几乎踩边了所有的坑。 第一个坑，虚拟机 一般在安装VMware虚拟机时，建议的安装空间20GB，但是我从英伟达官网上下载下来的Jetpack3.

python下人脸检测

首先先要安装python+opencv环境 这里我们用python3.5环境， 可以去https://repo.continuum.io/archive/下载windows，linux，macos的anaconda旧版本 安装好后建议对pip源进行更换，可以减少pip...

python:logistic,softmax函数

在学习时，经常会遇到分类的问题，简单的讲：分类就是设定一个阈值，将你想分类的对象与这个阈值进行比较，根据结果来进行决定分类。 最简单的分类函数是阶跃函数（简单粗暴） 但问题在于，这模型不够光滑，阶跃点从0到1突变，阶跃点难以处理，分类的效果也就那样。

jetson tx2开箱上电

期待已久的jetson tx2终于到了，来做一个开箱 (ง •̀_•́)ง jetson tx2是英伟达的第三代GPU嵌入式开发板 前两代分别是jetson tk1和jetson tx1 jetson tk1： 绿色的版板子接口丰富 jetson tx1： pc...

opencv图像处理：CommandLineParser类

看到有几本新的opencv书出来，梳理一下之前没看到过的知识： CommandLineParser类：可以帮助管理需要输入的命令行参数 CommandLineParser的构造函数为： CommandLineParser parser(argc,argv,keys)：...

OPENGL学习笔记（一）画一只dinosaur

OpenGL这个库好，比起之前用过的opencv，cuda等开放库，opengl才几兆，不用安装，而且相对于VTK来说，OpenGL封装好的函数较为底层，灵活度较高，也可以更好地体现自己编写的算法的好坏。 OpenGL写程序先要OpenGL的头文件，lib，.dll相关配置可以在网上找到，这里不再累述。 对一个像我一样的初学者来书目前认为的OpenGL画图主要有三步：

Python爬虫：用BeautifulSoup进行NBA数据爬取

爬虫主要就是要过滤掉网页中无用的信息，抓取网页中有用的信息 一般的爬虫架构为： 在python爬虫之前先要对网页的结构知识有一定的了解，如网页的标签，网页的语言等知识，推荐去W3School： W3school链接进行了解 在进行爬虫之前还要有一些工具： 1.首先Python 的开发环境：这里我选择了python2.7，开发的IDE为了安装调试方便选择了用VS2013

C#连接MYSQL数据库并进行查询

之前用MFC开发结果界面太难看被pass了,要求用C#重新来开发>_<,不过终于摆脱VC6.0的蛋疼操作了Y。 先来连接数据库 （1）用c#连接MYSQL数据库需要用到mysql-connector-net，这个组件网上查找就可以下载，安装直接按next，按默认路径安装； （2）新建一个Winfrom工程后，引用这个组件 在解决方案资源管理器中右键引用-&

VTK 曲面构建+颜色映射

Vtk，（visualization toolkit）是一个开源的免费软件系统，主要用于三维计算机图形学、图像处理和可视化。 VTK编程中主要用到的几个对象 vtkRenderer ，vtkRenderWindow，vtkActor，vtkMapper，其渲染场景如下图所示（图片来自东灵工作室博客） 在VTK的封装类中有一个专门为用三维杂序点进行重建曲面的类：vtkSur

VTK+MFC：建立自定义控件显示

这里我们用MFC框架来做VTK的界面 VTK比较蛋疼的是不能像图片一样直接在MFC的picture控件中显示，需要自己添加自定义控件来显示画出的模型， 1.首先新建一个类如MyCustomControl Ctrl+W打开建立类向导界面，选择Add Class->new 名字填写如MyCustomControl Base class选择generic CWnd

MFC多线程进行图片的显示

在MFC编程中开始学习都是只利用一个主线程，比较蛋疼的是，当你只用一个主线程进行如播放，查询时，MFC的界面会卡死，你无法进行其他的操作，这时需要进行多线程的编程，在操作时生成一个子线程来进行一些如播放，查询等的费时的操作。 多线程，经常会与对实时性要求比较高的并行运算结合，用来隐藏数据传输过程中用到的等待时间。 基于MFC的多线程在上一篇博客的基础上进行改进： 1.简

MFC+OPENCV实现JPEG图片的播放

用vc6.0进行开发真的有点蛋疼，在实现jpeg图片的播放，vc6.0的picture控件居然只支持位图>_< 开始想法是在程序中加一个编码过程，边读图边解码边显示，先将JPEG图片转化为位图再显示，但代价是在OPENCV中的自带的函数支持编解码，但要先写下来，所以读写再度时间较长无法满足实时性的要求； 第二种方法是用VTK中带的vtkJPEGReader类，

k-mean聚类算法实现

kmean是常用的聚类算法之一主要步骤为： 1.读如点数据，随机选取k个点成为最后要聚的类数目； 2.求剩下的点到这k个点的距离，取最小值，按点的距离聚成一类； 3算同一类中点的质心坐标，即x，y的平均值作为中心点， 4求个点到这中心点的距离，按距离再进行聚类； 5迭代求中心，再聚类； 6当中心点变化在相邻两次迭代的变化数值小与某一范围时停止迭代 7用OpenG

VTK+VC6.0配置

在VC6.0上进行开发，用到的是VTK，按网上提供的教程VTK需要用5.0版本（额，这个好老，费了很大劲终于找到了） vtkdata-5.0.0.tar vtk-5.0.0.zip 相关配置方法可以参考下面的博客： http://blog.sina.com.cn/s/blog_4cee400e0100b0rd.html · 直接复制粘贴地址可能不行需要手打一遍（这

OpenACC读书笔记（二）

OpenACC中常用的一些导语与子语 ： #pragma acc kernels 如同上一篇代码所显示，在代码前之间加上，编译器发现这一指令时会自动将接下来代码中可以改动的改成并行 #include<stdio.h> #define N 256 int main() { int i,a[N],b[N],c[N]; for(i=0;i&lt