原创 linux服務器 更新顯卡驅動

更新驅動: sudo apt-get remove --purge nvidia*  ##卸載原來的(如果卸載不了試一下sudo /usr/bin/nvidia-uninstall ) sudo service lightdm stop

原创 win10下安裝ubuntu16.04LTS

   作爲一個剛剛入坑雙系統的小白,在安裝的過程是如此的。。。。也可能是自己的原因總感覺easybcd沒有神碼用。還手殘把windows的引導給刪了,害得我不得不重裝啓動。文章是安裝完之後寫的,無圖。  言歸正傳: 準備材料: ubunt

原创 論文格式——IEEE pdf express 常見問題解決

終於有時間整理一下!以後如果再遇到其他問題會繼續更新的~ 以下問題與方法均是親身實測!效果很好 pass!!! 問題一:字體嵌入問題(Font Arial-BoldItalicMT, Arial-BoldMT, ArialMT, Time

原创 pip國內的一些鏡像

  阿里雲  http://mirrors.aliyun.com/pypi/simple/ https://mirrors.aliyun.com/pypi/simple/ 豆瓣(douban)  http://pypi.douban

原创 centos內升級gcc

注:基於鏡像創建的docker內同樣可以升級 gcc升級: wegt http://ftp.gnu.org/gnu/gcc/gcc-5.4.0/gcc-5.4.0.tar.gz  #(要下載tar.gz後綴的) tar xvf gcc-5

原创 高等代數第六章《線性空間》

1.集合2.映射(象、原象、)  點贊 收藏 分享 文章舉報 吖吖尚 發佈了28 篇原創文章 · 獲贊 28 · 訪問量 5萬+ 私信

原创 Neural Activation Constellations: Unsupervised Part Model Discovery with Convolutional Networks

本人是學生一枚,理解可能頗有偏頗~ 寫在前面:個人理解的一些比較關鍵的點 過程: 正常卷積,對某層產生P(通道數)個的激活圖求梯度得到P個特徵梯度圖,在此圖上找響應最強烈的位置, 作爲原圖中的關鍵點。關鍵點的個數等於P,從P個關鍵點中

原创 高等代數第一二章《行列式、矩陣》

       索引:奇偶排列、逆序、對換、行列式性質與計算、初等行變換、餘子式、代數餘子式、範德蒙行列式、克拉默法則、拉普拉斯定理、矩陣運算、轉置、逆、求逆、矩陣分塊、初等矩陣、矩陣間的關係———等價、標準形。 點贊 3

原创 Group Normalization(BN、LN、IN、GN)& Switchable Normalization & Weight Standardization

BN BN的作用 爲了對隱含層進行歸一化操作。對於每個隱層神經元,把逐漸向非線性函數映射後向取值區間極限飽和區靠攏的輸入分佈強制拉回到均值爲0方差爲1的比較標準的正態分佈,使得非線性變換函數的輸入值落入對輸入比較敏感的區域,以此避免

原创 STN(Spatial Transformer Networks)空間轉換網絡

個人筆記,補充知識部分爲幫助理解 補充知識點 仿射變換與射影(透視)變換 其實仿射變換和透視變換更直觀的叫法可以叫做「平面變換」和「空間變換」或者「二維座標變換」和「三維座標變換」。如果這麼命名的話,其實很顯然,這倆是一回事,只不過

原创 SSD系列(SSD、DSSD、FSSD 、RefineDet)

SSD:SingleShotMultiBoxDetector 簡介 one-stage、基於迴歸的目標檢測,74.3mAP、59FPS ( on VOC2007 test ) 網絡結構 SSD 300中輸

原创 一隻保研狗的保研總結

       保研結束有一段時間啦,這段時間真的是有喜有憂吧。一個人去學校面試,機票高鐵票火車票積攢了不少,最後的結果我也是比較接受的。        從大三下開始關注保研的事(這個時候已經不早啦,最好是大三開學初或是大二下準備比較好),

原创 感知機

感知機感知機是一種最簡單的線性二分類模型,可以在輸入空間(特徵空間)將實例劃分爲正負兩類。感知機學習算法的原始形式對於輸入空間,感知機通過以下函數將其映射至{+1,-1}的輸出空間 f(x)=sign(w⋅x+b)            

原创 用遞歸求階乘

用遞歸求階乘:#include<stdio.h>int factorial(n); int main(){    int n;         scanf("%d",&n);         printf("thefactorial of

原创 範數

範數(norm),是具有“長度”概念的函數。在線性代數、泛函分析及相關的數學領域,在泛函分析中,它定義在賦範線性空間中,並滿足一定的條件,即①非負性;②齊次性;③三角不等式。它常常被用來度量某個向量空間(或矩陣)中的每個向量的長度或大小。