原创 哈夫曼編碼算法

huffman.h #ifndef __HUFFMAN_H_FE#define __HUFFMAN_H_FE// 哈夫曼樹的節點結構typedef struct _huff_node …{   

原创 二維數組的動態分配及參數傳遞

1. C語言動態分配二維數組 (1)已知第二維 [cpp] view plain copy print?char (*a)[N];//指向數組的指針    a = (char (*)[N])malloc(sizeof(char 

原创 手動安裝m4, autoconf, automake, libtool

這些軟件包都是在安裝CoreSeek4.01時必須的。但後來者也代碼升級,CoreSeek安裝已經不需要。 ###安裝m4 wget http://mirrors.kernel.org/gnu/m4/m4-1.4.13.tar.gz \

原创 64位ubuntu14.04安裝交叉編譯器arm-linux-gcc出現沒有那個文件或目錄

這是因爲電腦是64位的,裝的ubuntu是64位的操作系統。而你下載的arm-linux-gcc是32位的程序。需要安裝一個32位的支持庫。解決方法:輸入命令sudo apt-get install libx32z1-dev

原创 win7與虛擬機中linux共享文件方法

   參考       http://jingyan.baidu.com/article/597a0643904279312b5243d9.html需要注意的是,就算以前安裝過VMware tools,在設置完共享文件夾後也要重新安裝才能

原创 解決perl: warning: Setting locale failed. perl: warning: Please check that your locale settings:

perl: warning: Setting locale failed. perl: warning: Please check that your locale settings:     LANGUAGE = “zh_C

原创 Xmind8 Linux不能直接輸入中文問題解決

問題描述: Xmind8 Linux 版本在安裝完以後可以顯示中文,可以複製粘貼中文,就是不能直接輸入中文,嘗試了好多方法-修改語言,修改權限…,都沒有用 問題解決: 最後還是從官網上找到了解決的辦法 由於我的Ubuntu系統設置

原创 ubuntu16.04安裝xmind8

轉自:https://blog.csdn.net/faryang/article/details/70238326 1、去官網下載http://www.xmind.net/download/linux/ 2、下載完後解壓,進入解

原创 形象易懂講解算法——壓縮感知

轉自知乎大神的文章:https://zhuanlan.zhihu.com/p/22445302 在我看來,壓縮感知是信號處理領域進入21世紀以來取得的最耀眼的成果之一,並在磁共振成像、圖像處理等領域取得了有效應用。壓縮感知理論在其複雜

原创 初識壓縮感知Compressive Sensing

轉自:https://blog.csdn.net/abcjennifer/article/details/7721834 壓縮感知是近年來極爲熱門的研究前沿,在若干應用領域中都引起矚目。最近粗淺地看了這方面一些研究,對於Compr

原创 Ubuntu16.04 Caffe 安裝步驟記錄(超詳盡)

轉自:https://blog.csdn.net/yhaolpz/article/details/71375762 歷時一週終於在 ubuntu16.04 系統成功安裝 caffe 並編譯,網上有很多教程,但是某些步驟並沒有講解詳盡,

原创 機器學習四大降維方法

引言: 機器學習領域中所謂的降維就是指採用某種映射方法,將原高維空間中的數據點映射到低維度的空間中。降維的本質是學習一個映射函數 f : x->y,其中x是原始數據點的表達,目前最多使用向量表達形式。 y是數據點映射後的低維向量表

原创 LSTM結構理解與python實現

LSTM結構理解與python實現 上篇博客中提到,簡單的RNN結構求解過程中易發生梯度消失或梯度爆炸問題,從而使得較長時間的序列依賴問題無法得到解決,其中一種越來越廣泛使用的解決方法就是 Long Short Term Memory

原创 C++面試題五---散碎問題

1、malloc和new的區別 1)malloc與free是C++/c語言的標準庫函數,new/delete是C++的運算符。它們都可用於申請動態內存和釋放內存; 2)new 返回指定類型的指針,並且可以自動計算所需要大小。而 mal

原创 極大似然估計詳解

極大似然估計        以前多次接觸過極大似然估計,但一直都不太明白到底什麼原理,最近在看貝葉斯分類,對極大似然估計有了新的認識,總結如下:貝葉斯決策        首先來看貝葉斯分類,我們都知道經典的貝葉斯公式: