原创 重複生成52個隨機數,並映射爲每張撲克牌
重複生成52個隨機數,並映射爲每張撲克牌 題目:編寫函數,重複生成52個隨機數,並映射爲每張撲克牌。說明:重複生成的典型原則是按照花色(梅花、方塊、紅桃、黑桃)和大小(2~10、J、Q、K、A)順序進行映射,例如梅花2小於梅花3
原创 linux下 matlab批量重命名文件
shell 大神請忽略,windows同樣適用。 菜雞整理數據集時,日常記錄 clc; clear; path_in = "./standard_Bakground/"; path_out = "./standard/";
原创 ubuntu/deepin生成應用的快捷方式
適用於Debian系,測試ubuntu和deepin均正常工作。 假設你已經把應用安裝好了,並且知道程序的啓動路徑! 01 創建xx.desktop cd /usr/share/applications sudo touch
原创 Python super函數問題
super function: 函數厲害之處在於你不需要明確給出任何基(父)類的名字,他會自動幫你找出所有基類及對應的方法。 但是如果我要繼承多個父類呢? 測試: 先看正常代碼,不用super函數: class A:
原创 深入理解GCC 編譯
雖然平時經常用gcc來開發,但從沒有細想過其內部怎麼執行,其具體的流程又是如何。由於主力開發語言爲C/C++,加上最近看C專家編程有感,決定寫此博客,來加深自己的記憶。 1 編譯流程 通常GCC的編譯流程爲: 預編譯-預處理
原创 [譯] RCNN:Rich feature hierarchies for accurate object detection and semantic segmentation
Rich feature hierarchies for accurate object detection and semantic segmentation Tech report (v5)–arXiv Ross Girsh
原创 [論文筆記] QR Code Patterns Localization based on Hu Invariant Moments
QR Code Patterns Localization based on Hu Invariant Moments 非常規那一套定製特徵 + boost的機器學習方法 01 算法效果 精度提高,但是沒給對比算法,以及指標
原创 VSCode 指定列(塊)選擇
最近清洗log文件時,篩選代碼不太方便,直接選擇出來豈不美哉。 在此記錄一下。 1. alt + shift + 鼠標左鍵滑動到塊的結束位置 2. 按住鼠標滾輪滑動選擇即可 3. alt + 鼠標左鍵點選多個開始區域 效果如下圖
原创 Pytorch學習筆記 索引與切片
import torch # index_select # 處理指定維度 a = torch.rand(4, 3, 28, 28) a.index_select(2, torch.tensor([1, 2])) # torch.
原创 小甲魚(魚C)課後作業代碼 39講
小甲魚 039 動手做一做 # -*- coding: utf-8 -*- ''' Created on Mon May 14 2018 @author: ''' This one class Varible: nu
原创 圖像標註xml文件 matlab解析
根據自己的標註文件,使用關鍵的幾個函數即可: xmlread(): 讀入xml文件 getElementsByTagName(): 獲取關鍵字下的信息 getElementsByTagName().item(0).getTe
原创 機器學習中相關英文專業術語
機器學習中相關英文專業術語 Name Instructions activation function 激活函數 additive noise 加性噪聲 autoencoder 自編碼器 Autoencod
原创 [論文筆記] Improved QR Code Localization Using Boosted Cascade of Weak Classifiers
[論文筆記] Improved QR Code Localization Using Boosted Cascade of Weak Classifiers 時間:2015年 作者:Peter Bodnar and Laszlo
原创 Pytorch 維度處理
view、squeeze、unsqueeze、transpose、t、permute、expand、repeat import torch # view a = torch.rand(4, 1, 28, 28) a.view
原创 MATLAB IoU計算函數
原理簡單,這裏不進行描述。 function [IoU, area] = compute_IoU(region_a, region_b) %COMPUTE_IOU Is compute the two region overl