原创 boost thread 的簡單使用

  代碼: //hello.cpp #include <boost/thread/thread.hpp> #include <boost/thread/mutex.hpp> #include <iostream> boost::mu

原创 產生隨機數

使用 boost 的 mt19937 產生器。 #include <boost/thread/thread.hpp> #include <boost/thread/mutex.hpp> #include <boost/random.hp

原创 make:xxx .build_release/ Is a directory, stop

簡化caffe的Makefile文件,第二次編譯就出現了"make:xxx  .build_release/ Is a directory, stop"這個錯誤。 把 DEPS := ${CXX_OBJS:.o=.d} ${CU_OBJS

原创 nvidia版caffe訓練的模型對bvlc版的兼容性

需要在solver.prototxt 文件中設置: store_blobs_in_old_format: true 參考:https://docs.nvidia.com/deeplearning/dgx/caffe-user-guide

原创 imprinted weights

我理解的 imprinted weights 指使用樣本特徵值(或N個樣本特徵值的均值)作爲初始化權重(以取代隨機初始化),一般應用在finetune時,分類類別不同於初始訓練時的類別。 詳見:Low-Shot Learning with

原创 離線安裝IE11

Windows 2008 R2 SP1 離線安裝IE11 https://www.iyunv.com/thread-326930-1-1.html (出處: 運維網)   最近有一個Windows 2008 r2 從IE8 脫機升

原创 KMeans++的初始化方法

KMeans++ 的初始化方法: 1、隨機選一個樣本作爲第一個簇中心。 2、計算每個樣本到最近簇中心的距離。 3、以距離爲概率隨機選擇下一個簇中心。 4、重複步驟2和3,直到找到K個簇中心。 vlfeat \ kmeans.c \ _v

原创 方向導數 和 梯度

轉自 http://wenku.baidu.com/view/44015e160b4e767f5acfce48.html

原创 簡化Caffe

目標:只保留前向功能,儘可能減少代碼,以及內存、顯存佔用。 步驟: 1、  只保留常用的類,包括cpp、cu、hpp文件。 2、  刪除類中以Backward 爲前綴的函數。 3、  如果使用了cudnn,把CUDNN_STREAMS_P

原创 靜態庫的pdb文件

問題: 編譯靜態庫產生pdb文件,不便於庫的發佈。 解決方法: 對於 Debug 模式,可以使用 /Z7 取代 /Zi 或 /ZI,同時去掉 /Gm。 對於 Release 模式,可以將 “Debug Information Forma

原创 64位linux下編譯32位程序的錯誤“error: gnu/stubs-32.h: No such file or directory”

解決方法: yum -y install glibc-devel.i686 參考 http://blog.sina.com.cn/s/blog_6797a6700101eta5.html 的第二條評論。 如果有 “/usr/lib/l

原创 爲什麼fisher vector 的PCA沒有減均值

fisher vector 的計算分三步: 1、對 DSIFT 特徵計算 PCA,保留降維後的數據。 2、用1的結果做 GMM。 3、計算 fisher vector。 在 Karen Simonyan 的實現中(源碼來自 http:/

原创 WCF 構建REST Service 跨域訪問解決方法

服務端是用vs2013裏WCF做的REST風格的web service。 客戶端是用jquery+ajax訪問web service。 參考 http://www.topwcftutorials.net/2014/01/crud-wcf-

原创 兩個單位向量的 夾角餘弦 加上 歐式距離平方的一半 等於 1

                           

原创 跨平臺的字符串操作

在 windows 平臺上,MS對一些字符串操作函數做了安全化,比如 strcpy_s,strcat_s,sprintf_s 等,使用它們避免了警告,卻失去了可移植性。 前兩個函數很簡單,可以自己寫,後一個帶變長參數的比較複雜,自己寫容易