原创 在Ubuntu上安裝Tensorflow Serving

參考https://blog.csdn.net/u010175803/article/details/81333583 1.全局安裝grpcio sudo pip3 install grpcio 2.安裝依賴庫 sudo apt-ge

原创 在VMware中配置centos hadoop環境

1.在VM中安裝centos,並開啓VM tools,關聯共享文件夾 2.安裝jdk 下載linux的jdk到共享文件夾,在centos根目錄創建soft文件夾,並將jdk拷貝過去。 默認centos的共享文件夾目錄在 /mnt/hgfs

原创 搭建完全分佈式hadoop集羣

1. 創建master和3個slave 創建4個host,分別定義hostname爲master、slave1、slave2、slave3,檢查4個host的ip地址,確保所有主機均處於1個網關,在hosts中配置4個主機的ip地址和ho

原创 BRISK特徵提取算法(翻譯)

原文鏈接:BRISK: Binary Robust Invariant Scalable Keypoints 1.不同尺度的關鍵點檢測 爲了獲得在不同尺度的穩定關鍵點,brisk算法採用FAST算法在不同尺度空間中求解關鍵點。在brisk

原创 dlib 人臉識別論文 One Millisecond Face Alignment with an Ensemble of Regression Trees

論文連接:One Millisecond Face Alignment with an Ensemble of Regression Trees 1.簡介 本文也採用級聯迴歸樹。 本論文主要解決兩個問題: 1.抽取向量特徵用於表徵複雜背景

原创 Faster RCNN算法演進

目標檢測RCNN算法經歷了RCNN->FAST RCNN->FASTER RCNN的遞進演化。 RCNN原理及實現步驟 1. 在cpu端提取候選框:通過紋理或色彩等傳統算法(SelectiveSearch)在原圖中找到可能的候選框,通常爲

原创 提取tensorflow lstm權重 和 中間層輸出

@tf_export("nn.rnn_cell.BasicLSTMCell") class BasicLSTMCell(LayerRNNCell): input_depth = inputs_shape[1].value h_dept

原创 快速匹配字符串算法BK樹 原理及python實現

BK樹或者稱爲Burkhard-Keller樹,是一種基於樹的數據結構。用於快速查找近似字符串匹配,比方說拼寫糾錯,或模糊查找,當搜索”aeek”時能返回與其最相似的字符串”seek”和”peek”。 在構建BK樹之前,我們需要定義一種用

原创 tensorflow 筆記

1.tf.train.exponential_decay tf.train.exponential_decay( learning_rate, global_step, decay_steps, deca

原创 Cython Tutorial 部分翻譯

cython用於加速python,可以簡單解釋爲帶有c數據格式的python。 1. hello world 創建 helloworld.pyx 文件,在其中添加測試代碼 print("hello word") 創建 setup.py

原创 編輯距離計算python實現

編輯距離是用來比較兩個字符串之間相似度的度量方法,表示的是兩個字符串間相互轉換所需要的最少步驟。 編輯距離遞推公式: 算法計算步驟: 1.對於字符串A 'jarrry'和字符串B'jerr',先初始化矩陣dp爲  [len(A) + 1

原创 在Android使用opengles實現Winograd卷積算法

測試用數據 輸入: 卷積核爲: padding爲SAME 使用opengles的imageArray存儲輸入輸出數據,紋理格式爲rgba16f,爲將紋理座標與輸入矩陣座標一一對應,所以需要先將輸入進行補零操作。先將輸入矩陣拉平爲一個一

原创 在Android端實現基於opengles的深度學習前向傳播框架

首先感謝夕陽嘆大神提供的思路,大家先可以去https://blog.csdn.net/jxt1234and2010/article/details/71056736看看,基本把實現的流程都說了一遍,我照着思路實現了一下,同時參考了一下Cn

原创 Winograd算法 原理

1.fast convolution 原理:用非耗時運算操作(如加法)替代耗時運算操作(如乘法)達到減少算法時間度的。 例子:通過複數乘法減少乘法時間複雜度 假設:                        將該乘法式表示爲矩陣形式,

原创 anaconda 多版本共存

1.安裝anaconda3 2.創建Python2 與 python3的環境 # 基於 python3.6 創建一個名爲py3 的環境 conda create --name py3 python=3.6 # 基於 python2