2018 年 12月随笔档案 - 枫飞飞

go语言编程入门

摘要：查看文档首先先分享一个可以在本地就能查看文档的骚操作（linux系统）1.打开命令行终端，输入godoc -http=:8000,如果想后台运行在后面加个&2.然后打开浏览器，输入网址：localhost:8000 就可以愉快地看文档了go语言是个什么东西我想不用我介绍了～～～大家百度吧接下来我会一阅读全文

posted @ 2018-12-29 16:44 枫飞飞阅读(336) 评论(0) 推荐(0) 编辑

Arrow-一个最好用的日期时间Python处理库

摘要：https://www.jianshu.com/p/c878bb1c48c1 写过Python程序的人大都知道，Python日期和时间的处理非常繁琐和麻烦，主要有以下几个问题：有众多的package，类和方法，包括time，datetime，pytz等等经常需要各种转换，比如时间戳，struct 阅读全文

posted @ 2018-12-28 19:25 枫飞飞阅读(355) 评论(0) 推荐(0) 编辑

关于LeNet-5卷积神经网络 S2层与C3层连接的参数计算的思考？？？

摘要：https://blog.csdn.net/saw009/article/details/80590245 关于LeNet-5卷积神经网络 S2层与C3层连接的参数计算的思考？？？首先图1是LeNet-5的整体网络结构图图1 LeNet-5结构该神经网络共有7层（不计输入层），输入图像大小为3 阅读全文

posted @ 2018-12-25 17:05 枫飞飞阅读(848) 评论(0) 推荐(0) 编辑

CNN初探

摘要：前言 https://www.cnblogs.com/fydeblog/p/7450413.html 这篇博客主要讲解卷积神经网络（CNN）的历史、模块、特点和架构等等 1. CNN历史 CNN最早可以追溯到1968Hubel和Wiesel的论文，这篇论文讲述猫和猴的视觉皮层含有对视野的小区域单独反阅读全文

posted @ 2018-12-25 11:50 枫飞飞阅读(283) 评论(0) 推荐(0) 编辑

网络解析（一）：LeNet-5详解

摘要：https://cuijiahua.com/blog/2018/01/dl_3.html 一、前言 LeNet-5出自论文Gradient-Based Learning Applied to Document Recognition，是一种用于手写体字符识别的非常高效的卷积神经网络。本文将从卷积神阅读全文

posted @ 2018-12-25 11:49 枫飞飞阅读(7992) 评论(1) 推荐(2) 编辑

指定多个pip源

摘要：https://blog.csdn.net/liujiong63/article/details/78795015 Linux环境下创建pip配置文件：vim .pip/pip.conf[global]index-url=http://pypi.douban.com/simpleextra-inde 阅读全文

posted @ 2018-12-24 14:57 枫飞飞阅读(3654) 评论(0) 推荐(1) 编辑

TensorFlow基础1：reduce_sum()函数和reduce_mean()函数

摘要：https://blog.csdn.net/chengshuhao1991/article/details/78545723 在计算损失时，通常会用到reduce_sum()函数来进行求和，但是在使用过程中常常会搞不清楚具体是怎样进行计算的，通过查阅资料，逐渐搞清楚了这个函数的用法，下面就来详细解释阅读全文

posted @ 2018-12-24 11:57 枫飞飞阅读(1132) 评论(0) 推荐(0) 编辑

逻辑回归中的损失函数的解释

摘要：https://blog.csdn.net/weixin_41537599/article/details/80585201 1.Logistic Regression（逻辑回归）逻辑回归是机器学习中的一个非常常见的模型，逻辑回归模型其实仅在线性回归的基础上，套用了一个逻辑函数。逻辑回归可以看做是阅读全文

posted @ 2018-12-24 11:40 枫飞飞阅读(2802) 评论(0) 推荐(0) 编辑

python xlwt 设置单元格样式-合并单元格

摘要：xlwt模块详解--合并单元格 import xlwtworkbook = xlwt.Workbook()worksheet = workbook.add_sheet('My sheet')# 合并第0行的第0列到第3列。worksheet.write_merge(0, 0, 0, 3, 'Firs 阅读全文

posted @ 2018-12-20 14:59 枫飞飞阅读(3852) 评论(1) 推荐(1) 编辑

Ubuntu 16.04配置国内高速apt-get更新源

摘要：https://www.linuxidc.com/Linux/2017-11/148627.htm Ubuntu 16.04下载软件速度有点慢，因为默认的是从国外下载软件，那就更换到国内比较好的快速更新源（就是这些软件所在的服务器），一般直接百度Ubuntu更新源就能出来一大堆，这时候最好是找和自己阅读全文

posted @ 2018-12-19 15:11 枫飞飞阅读(956) 评论(0) 推荐(0) 编辑

python3.5 安装python3-tk

摘要：https://blog.csdn.net/qq_18293213/article/details/74483516 在python3.5下安装好matplotlib后，准备显示一张图片测试一下，但是控制台报错说需要安装python3-tk,我天真的以为直接：sudo apt-get install 阅读全文

posted @ 2018-12-19 15:07 枫飞飞阅读(772) 评论(0) 推荐(0) 编辑

m4a 转 wav

摘要：https://blog.csdn.net/zjm750617105/article/details/80148473 sox 不行， ffmpeg 很麻烦，考虑用 avconv 很简单：安装： apt-get install libav-tools 然后 avconv -i xx.m4a -a 阅读全文

posted @ 2018-12-19 13:58 枫飞飞阅读(448) 评论(0) 推荐(0) 编辑

hmm前后向算法

摘要：跟医生就医推导过程是一样的隐马尔科夫模型HMM（一）HMM模型隐马尔科夫模型HMM（二）前向后向算法评估观察序列概率隐马尔科夫模型HMM（三）鲍姆-韦尔奇算法求解HMM参数隐马尔科夫模型HMM（四）维特比算法解码隐藏状态序列在隐马尔科夫模型HMM（一）HMM模型中，我们讲到了HMM模型的基阅读全文

posted @ 2018-12-18 19:37 枫飞飞阅读(367) 评论(0) 推荐(0) 编辑

hmm三个问题

摘要：现在，重点是要了解并解决HMM 的三个问题。问题1，已知整个模型，我女朋友告诉我，连续三天，她下班后做的事情分别是：散步，购物，收拾。那么，根据模型，计算产生这些行为的概率是多少。问题2，同样知晓这个模型，同样是这三件事，我女朋友要我猜，这三天她下班后北京的天气是怎么样的。这三天怎么样的天气才最有可阅读全文

posted @ 2018-12-18 19:18 枫飞飞阅读(1346) 评论(0) 推荐(0) 编辑

veterbi

摘要：https://www.zhihu.com/question/20136144 作者：知乎用户链接：https://www.zhihu.com/question/20136144/answer/37291465来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。尝试用高中阅读全文

posted @ 2018-12-18 17:57 枫飞飞阅读(163) 评论(0) 推荐(0) 编辑

马尔科夫和隐马尔科夫

摘要：首先将其基本的概率进行讲解：马尔科夫性质（Markov property）：简单的说，就是当一个随机过程在给定现在状态及所有过去状态情况下，其未来状态的条件概率分布仅依赖于当前状态。换句话说，在给定现在状态时，它与过去状态（即该过程的历史路径）是条件独立的（也就是没有任何的关系），那么此随机过程即具阅读全文

posted @ 2018-12-18 14:55 枫飞飞阅读(1381) 评论(0) 推荐(0) 编辑

马尔科夫模型与隐马尔科夫模型

摘要：https://blog.csdn.net/maverick17/article/details/79574917 1. 马尔科夫模型 1.1马尔可夫过程马尔可夫过程（Markov process）是一类随机过程。它的原始模型马尔可夫链，由俄国数学家A.A.马尔可夫于1907年提出。该过程具有如下阅读全文

posted @ 2018-12-14 18:39 枫飞飞阅读(1755) 评论(0) 推荐(0) 编辑

python 时间字符串和时间戳之间的转换

摘要：https://blog.csdn.net/qq_37193537/article/details/78987949 1.将字符串的时间转换为时间戳方法: a = "2013-10-10 23:40:00" 将其转换为时间数组 import time timeArray = time.strpti 阅读全文

posted @ 2018-12-14 12:41 枫飞飞阅读(14560) 评论(0) 推荐(0) 编辑

朴素贝叶斯个人理解

摘要：九、朴素贝叶斯分类 P(A) - A事件发生的概率 P(A,B) - A和B两个事件同时发生的概率，联合概率 P(A|B) - 在B事件发生的条件下A事件发生的概率，条件概率贝叶斯定理：P(A,B) = P(B)P(A|B) P(B,A) = P(A)P(B|A) P(B)P(A|B) = P(A 阅读全文

posted @ 2018-12-07 16:52 枫飞飞阅读(255) 评论(0) 推荐(0) 编辑

深入理解朴素贝叶斯（Naive Bayes）

摘要：https://blog.csdn.net/li8zi8fa/article/details/76176597 朴素贝叶斯是经典的机器学习算法之一，也是为数不多的基于概率论的分类算法。朴素贝叶斯原理简单，也很容易实现，多用于文本分类，比如垃圾邮件过滤。该算法虽然简单，但是由于笔者不常用，总是看过即忘阅读全文

posted @ 2018-12-07 16:14 枫飞飞阅读(361) 评论(0) 推荐(0) 编辑

hmm用于speech和image

摘要：隐马尔科夫模型用于speech和image的原因是，因为hmm模型主要是适用于前后特征有关联性（参考骰子案例）的数据，有三种模式，其中一种模式就是通过数据输出判断来源分类，而speech和image就是这样的，因此可以用于此模型。训练原理暂时还没有总结，未知阅读全文

posted @ 2018-12-07 13:50 枫飞飞阅读(142) 评论(0) 推荐(0) 编辑

隐马尔可夫（HMM）

摘要：https://www.zhihu.com/question/20962240 作者：Yang Eninala链接：https://www.zhihu.com/question/20962240/answer/33438846来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出阅读全文

posted @ 2018-12-04 15:06 枫飞飞阅读(359) 评论(0) 推荐(0) 编辑

Canny边缘检测

摘要：https://www.cnblogs.com/huhuuu/p/3538850.html 有时候，我们需要提取一个图像的边缘利于计算。 opencv实现了Canny边缘检测的函数，方便调用。Canny算子的原理是首先在x,y方向求一阶导数，然后组合为4个方向的导数。这些方向的导数达到局部最大值的点阅读全文

posted @ 2018-12-04 15:03 枫飞飞阅读(179) 评论(0) 推荐(0) 编辑

Linux 下用 crontab 设置定时执行python 程序

摘要：Linux 下用 crontab 设置定时执行python 程序 Linux 下用 crontab 设置定时执行python 程序 Linux 下用 crontab 设置定时执行python 程序 Linux 下用 crontab 设置定时执行python 程序 Linux 下用 crontab 设阅读全文

posted @ 2018-12-04 14:13 枫飞飞阅读(5096) 评论(1) 推荐(0) 编辑

枫飞飞

12 2018 档案