月色的部落格

安装CUDA和CUDNN重要的事情先说： CUDA对内核各版本依赖度非常高，随后的TensorFlow等编译时间也比较长，所以建议先安装本设备需要的其它软件系统。之后就关闭apt的自动更新，避免系统更新后CUDA不能使用。以当前cuda_9.1.85_387.26为例，经测试只能支持到内核版本4.10.0-28-generic。已经升级到新版本的，请使用apt卸载，比如： sudo ...

Xcode编译swift项目报如题错误。 网上有介绍是使用photoshop等软件处理的图片附加了Xcode不识别的信息，可以在终端中查看，比如如下： $ ls -alF@ *-rw-r--r--@ 1 andrew staff 179578 Jan 29 10:07 hsk_slpah.png com.apple.FinderInfo 32 com.apple.las...

好像是macOS10.10之后，以及iOS8之后，新出现的WKWebview组件就迅速的替代了Webview及UIWebView。后者的确存在一些无法解决的bug,诸如架构导致的速度缓慢和内存泄漏。但无法避免的问题总是有的，比如有些客户端软件，仍然要求兼容老版本的系统，这时候，很不想使用，但也不得不仍然把Webview塞到自己的代码中。互联网是个喜新厌旧的圈子，网上搜索，几乎只有两类。一是W...

虽然是mac老司机，但每次装机总会碰到一些小问题需要临时上网搜索一下解决方案，所以留下些文字备忘一下： 研发用的新机最好选择语言用英文版，中文版通常的使用没问题，但很多的地方的翻译都不准确，而且有一些测试不充分的BUG。比如我曾经碰到过配置IP地址，多个IP地址之间应当是用英文分号分割，结果也变成了中文分号，新版本虽然修改了这个BUG，但类似小问题经常还是会有。 Xcode优先安装，后面...

上一篇中说过，ECDSA是BITCOIN的安全性核心，保证了任何人发布的信息不可篡改。而区块链，只是保证了每个人发布合法信息的权利。电子签名说了这么久，很多人也在无意识间使用过，但仍然不知道电子签名到底是怎么回事，这个页面就做一个真正、实际上的ECDSA签名算法的演示。电子签名算法有很多种，ECDSA并不是最先进的，只是随着比特币和区块链一起沾光走红而已。==================...

语音识别TensorFlow 1.x中提供了一个语音识别的例子speech_commands，用于识别常用的命令词汇，实现对设备的语音控制。speech_commands是一个很成熟的语音识别原型，有很高的正确率，除了提供python的完整源码，还提供了c/c++的示例程序，方便你移植到嵌入设备及移动设备中去。官方提供了关于这个示例的语音识别教程。不过实际就是一个使用说明，没有对代码和原理做...

挺少用gem update，因为我基本不怎么用ruby，本博的维护使用jekyll，似乎就躲不开了。今天运行sudo gem update --system得到报错信息：ERROR: SSL verification error at depth 1: unable to get local issuer certificate (20)ERROR: You must add /O=Di...

bitcoin项目地址位于github仓库，当前各种“币”，基本都是从抄写bitcoin代码开始起步的。想要深度研究，从看源码开始不可避免。 P2P：电骡、迅雷、BT，在中国网络影视的发展让大家对P2P很熟悉，可能已经没有人记得比特币实际上是第一批P2P的实践者。所有交易记录在全网通过P2P的方式广播，每个人都保存一份完整的交易记录。所以也叫去中心化。 去中心化：bitcoin的去中心化...

RNN循环神经网络(Recurrent Neural Network)如同word2vec中提到的，很多数据的原型，前后之间是存在关联性的。关联性的打破必然造成关键指征的丢失，从而在后续的训练和预测流程中降低准确率。除了提过的自然语言处理(NLP)领域，自动驾驶前一时间点的雷达扫描数据跟后一时间点的扫描数据、音乐旋律的时间性、股票前一天跟后一天的数据，都属于这类的典型案例。因此在传统的神经网...

python2不是以unicode作为基本代码字符类型，碰到乱码的几率是远远高于python3，但即便如此，相信很多人，也不想随意的迁移到python3，这里就总结几个我平常碰到的问题及解法。 文件中无法使用中文注释处理方法：在代码中增加# -*- coding=UTF-8 -*-，一般加在文件头部第一行，如果第一行是脚本标志，则放在第二行（实际仍然是python正本的第一行）。随...

无监督学习前面已经说过了无监督学习的概念。无监督学习在实际的工作中应用还是比较多见的。从典型的应用上说，监督学习比较多用在“分类”上，利用给定的数据，做出一个决策，这个决策在有限的给定可能性中选择其中一种。各类识别、自动驾驶等都属于这一类。无监督学习则是“聚类”，算法自行寻找输入数据集的规律，并把它们按照规律分别组合，同样特征的放到一个类群。像自然语言理解、推荐算法、数据画像等，都属于这类（...

ImageNet基础部分完成，从本篇开始，会略微的增加一些难度。通常说，在解决问题的时候，大多程序员都会在网上搜索，寻找一些相似相近的案例作为参考。这个方式在机器学习领域同样有效。可惜早期的时候，各公司的保密还是做的比较严格，时至今日有了很大改善，但在整个IT行业中，机器学习领域，各公司的研发成果保密仍然是最严重的。因此，ImageNet对机器学习的推动更是难能可贵和功不可没。在机器学习尚处...

说说计划不知不觉写到了第七篇，理一下思路： 学会基本的概念，了解什么是什么不是，当前的位置在哪，要去哪。这是第一篇希望做到的。同时第一篇和第二篇的开始部分，非常谨慎的考虑了非IT专业的读者。希望借此沟通技术人员和产品人员，甚至管理和销售人员。我信服“上下同欲者胜”，所以也非常害怕因为大家对概念完全不同的理解而影响到团队的合作。 从最简单的部分入手，由概念到代码，完成技术破冰。这是第二、三...

欠拟合和过拟合几乎所有的复杂方程都存在结果跟预期差异的情况，越复杂的方程，这种情况就越严重。这里面通常都是算法造成的，当然也存在数据集的个体差异问题。所以”欠拟合“和”过拟合“是机器学习过程中重要的调优指标之一。如图所示：以篇(2)中房价的程序为例，上图中间的那幅图，是比较满意的一种结果。对于我们给出的所有样本，模型的预测结果同实际房价比较贴切的“拟合”。左图则是“欠拟合”，有些样本和房价能...

图像识别基本原理从上一篇开始，我们终于进入到了TensorFlow机器学习的世界。采用第一个分类算法进行手写数字识别得到了一个91%左右的识别率结果，进展可喜，但成绩尚不能令人满意。结果不满意的原因，当然还是算法太简单了。尽管我们都已经接受了“所有问题都可以用数学公式来描述”这个观点，但直接把一幅图片展开的784个数字作为方程式参数进行一个线性运算+非线性分类器就叫做“人工智能”怎么都感觉那...