在Deepin/Ubuntu系统中，因为修改了下配置文件，然后执行source命令重新加载配置文件，结果：sudosource/etc/profile提示找不到source命令改成  sudo./etc/profile，还是找不到命令 最后的解决方案：先切换到root用户，再执行sourc...

先看下历史笔记：Ubuntu14编译安装PHP5.4.45+Nginx1.4.7+MySQL5.6.26笔记 #####################################################安装PHP依赖库#######################################...

在Ubuntu下，先前一直是二进制包解压安装，详情参考：http://www.cnblogs.com/52php/p/5680906.html现改为源码编译安装：#!/bin/bash#安装依赖库sudoapt-get-yinstallmakecmakegccg++bisonopenssllibssl-devlibnc...

1、到官网，用迅雷下载安装包(jdk-8u131-linux-x64.tar.gz)2、解压放到目录/opt/software/jdk3、配置环境变量sudovim/etc/profile在文件末尾追加如下代码：exportJAVA_HOME=/opt/software/jdkexportJRE_HOME=${JAVA...

2019-09-30最近利用旧电脑的零件组装了一台laji电脑，直接安装Deepin体验了一把，开机速度很Nice，操作速度很Nice，没有卡顿的情况，毕竟也换了一块SSD。但是Deepin启动时那绿油油的画面实在太难受，整改记录一下。笔记本Windows10+Deepin双系统启动菜单最终效果如下图：虽然选项的字体为...

Deepo isaseriesof Docker imagesthatallowsyoutoquicklysetupyourdeeplearningresearchenvironmentsupportsalmostall commonlyuseddeeplearningframe...

　　随着网络通讯技术进步与发展，网络通讯已跨入大数据时代，如何监控各类业务系统的通讯数据在大数据流量中传输质量，以及针对海量的网络通讯数据的范畴中存在少量的恶意流量的检测，避免恶意通讯对主机、网络设备的root权限的安全威胁，和通讯内容的窃取。是网络管理必须面对的一个难题。　　有攻击的矛，自有防御的盾，这是自然发展的规...

http://ufldl.stanford.edu/tutorial/...

grubrescue>模式修复 登录成功后，sudoupgrade-grubsudoinstall-grub/dev/sda  系统启动失败，修改fstab， 在grub系统选择界面，选中deepin系统，按e编写linux那一行去掉root和后面的所用东西，Ctrl+x引...

sudoapt-getupdatesudoapt-getdist-upgrade-y 可以使用阿里云的镜像...

DeepLearning第一战：完成：UFLDL教程稀疏自编码器-Exercise：SparseAutoencoderCode:学习到的稀疏参数W1：参考资料：UFLDL教程 稀疏自编码器Autoencoders相关文章阅读:[3]Hinton,G.E.,Osindero,S.,&Teh,Y.(200...

在Python中,无论你把对象做为参数传递,做为函数返回值,都是引用传递的。标准库中的copy模块提供了两个方法来实现拷贝.一个方法是copy(shallowcopy),它返回和参数包含内容一样的对象。浅拷贝是指拷贝的只是原对象元素的引用，换句话说，浅拷贝产生的对象本身是新的，但是它的内容不是新的，只是对原对象的一个引...

deeplab.py是拿来做test的，其中的postprecess函数中的palette=pascal_palette_invert()是给每个类别加颜色这个是通过importutils获得的函数，是python_scripts文件夹下的utils.py要修改颜色就修改这个就好了，这个原本是pascal的颜色分类...

internalcovariateshift(ics):训练深度神经网络是复杂的，因为在训练过程中，每层的输入分布会随着之前层的参数变化而发生变化。所以训练需要更小的学习速度和careful参数初始化，这将减缓训练的速度。bn的目的就是解决ics我们知道在神经网络训练开始前，都要对输入数据做一个归一化处理，那么具体为什...

Architecture:　　整个网络8层，5个卷积层，3个全连接层　　ReluNonlinearity：　　　　非饱和的relu比饱和的sigmoid或者tanh训练速度快很多，并有效解决梯度消失　　OverlappingPooling：　　　　论文中整个网络都使用重叠网络，分别降低top-1、top-5的错误率0....