默认Redis程序安装在/usr/local/redis目录下；配置文件：/usr/local/redis/redis.conf，该配置文件中配置的端口为默认端口：6379；Redis的启动命令路径：/usr/local/bin/redis-server。可以指定端口启动多个Redis进程。#/usr/local/bi...

 netstat-lnp这条命令的意思是列出系统里面监听网络连接的端口号和相应的进程PID。参数说明：-t：表示列出TCP连接（也可以加上-u参数表示同时列出UDP网络连接）-l：表示列出正在网络监听的服务关键是下面两个参数：-n：表示以端口号来显示-p：表示列出进程PID  参考：htt...

 #!/usr/bin/envpythonimportrospyimportmathfromtfimporttransformationsfromgeometry_msgs.msgimportPoseWithCovarianceStampedclassPoseSetter(rospy.SubscribeLis...

 制作Ubuntu14.04的u启动盘，重启电脑进入要克隆的系统，打包整个根目录sucd/tar-cvpzf/media/cdrom/backup.tar.gz/--exclude=/proc--exclude=/lost+found--exclude=/backup.tar.gz--exclude=/mnt...

 linux系统如果想做备份还原,使用ghost的时候经常出现问题,后来发现可以直接使用dd命令完成硬盘的克隆和还原.当拷贝完硬盘后，就可以拿这个硬盘放到其它设备上跑了。也就是完成了“烧写”了。 用U盘制作ubuntu14.04的启动盘，在livecd模式中进行修复，步骤如下...

 1.打包系统文件制作启动盘，然后进入bios,#进入bios的boot标签选择sandisk启动如果没有找到u盘进入save&exit标签页选择bootoverride中的sandisk启动 进入后，选择试用，然后打开命令行#切换到root用户下sudopasswdsu #查看机...

#TensorFlow机器学习框架-学习笔记-001###测试TensorFlow环境是否安装完成-----------------------------```importtensorflowastfhello=tf.constant('Hello,TensorFlow!')sess=tf.Session()prin...

TensorFlow是Google开源的第二代用于数字计算（numericalcomputation）的软件库。它是基于数据流图的处理框架，图中的节点表示数学运算（mathematicaloperations），边表示运算节点之间的数据交互。TensorFlow从字面意义上来讲有两层含义，一个是Tensor，它代表的是...

   选择什么样的深度学习框架一直是开发者非常关心的一个话题，而且深度学习框架之间的「战争」也越来越激烈。随着近几年AI的火热，越来越多的出现有关各个机器学习框架的对比文章，且随着 Python 逐渐成为机器学习社区最受欢迎的语言，支持 Python的深度学习...

机器学习包含监督学习、非监督学习、以及强化学习三大部分。监督学习分为分类和回归两大类。分类：例如经过大量水果图片训练，识别新水果图片中是否含有苹果回归：例如经过大量面积-房价的数据的训练，预测某个面积的房价 回归分析中，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非...

...

1.CNN为什么可以在CV/NLP/Speech等领域都可以使用？　　1.卷积是因为输入数据的局部相关性；　　2.权值共享是因为输入数据的局部特征具有平移不变性，即在不同位置具有共性的局部特征。这样，经过多层次堆叠，低层局部特征可以抽取成高层全局特征。　　3.权值共享能够降低参数量，而且降低了网络的训练难度。 ...

1.http://blog.csdn.net/u014696921/article/details/603214252.https://blog.csdn.net/zimenglan_sysu3.https://blog.csdn.net/xbinworld...

1.如何降低过拟合　答：过拟合是参数过多造成训练集准确率较高，但验证集或测试集准确率较低的情况，即过度拟合训练集数据。增加网络的深度和宽度都会增加参数量，像vgg那样3层3x3网络替代一个7层，既增加网络的深度　　 又减少参数量的方式是一种很好的方式。同一个网络增加训练数据量，即dataaugmentatio...

原文地址：https://www.cnblogs.com/kangheng/p/10160363.html机器学习是现在在风口上。其包括一系列的具体算法，学习这些算法需要一定的数学基础（线性代数、概率论），网上有大量的资料可以参考学习；对于工程来说门槛就更低了，有许多优秀的现成框架可以使用。虽然我们调用一些api、调调...