最近在做基于OpenCV的车牌识别, 其中需要用到深度学习的一些代码(Python), 所以一开始的时候开发语言选择了Python(祸患之源).固然现在Python的速度不算太慢, 但你一定要用Python来操作图像, 实现某些算法的时候, 效率就变得非常重要. 可惜的是, Python在大多数算法实现中, 由于其循环操作实在是太慢, 导致实现的算法效率非常之低.所以现在我要把深度学...

好写代码，好为人师，好读群书尝试tensorflow几个月了，对照着几本书一行代码一行代码的敲了一些案例，从刚开始一脸懵逼到现在基本上能够看懂完整的tensorflow样例代码，中间遇到了很多困惑和踩了很多坑，这个体验跟我从C++转换为Java完全不同。编程代码的切换，更多的时候是语法和API的切换，编程的逻辑思维没有变；但从写业务代码转为写tensorflow的机器学习代码，一切都变了，语法和A

所谓原子操作，就是该操作绝不会在执行完毕前被任何其他任务或事件打断，也就说，它的最小的执行单位，不可能有比它更小的执行单位。因此这里的原子实际是使用了物理学里的物质微粒的概念。原子操作需要硬件的支持，因此是架构相关的，其API和原子类型的定义都定义在内核源码树的include/asm/atomic.h文件中，它们都使用汇编语言实现，因为C语言并不能实现这样的操作。原子操作主要用于实现资源计数，很多

pthread_setschedparam 设置线程的权限int pthread_setschedparam(pthread_t target_thread, int policy, const struct sched_param *param)参数 1. target_thread是使用pthread_create所获得的线程ID。　　2．线程的调度有三种策略：SCHED_OTHER、SCHE

一般来说，如果不指定优化标识的话，gcc就会产生可调试代码，每条指令之间将是独立的：可以在指令之间设置断点，使用gdb中的 p命令查看变量的值，改变变量的值等。并且把获取最快的编译速度作为它的目标。当优化标识被启用之后，gcc编译器将会试图改变程序的结构（当然会在保证变换之后的程序与源程序语义等价的前提之下），以满足某些目标，如：代码大小最小或运行速度更快（只不过通常来说，这两个目标是矛盾的，二者

深度图像也叫距离影像，是指将从图像采集器到场景中各点的距离（深度）值作为像素值的图像。获取方法有：激光雷达深度成像法、计算机立体双目视觉成像、坐标测量机法、莫尔条纹法、结构光法。点云当一束激光照射到物体表面时，所反射的激光会携带方位、距离等信息。若将激光束按照某种轨迹进行扫描，便会边扫描边记录到反射的激光点信息，由于扫描极为精细，则能够得到大量的激光点，因而就可形成激...

图像噪声的成因分类与常见图像去噪算法简介1、图像噪声的成因图像在生成和传输过程中常常因受到各种噪声的干扰和影响而是图像降质，这对后续图像的处理和图像视觉效应将产生不利影响。噪声种类很多，比如:电噪声，机械噪声，信道噪声和其他噪声。因此，为了抑制噪声，改善图像质量，便于更高层次的处理，必须对图像进行去噪预处理。2、图像噪声的特征图像噪声使得图像模糊，甚至淹没图像特征，给分析带来困难。...

linux中send函数MSG_NOSIGNAL异常消息在服务器端用ctrl+c 来结束服务器接收进程来模拟服务器宕机的情况，结束服务 socket 进程之后，服务端自然关闭进程，可是 client 端也竟然出乎意料的关闭掉。更改发送函数 write 为 send 并添加 MSG_NOSIGNAL 标志，重新编译，运行，中断 server，这个问题被很潇洒的解决Linux 下当网络连接...

1.2 运行运行 patchelf -h 能够得到如下信息：从上面的功能描述中可以看到，patchelf 的主要功能与动态库解析器、rpath、动态库本身相关，可能在解决一些动态库链接程序执行的问题时能够用到。1.3 应用-使用自定义的动态库目录修改以使用中的动态库， 的翻译 这篇文章中翻译了 ld.so 动态库链接器执行的过程，其中查找动态库的步骤如下：2. 同名动态库修改应用在应用的开发过程中

直接存储器访问（DMA）模块一、内存与外设进行数据交换的方式：中断方式：每传输一次数据，就必须经历中断处理的全部步骤，而且一般需要借助CPU内部的寄存器作为中介，也就是说CPU需要从来源把每一片段的资料复制到暂存器，然后把它们再次写回到新的地方，在这个时间中，CPU对于其他的工作来说就无法使用。DMA模式：不用CPU的寄存器作为传输中介，完成存储器和外设间、存储器和存储器...