接着上一篇，把服务器版本的安装教程写完4. 安装cuda 8.01）重启后再次进入字符终端界面（Ctrl + Alt + F1），并关闭x window图形界面，进入安全模式安装（lightdm）：sudo service lightdm stop2）在安装cuda时，可以自动安装NVIDIA驱动的，但是这样安装的驱动版本较低，会自动安装OpenGL等文件，又会造成冲突，有问题

前言前段时间，配置实验室新服务器上的Tesla P4，结果一直有问题，最后终于解决之后。昨天晚上想在自己的笔记本上安装pytorch，sudo apt-get update的时候，结果提示系统缺少一些包，然后用 sudo apt-get -f install 的时候，系统居然把好多包自己卸载到了，郁闷。这个命令：-f 参数的主要作用是是修复依赖关系（depends），假如用户的系统上有某个pa

一组数据，求其标准差，用除以n的那个。注意，这组数据是我们研究的全部，即总体。如果我们研究的是总体，总体的规模很大甚至无穷，我们对总体进行n次观察，得到容量为n的一组数据，称为总体的一个样本，求标准差时应该用除以n-1的那个。除以n-1的那个称为样本标准差，它是总体标准差的无偏估计。

此为记录在服务器上配置pytorch环境步骤。目录1、安装Anaconda2、配置pytorch虚拟环境1、使用activate激活该环境2、安装pytorch3、测试pytorch1、安装Anaconda此次任务需要用 python 2，所以安装 Anaconda 的 Python 2.7 版本。具体安装过程与之前安装Anaconda 3无异。...

今天需要在自己拍摄的视频中添加字幕，用时间机器制作好 .srt 文件之后 再用格式工厂转换，将字幕与视频添加在一起，重新生成新的视频文件时， 却发现不管生产什么格式的视频文件，都还是没有字幕……..折腾了一下午，甚至把3.8版本的卸载，重装了一个3.9.5.0的， 导致被百度流氓安装了捆绑软件之后……才发现是编码方式的问题….解决方法如下：用记事本打开字

环境： anaconda3 + Ubuntu 16.04 + Python3.6 + TensorFlow 1.3 + keras 2.1.3解决方案：1）网上大多数是复制方案，操作起来太繁琐，放弃；2）源码编译安装，同样繁琐，放弃；3）pip install --user opencv-python采用第三种方案，方便快捷。又因为是在Ubuntu 服务器 多用户环境下，所...

引言想在 CSDN 上看一下隐马尔科夫模型 HMM 的例子，找了几篇博文，却发现大部分都是转载的，转载的还没有出处，文中的表述与逻辑也看的人晕头转向，让人无语。随决定自己来写，刚好将以往的知识点整理一下，希望自己能坚持写完。起因最近在做类似英语流利说的英语读音自动评分项目，项目预期分为两个阶段，第一个阶段是对单词读音的评分，第二个阶段是对句子读音的评分。对于单词读音的评分，

线性回归是用于数据拟合的常规手段，其任务是优化目标函数：h(θ)=θ+θ1x1+θ2x2+....θnxn线性回归的求解法通常为两种：①解优化多元一次方程（矩阵）的传统方法，在数值分析里通常被称作”最小二乘法"，公式θ=(XTX)−1XTY②迭代法：有一阶导数（梯度下降）优化法、二阶导数（牛顿法）。方程解法局限性较大，通常只用来线性数据拟合。而迭代法直接催生了用于模式识别的神经网络诞生。

昨天刚开始写的一段进制转换的C++程序：#includevoid main(){     //**************************    int number=1001;    cout                        //*******************************} 这种写法在windows VC+

背景组里的服务器都是Windows Server的，但最近要使用的集群构建本地脚本时，需要Ubuntu的环境，装虚拟机的话麻烦，占用空间还大。随想着使用docker加载Ubuntu的镜像，简单且方便。准确的说，并非一定要使用Ubuntu的环境，而是构建本地脚本时需要一个叫 pwd 的 module，而这个模块仅在 Linux系统中才有，所以只能使用Ubuntu了。此篇日志被记录的原因还有一个，就是