刚接触ubuntu时处处碰壁，基本的命令老是忘，环境配置啥的也总是配错，幸亏是在虚拟机中运行的，快照回一下就行了。为了以后的顺利“工作”，这里我总结一下Ubuntu的一些基本操作和一些环境配置。长期更新。一、Ubuntu基本操作1、终端命令行nautilus这个命令是用于以root权限打开文件管理图形化窗口。通过快捷键Ctrl + Alt + T打开终端命令操作窗口，输入：sudo naut

刚接触ubuntu时处处碰壁，基本的命令老是忘，环境配置啥的也总是配错，幸亏是在虚拟机中运行的，快照回一下就行了。为了以后的顺利“工作”，这里我总结一下Ubuntu的一些基本操作和一些环境配置。长期更新。一、Ubuntu基本操作1、终端命令行nautilus这个命令是用于以root权限打开文件管理图形化窗口。通过快捷键Ctrl + Alt + T打开终端命令操作窗口，输入：sudo naut

在机器学习中，我们一般需要记录模型训练的评估指标、参数等等。TensorBoard就是一个功能极为强大的机器学习实时检测并可视化的工具。它可以实时跟踪并可视化loss、acc等标量，可以使用直方图、分布图来展示权重和梯度分布的变化，也可以展示出模型的架构图，还可以将将嵌入向量投影到较低维度的空间从而可视化等等。起源TensorBoard最早是TensorFlow 的可视化工具包。早期PyTorch

有些Linux系统的命令行补全很难用，可以使用ohmyz这个小插件，挺好使的。官方网站：http://ohmyz.sh/安装执行命令：sh -c "$(curl -fsSL https://raw.github.com/robbyrussell/oh-my-zsh/master/tools/install.sh)"或者sh -c "$(wget https://raw.github.com/ro

安装前注意：这里只讨论tensorflow和keras的安装，如果你的电脑不支持CUDA、没有CUDA Toolkit、没有cuDNN这些基本的深度学习运算环境，那这篇文章可以关闭了。安装tensorflow和keras不要直接复制官网的任何命令，因为大部分情况下都会装错。安装一定要注意自己的cuda、python等环境的版本要对应，然后手动编写安装命令，不然全都错。tensorflow官网：ht

基本概念小样本学习(Few-Shot Learning, FSL)，顾名思义，就是能够仅通过一个或几个示例就快速建立对新概念的认知能力。这对于人类来说很简单，比如一个警察完全可以单凭一张照片就能在茫茫人海中认出犯罪嫌疑人。实现小样本学习的方式也有很多，比如：度量学习、数据增强、预训练模型、元学习等等。元学习(meta learning或learning to learn)，对于一族待解决的多个任务

安装前注意：这里只讨论tensorflow和keras的安装，如果你的电脑不支持CUDA、没有CUDA Toolkit、没有cuDNN这些基本的深度学习运算环境，那这篇文章可以关闭了。安装tensorflow和keras不要直接复制官网的任何命令，因为大部分情况下都会装错。安装一定要注意自己的cuda、python等环境的版本要对应，然后手动编写安装命令，不然全都错。tensorflow官网：ht