深度学习计算机视觉发展简述  1995年诞生的LeNet5[14]网络是最早的卷积神经网络之一，也是现在很多深度神经网络架构的起点。LeNet5利用卷积、参数共享、池化等操作提取图像特征，再利用全连接神经网络进行分类。受限于当时计算机算力不足的问题，卷积神经网络无法发挥出其强大的威力。  2012年Alex等人提出AlexNet[15]网络在ImageNet[16]大赛上以15.3%的错误率绝对优

深度学习之损失函数L1范数损失函数  多层感知机可将单层感知机学习到的简单概念进一步整合学习得到复杂的概念，每一层都整合学习上一层输出的较简单的概念，越深的网络能学习到的概念就越高层越复杂。每一层整合的概念方式就是每一个输入值和对应参数的乘积之和，再通过激活函数。  而深度神经网络的学习过程就是不断地更新这些参数，直到得到最优的参数。那么什么样的参数才算是最优的权值呢？其实就是能使神经网络的输出值

RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same出现这个问题是因为输入模型的tensor加载在cpu中，而模型却加载在cuda上。解决方法：将输入tensor加载到cuda中，或者把模型加载到cpudevice = torch.device

virsh配置安装虚拟机安装所需软件：apt-get install qemu-kvmapt-get install qemuapt-get install libvirt-binapt-get install bridge-utilsapt-get install virt-managerapt-get install virt-viewer创建虚拟机镜像文件（相当于虚拟机磁盘文件）：qemu-

使用docker创建一个Linux下C++开发环境（使用VS Code远程开发）Windows下安装docker从官网下载docker for windows安装，需要注意的是只有Windows 10专业版或企业版或教育版才能使用docker。安装完后可以设置国内的镜像源（外网的源很慢）。网上有很多教程，这里不再赘述。在docker中创建centos下c++开发环境$ docker sea...

爆栈？栈的大小不够用怎么办？Linux系统栈帧大小我们先从一段代码开始：#include<stdio.h>const int N = 4*1024*1024;int func(){int buf[N];printf("%d\n", N);printf("%d\n", sizeof(buf));return 0;}编译执行上述代码，显而易见，报Segment Fault错误。用如下指令查

Windows使用SSH远程登录LinuxWindows可以使用SSH协议远程登录Linux，有两种方式：使用账号和密码登录，这样每次登录都需要使用密码。使用SSH密钥登录，每次登录不需要输入密码，方便快捷。ssh远程登录基本命令：ssh username@xxx.xxx.xxx.xxx#默认端口号为22ssh -p port username@xxx.xx...

Linux大页配置与使用为何使用大页更大的内存页能够减少内存中的页表层级，可以降低页表的内存占用，也能降低从虚拟内存到物理内存转换的性能损耗。更大的内存页可以有更高的TLB命中率。更大的内存页可以减少获取大内存的次数。配置大页/proc/sys/vm/nr_hugepages #indicates the current number of "persistent" huge pages in t