模板匹配是指在当前图像 A 内寻找与图像 B 最相似的部分，一般将图像 A 称为输入图像，将图像 B 称为模板图像。模板匹配的操作方法是将模板图像 B 在图像 A 上滑动，遍历所有像素以完成匹配。例如，在图 15-1 中，希望在图中的大图像“lena”内寻找左上角的“眼睛”图像。此时，大图像“lena”是输入图像，“眼睛”图像是模板图像。查找的方式是，将模板图像在输入图像内从左上角开始滑动，逐个像

nvidia-smi是用来查看GPU使用情况的。我常用这个命令判断哪几块GPU空闲，但是最近的GPU使用状态让我很困惑，于是把nvidia-smi命令显示的GPU使用表中各个内容的具体含义解释一下。 这是服务器上特斯拉K80的信息。 上面的表格中： 第一栏的Fan：N/A是风扇转速，从0到100%之间变动，这个速度是计算机期望的风扇转速，实际情况下如果风扇堵转，可能打不到显示的转速...

最近一直使用腾讯云的服务器作为远程开发环境，以前一直很好用。直到最近重装了系统之后，发现vscode没法对云服务器进行连接了，即使在远程主机添加了本地的公钥也不行。而通过mobaxterm使用云服务器的密钥则可以连接。直到昨天的时候，详细的看了一下vscode的报错日志，才知道原来是本地的known_hosts文件记录服务器信息与现服务器的信息冲突了，导致连接失败。下面是报错信息[20:46:09

近年来， 诸如 TPU、MPU、DPU 等的”X”PU 们似乎层出不穷，市场经常会对这些新创造出的名词感到困惑： 为什么会出现这么多的单元？本质上是由于 CPU 的算力到达瓶颈了，背后是通用计算时代的终结。从发明 以来， CPU 算力的提升主要依靠两大法宝：一是提高时钟频率，但时钟频率提升面临瓶颈了。 因为越高的时 钟频率， 意味着每秒可执行的运算次数越高，但随着电压下降到 0.6v 的“底限”，

Fassi通过CUDA支持GPU，要求3.5以上算力，float16要求CUDA7.5+通过index_gpu_to_cpu可以将索引从GPU复制到CPU，index_cpu_to_gpu 和 index_cpu_to_gpu_multiple可以从CPU复制到GPU，并支持GpuClonerOptions来调整GPU存储对象的方式。GpuIndexFlat, GpuIndexIVFFlat 和

一个可选的偏移量，默认值为 0。它会在计算过程中加到每个像素值上，具体计算公式为 new_value = alpha * pixel_value + beta。：一个可选的缩放因子，默认值为 1。它控制图像每个像素值的放大或缩小。具体来说，new_value = alpha * pixel_value + beta。：输出图像（Mat 类型），结果图像将存储在该变量中。：输入图像（Mat 类型），

一，卸载CUDA 7.0在目录：/usr/local/cuda-7.0/bin有CUDA自带的卸载工具uninstall_cuda_toolkit_7.0.pl，使用命令：sudo ./uninstall_cuda_toolkit_7.0.pl

链接：https://pan.baidu.com/s/1mJIDmAVZ51Z0B9LwZ_N6yw提取码：tzxd

近年来，知识提炼中的神经结构搜索，即在教师模型的指导下，对学生结构和知识转移进行联合搜索，将是未来研究的一个有趣课题。Offline Distillation缺点是教师网络通常容量大，模型复杂，需要大量训练时间，还需要注意教师网络和学生网络之间的容量差异，当容量差异过大的时候，学生网络可能很难学习好这些知识。然而，现有的在线方法（如相互学习）通常不能解决在线设置中的大容量教师，因此，进一步探索在线

本文整理、总结了常见softmax（如A-Softmax,AM-Softmax,ArcFace）的公式、论文出处等。先总结几个重要的点：L-Softmax 提出了angular margin的概念，重新思考，引入cos角，认为各类之间的夹角需要有个margin。A-Softmax将weight归一化，使得特征上的点映射到单位超球面上。AM-Softmax将角度上的倍数关系改为cos值的比较。Arc