2017-02-17 Lu Huang
本文将以 kaldi 中 timit 的例程来看整个 run.sh 脚本的执行过程。本文来自于Running the example scripts (40 minutes) 数据准备 请先进入 kaldi\egs\timit\s5\ 这个目录。 运行环境 由于 kaldi 可以在本地运行,也可以在 Oracle GridEngine 上运行,因此,请修改 cmd.sh。 如果你是在本地运行,请输入 export train_cmd="run.pl --max-jobs-run 10" export decode_cmd="run.pl --max-jobs-run 10" export cuda_cmd="run.p 继续阅读 »
2017-02-16 Lu Huang
Tensorflow 十分擅长于实现和训练深度神经网络,本文将: 构建一个 Softmax 回归模型 用 TensorFlow 训练这个模型 用测试数据测试模型的精度 建立、训练并测试一个多层的卷积神经网络 加载 MNIST 数据 继续阅读 »
2017-02-15 Lu Huang
来源于 tensorflow.org,源码在 这里。这是为 TensorFlow 和机器学习初学者定制的 tutorial。 继续阅读 »
2017-02-15 Lu Huang
在 linux 系统管理中,我们有时候需要 kill 掉某个用户的所有进程,初学者一般先查询出用户的所有 pid ,然后一条条 kill 掉,或者写好一个脚本,实际上方法都有现成的,这边有4种方法,我们以 kill 用户 huanglu 为例. 1. pkill方式 pkill -u huanglu 2.killall方式 killall -u huanglu 3.ps方式 ps 列出 huanglu 的 pid,然后依次 kill 掉,比较繁琐。 ps -ef | grep huanglu | awk '{ print $2 }' | sudo xargs kill -9 4.pgrep方式 pgre 继续阅读 »
2017-02-12 Lu Huang
本文将介绍如何在 Windows 上配置 Jekyll 本地编译环境,实现网站的本地预览。我的机器是 Windows 10 64位,需要先后安装 Ruby、DevKit、Python 等。至于 Python 我建议使用 miniconda 或者 anaconda,这个使用起来还是比较方便的。 继续阅读 »
2017-02-11 Lu Huang
前面的博客 GitHub Pages + Jekyll + Netlify 实现 https 个性域名,讲述了如何通过 GitHub Pages + Jekyll + Netlify 实现了自定义域名支持 https 访问的个人主页(博客)。本文将介绍如何在 Mac 上配置 Jekyll 本地编译环境,实现网站的本地预览。 继续阅读 »
2017-02-10 Lu Huang
我是一个穷逼,也相信有很多人和我一样,不会舍得花钱去买服务器,而是选择比较稳定的 GitHub Pages 来搭建自己的博客,作为学生我还可以在 GitHub 上申请得到免费的域名 1 年。因此我想把自己的域名指向 GitHub Pages,遗憾的是,GitHub Pages 目前已经不支持 https 访问,因此只能通过其他途径,无意之中通过我朋友的博客发现了解决办法,即通过 Netlify 作为第三方支持。 继续阅读 »
2017-02-10 Lu Huang
作为一个开源工具,caffe的代码十分庞大,但是组织的还是比较好的,本文主要介绍其代码框架。由于caffe大部分使用C++写的,因此,读者需要掌握C++的基本知识,包括:封装、继承、多态等。 1. caffe目录结构 在caffe根目录下使用tree -d查看整个代码的文件夹组织情况,如下。 继续阅读 »
2017-02-10 Lu Huang
统一中文文案、排版的相关用法,降低团队成员之间的沟通成本,增强网站气质。本文转载至中文文案排版指北(简体中文版)。 空格 「有研究显示,打字的时候不喜欢在中文和英文之间加空格的人,感情路都走得很辛苦,有七成的比例会在 34 岁的时候跟自己不爱的人结婚,而其余三成的人最后只能把遗产留给自己的猫。毕竟爱情跟书写都需要适时地留白。 与大家共勉之。」——vinta/paranoid-auto-spacing 中英文之间需要增加空格 正确: 在 LeanCloud 上,数据存储是围绕 AVObject 进行的。 错误: 在LeanCloud上,数据存储是围绕AVObject进行的。 在 LeanCloud上,数据存储是围绕A 继续阅读 »
2017-02-09 Lu Huang
在前面的文章caffe笔记:测试自己的手写数字图片中,不管输入的是什么图片,预测的结果都是在0~4这5个中。我今天又重新google了一下,发现了这个博客:深度学习初探——使用Caffe识别数字。发现该博客后面提到的方法很好的解决了上文中提到的问题。 继续阅读 »