发表于

nanodet分为nanodet 与 nanodet-plus

  • 2个可以在同一环境下运行 使用torch版本 ‘1.10.0+cu113’

  • conda list 保存当前路径

  • nanodet版本环境如下

  • 配置文件如下

阅读全文 »

发表于

安装ubuntu16.04镜像

安装cuda8.0

** 先安装驱动()
** 安装runfile
** 取消勾选安装驱动

1
2
3
export PATH=/usr/local/cuda-8.0/bin:$PATH  
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
source ~/.bashrc

安装cudnn5.1

1
2
3
4
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/  
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/  
sudo chmod a+r /usr/local/cuda/include/cudnn.h  
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

安装BLAS

sudo apt-get install libatlas-base-dev

阅读全文 »

发表于

Jetson yolov5

ARM aarch64 architecture

PyTorch v1.10.0

  • sudo apt-get update
  • sudo apt-get install python3-dev
1
2
3
4
5
wget https://nvidia.box.com/shared/static/fjtbno0vpo676a25cgvuqc1wty0fkkg6.whl -O torch-1.10.0-cp36-cp36m-linux_aarch64.whl
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev 
pip3 install Cython
pip3 install numpy   
pip3 install torch-1.10.0-cp36-cp36m-linux_aarch64.whl

(根据机器性能可能要等待比较久)

阅读全文 »

发表于

根据apk链接获取apk包名应用名

  • 最近有个需求，根据apk链接获取apk的包名和应用名。

  • 正常手段是这样，下载完整的apk，然后利用apktool解压分析，完事。这样的操作，一方面需要大量时间下载，一方面也浪费磁盘空间（需要解压）。

  • 进一步的思路是，不利用apktool解压。因为apk文件是zip压缩格式，于是我们可以根据zip格式来分析apk二进制文件（不需要解压了）。

  • 现在基本上apk都支持流下载，那么我们也可以做个流解压提取我们的信息。

  • 查阅apk和zip压缩格式，主要得到以下几个信息。

zip压缩格式:

本地文件头1
文件数据1
数据描述符1

以上重复若干次

本地文件头 n
文件数据 n
数据描述符n

archive decryption header(EFS) 
archive extra data record (EFS)
中央目录
zip64的中央目录记录结束
zip64的中央目录定位结束
中央目录记录结束
阅读全文 »

发表于

可以注意到，在最新版的XGBoost已经支持GPU运行了。以下我将介绍如何在python下配置xgb支持gpu。

##必要环境

  • 安装git
    • 如果你安装了桌面版的github 自带了gitshell
    • Windows10勾选开发者模式bash也可使用
  • 安装cmake
    • 选择的是3.9.4版本的cmake-3.9.4-win64-x64.msi
    • 一直下一步 并勾选添加到path。
  • 安装cuda
    • cuda9.0
    • 选择的是win10版本
    • local与network的区别参见官网 在此选择的local
      阅读全文 »

发表于

XGBoost中参数调优

本文参考xgboost官方文档以及python中xgboost参数设置而作。

使用语言：python

  • 采用python的XGBoost模块有一个sklearn包，XGBClassifier
    目的: 是为了自己在写一个调参库前能有一个细节理解。鉴于本人拙劣的思维，如有错误可以在评论区提出。

参数组成

  • 参数主要为3部分

发表于

作者：但愿
链接：https://www.zhihu.com/question/54146603/answer/241427273
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

①昨天我去小区的小卖部买东西，老板和我谈到他的女儿因为高考成绩不是很好，最后读了一个民办高校的事。现在女儿刚刚读大学2个月，向父亲表态，一定要“考研”，离开这个学校，去往更好的学校求学。父亲于是问我，大一怎么准备考研？到底是工作好还是考研好？我沉吟一下，你女儿是不是只是热衷于“表态”，而并不想认真准备考研呢？我这么思考是有原因的。如果真是想考某个大学的硕士研究生，一个当下最好的办法，就是离开正在读的民办高校，回到高中复读一年，争取考到这个大学的本科生，再在这个大学读4年书，大四时候选择考本校的研究生。而不是在一个民办高校里，用四年时间和外在环境做斗争，不断加深自律学习，毕竟环境给人带来的制约作用实在是太大了。

阅读全文 »

发表于
  • 练习Markdown语法~

#Markdown: 让书写更美好

##Markdown简介

Markdown 是一种轻量级标记语言，创始人为约翰·格鲁伯（John Gruber）。它允许人们“使用易读易写的纯文本格式编写文档，然后转换成有效的XHTML(或者HTML)文档”。[1]这种语言吸收了很多在电子邮件中已有的纯文本标记的特性。 ——维基百科

优点：

  • 简单，容易上手
  • 纯文本实现，程序员最爱，容易扩展，方便和其他工具联动
  • 平台支持广：以Github为首的各种平台、各种博客都支持，基本上现在面向程序员的输入框都可以用Markdown来写了
  • 丰富的工具链
    • 编辑器：各种支持所见即所得的编辑器
    • 和各种其他格式互相转化的工具，PDF、Mobi、Epub、HTML等等，几乎你能想到的所有格式它都能转

##Markdown语法

阅读全文 »

发表于
  • 本文是京东JData算法大赛-高潜用户购买意向预测和腾讯社交广告高校算法大赛的经历和总结

JDATA

  • 任务：通过数据挖掘的技术和机器学习的算法，构建用户购买商品的预测模型，输出高潜用户和目标商品的匹配结果，为精准营销提供高质量的目标群体
  • 参赛队伍4240 我的排名342

JDATA算是我第一次参加的大型带奖金比赛 =#= 大约是2017.4月我被我的好友机器变得更残忍拉入机器学习的坑。然后推荐我去kaggle打入门的house prices和digit recognizer。这时候JDATA已经开赛了，但萌新入门，完全不会。

还是先看kaggle上的kernels做入门题吧。4.16把houseprice做到1100名。在做house price时还不会处理非数值型数据，就简单把数值型的筛出来，然后用SVM跑了下。pandas也基本不会用（当时只是会python基础语法）。代码仅仅50行吧。

好歹有了点成绩，虽然很烂，但也可以稍稍激励下自己嘛。digit recognizer 到没有做出来，debug也不成功，放弃了。

这时候，JDATA也开了3星期左右了。 想着混混感受下氛围的原则，下载数据，准备开搞。在群里潜水了一段时间，发现有规则和模型2条路。模型，暂时不会用，先试试规则吧。比如前几周加到购物车但没有购买的，作为目标用户的购买意向物品。试了几个，发现效果还可以，最好的提交排名达到了600名。怎么办，语法有瓶颈而且规则确实不熟悉，不知道该怎么提分了。还是看看模型吧。

阅读全文 »