实验代码 import torch import torch.nn as nn #y = wx + b class MyModel(nn.Module): def __init__(self): super(MyModel,self).__init__() #自定义代码 # self.w = torch.rand([500,1],requires_grad=True) # self.b = torch.tensor(0,dtype=torch.float,requires_grad=True)

今天做的这个动画实现也是非常简单,简单数几行代码就可以搞定.给这个动画取了个优雅的名字--钢琴按键,也实在是想不出什么更形象的名字了.废话不多说,直接上图. 1. 先看gif图 2. 代码实现思路 2.1 定义五个方块的元素. 2.2 对方块元素使用动画,延时改变透明度. 3. 主要使用的技术 主要用到了animation动画 @-webkit-keyframes load{ 0%{opacity:1;} 100%{opacity:0;}}.m-load2 .item{-webkit-anima

这是几个月以前的东西了,在彻底遗忘之前拿出来好好写写.做个笔记,也算是造福后来人了.在做这个项目之前,没有做过电容屏的驱动,印象中的电容触摸屏是不需要校正的.IC支持多大的屏就要配多大的屏.但是拿到需求,发现要用FT5406做10寸屏,可是FT5406手册上明明写了,最大支持到8.9寸.由于经验不足,感到略懵.就去核实这个需求方案是不是搞错了?!得到的答案:蓝魔的平板也是这个搭配.这样, 那需求应该就没问题了.先看现象再说: 硬件搭起来看现象,如下图: 红色区域是FT5406上报有效数据的范围(

硬件搭起来看现象,如下图: 红色区域是FT5406上报有效数据的范围(1280*600),以左上角为原点 ,X轴方向上报数据的最大值1280,Y轴方向上报的最大数据是600..但是我用的LG的10.1寸屏,分辨率为1366*768.若想把触摸IC上报的数据和像素点的值一一对应起来,只能通过校正了.开始做校正的时候有点犯抽.竟然自己写校正算法,代码冗长不说,校准误差也特别大. 还好,后来想起了tslib这个东西.tslib是专门为电阻屏设计的一个校正库,只能校正单点触摸数据.而FT5406是支持5

转自:http://bbs.eeworld.com.cn/thread-430437-1-1.html 这个问题很多人问,尤其是初入嵌入式的菜鸟.其实大家都认为android是java,已经不是linux,殊不知android就是靠着linux 才发展起来的,现在来说说有啥区别吧. 嵌入式android源码架构:uboot+linux kernel+android(包含文件系统,虚拟机,UI) 嵌入式linux:这是大部分人认识的linux uboot+linux kernel+文件系统+QT(

图像算法中会经常用到摄像机的畸变校正,有必要总结分析OpenCV中畸变校正方法,其中包括普通针孔相机模型和鱼眼相机模型fisheye两种畸变校正方法. 普通相机模型畸变校正函数针对OpenCV中的cv::initUndistortRectifyMap(),鱼眼相机模型畸变校正函数对应OpenCV中的cv::fisheye::initUndistortRectifyMap().两种方法算出映射Mapx和Mapy后,统一用cv::Remap()函数进行插值得到校正后的图像. 1. FishEye模型

前言:最近在阅读Innodb IO相关部分的源代码.在阅读之前一直有个疑问,show global status 中有两个指标innodb_data_reads 和 innodb_data_read.两个计数器仅差一个字母,他们之间的含义到底有何差别呢?本文将通过解析这两个参数的含义,分析Innodb对于磁盘IO相关的一些知识 首先我们来看下MySQL官方文档里对于这两个参数的解释: Innodb_data_read The amount of data read since the serve

ON THE EVOLUTION OF MACHINE LEARNING: FROM LINEAR MODELS TO NEURAL NETWORKS We recently interviewed Reza Zadeh (@Reza_Zadeh). Reza is a Consulting Professor in the Institute for Computational and Mathematical Engineering at Stanford University and a

来源:http://luofl1992.is-programmer.com/posts/38847.html 编程语言的特点是要实践,实践多了才有经验.很多东西书本上讲得不慎清楚,不妨自己用代码实现一下. 作为例子,我参考了书本上的矩阵相乘的例子,这样开始写代码,然后很自然地出现了各种问题. 以下的内容供大家学习参考,有问题可以留言与我反馈. 开始学着使用 CUDA,实现一个矩阵乘法运算. 首先我们要定义一个矩阵的结构体,话说CUDA是否支持结构体作为设备端的函数的参数呢? 不妨都一股脑试验一下

http://blog.csdn.net/augusdi/article/details/12833235 CUDA从入门到精通(零):写在前面 在老板的要求下.本博主从2012年上高性能计算课程開始接触CUDA编程,随后将该技术应用到了实际项目中.使处理程序加速超过1K,可见基于图形显示器的并行计算对于追求速度的应用来说无疑是一个理想的选择. 还有不到一年毕业.怕是毕业后这些技术也就随毕业而去,准备这个暑假开辟一个CUDA专栏,从入门到精通.步步为营.顺便分享设计的一些经验教训.希望能给学习C

转载请注明出处: http://www.cnblogs.com/darkknightzh/p/5655957.html 参考网址: https://devtalk.nvidia.com/default/topic/862537/cuda-setup-and-installation/installing-cuda-toolkit-on-ubuntu-14-04/ http://unix.stackexchange.com/questions/38560/gpu-usage-monitoring-

我们的目的是找到speedup-example在使用Parrot加速的原因,假设仅仅说它源于Context Switch的降低,有点简单了,它究竟为什么降低了?除了Context Switch外是否还有其它的performance counter也对提速有帮助?这些都是值得去思考的问题.先来看一下我们用来探索Parrot奥秘的程序speedup-example.cpp. 前言:RRScheduler::getTurn&RRScheduler::wait_t::wait speedup-examp

纹理绑定的一般步骤: size_t fea_pitch; texture<unsigned char, 2> features2D; cudaMallocPitch((void**)(&dev_features), &fea_pitch, sizeof(unsigned char) * sfeaturesw, sfeaturesh); cudaChannelFormatDesc feaDesc = cudaCreateChannelDesc<unsigned char&g

本文介绍tensorflow源代码方式安装.安装的系统为 Ubuntu 15.04. 获取TensorFlow源代码 git clone --recurse-submodules https://github.com/tensorflow/tensorflow 使用 --recurse-submodules 选项来获取 TensorFlow 需要依赖的 protobuf 库文件. 安装 Bazel 遵从以下指令来安装 bazel 依赖.bazel 安装文件:下载地址 bazel 缺省需要使用JD

10. 执行配置优化 ● 一个 SM中,占用率 = 活动线程束的数量 / 最大可能活动线程束的数量.后者保存在设备属性的  maxThreadsPerMultiProcessor  分量中(GTX1070为例,该值为2048).较高的占用率不代表计算效率很高,但是较低的占用率意味着内存延迟严重,还有改进的空间. ● 寄存器有效性是决定占用率的几个因素之一.寄存器读取比内存读取的延迟低很多,但是寄存器组(register file)数量有限,硬件上被整个 SM 上的所有线程共享,软件上一次只能给一

本章介绍了 显存和零拷贝内存的拷贝与计算对比 #include <stdio.h> #include "cuda_runtime.h" #include "device_launch_parameters.h" #include "D:\Code\CUDA\book\common\book.h" #define imin(a,b) (a<b?a:b) #define SIZE (33 * 1024 * 1024) ; , (SI

图像算法中会经常用到摄像机的畸变校正,有必要总结分析OpenCV中畸变校正方法,其中包过普通针孔相机模型和鱼眼相机模型fisheye两种畸变校正方法. 普通相机模型畸变校正函数针对OpenCV中的cv::initUndistortRectifyMap(),鱼眼相机模型畸变校正函数对应OpenCV中的cv::fisheye::initUndistortRectifyMap().两种方法算出映射Mapx和Mapy后,统一用cv::Remap()函数进行插值得到校正后的图像. 1. FishEye模型

前面有几篇博客主要介绍了光场和光场相机相关知识,以及重对焦效果和多视角效果的展示.算是自己学习光场过程的一种总结. 这次贴上自己用OpenCV/C++编写的重对焦算法实现(包含CPU版和CUDA GPU版),以及交互的Demo.放在我的开源中国码云上,连接在此:https://git.oschina.net/rxdj/refocus_LightFieldImg.git. 代码的说明请参见readme.如有错误,请不吝赐教. 图像是Lytro Illum二代相机拍摄并通过matlab光场工具包解码

在计算机视觉和机器学习方向有一个特别好用但是比较低调的库,也就是dlib,与opencv相比其包含了很多最新的算法,尤其是深度学习方面的,因此很有必要学习一下.恰好最近换了一台笔记本,内含一块GTX1060的显卡,可以用来更快地跑深度学习算法.以前用公司HP的工作站配置过dlib,GPU是Quadro K420,用dlib自带的人脸识别算法(ResNet)测试过,相比较1060的速度确实要快上很多.dlib.cuda和cudnn的版本经常会更新,每次重新配置环境会遇到一些问题,在这里记下来吧.

===================================================== H.264源代码分析文章列表: [编码 - x264] x264源代码简单分析:概述 x264源代码简单分析:x264命令行工具(x264.exe) x264源代码简单分析:编码器主干部分-1 x264源代码简单分析:编码器主干部分-2 x264源代码简单分析:x264_slice_write() x264源代码简单分析:滤波(Filter)部分 x264源代码简单分析:宏块分析(Anal