tensorflow的模型设计
一、简单模型设计 一、简单模型设计 如下模型（ 参见：神经网络反向推导 )
个人学习笔记
tensorflow的基础使用
一、图 graph 一、图 graph tensorflow是基于graph的并行计算架构。graph是静态的，构建gragh并不会运行。需要启动一个session，运行graph。比如a=(b+c)*(c+2) 的graph如下：（其中b+c 和 c+2是并行的）
Dockerfile的使用
指令说明 FROM 指令说明 FROM 制定所创建镜像的基础镜像，如果本地不存在，则默认会去Docker Hub下载指定镜像。格式为FROM<image>，或FROM<image>:<tag>,或FROM<image>@<digest>。 注意：任何Dockerfile中的第一条指令必须为FROM指令，并且，如果在同一个Dockerfile中创建多个镜像，可以使用多个FROM指令（每个镜像一次）。比如： FROM centos FROM centos:latest
docker的使用
一、安装和配置 一、安装和配置 安装docker sudo apt-get install docker-io 配置用户组 sudo usermod -aG docker USER_NAME ：避免每次使用特权身份，重新登录生效 查看docker信息 docker info 启动和关闭docker服务 sudo service docker restart : 重启docker服务 sudo service docker stop : 关闭docker服务
caffe如何使用训练好的模型
一、需要的文件 一、需要的文件 经过caffe训练后，通常需要使用4种文件： 模型配置文件，比如lenet.prototxt，内容类似如下： name: "LeNet" layer { name: "data" type: "Input" top: "data" input_param { shape: { dim: 64 dim: 1 dim: 28 dim: 28 } } } layer { name: "conv1" type: "Convolution" bottom: "data" top: "conv1" ...... 注意它与lenet_train.prototxt的区别，主要是输入替换，和weight_filler和bias_filler删除等 模型文件，比如lenet_10000.caffemodel 均值文件，比如mean.binaryproto 标签文件，比如name.labels，内容如下： thing matter object atmospheric phenomenon body part body of water head hair ......
caffe如何解析数据库
一、convert_imageset 一、convert_imageset 使用caffe中的convert_imageset工具可以将原始图片转换成LevelDB或者Lmdb格式。转换方法如下： $ convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME
caffe的基础使用
一、环境搭建 1、安装依赖库 一、环境搭建 1、安装依赖库 $ sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler $ sudo apt-get install --no-install-recommends libboost-all-dev $ sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev $ sudo apt-get install libatlas-base-dev $ sudo apt-get install python-dev
序列化之protobuf
一、基本说明 一、基本说明 源码：protobuf 指南：Protocol Buffer Basics: C++ 结构定义文件为.proto，可以使用import包含另一个.proto文件，注释使用// 配置文件为.prototxt， 根据.proto的结构配置数据信息
Linux常用命令
快捷键 快捷键 在命令行下已经输入一串命令下的快捷操作： ctrl+c: 中断输入，另起一行 ctrl+u: 删除光标以前的字符 ctrl+k: 删除光标后以后的字符 ctrl+a: 移动光标至头部 ctrl+e: 移动光标至尾部 ctrl+l: 清屏 ctrl+r: 搜索历史命令
Linux Device Driver
设备驱动模型 设备驱动模型 由描述设备相关的结构与描述驱动相关的结构组成。如usb总线有usb_device和usb_driver，dts描述设备有platform_device和platform_driver 通常device由总线或者kernel生成，然后由相应的driver与其绑定 设备抽象结构体strcut device(include/linux/device.h)，具体设备都会包含一个struct device成员，如usb_device定义如下： // include\linux\usb.h struct usb_device { int devnum; ...... struct device dev; ...... 驱动抽象结构体struct device_driver(include/linux/device.h) class用于对设备进行分类管理
学习整理：uboot its文件
ITS: image tree source，使用mkimage和dtc工具可以将.its和对应的image文件打包成itb文件。该文件可以下载到memory中，用bootm执行。 参考链接： https://github.com/wowotechX/u-boot/tree/x_integration/doc/uImage.FIT http://www.wowotech.net/u-boot/fit_image_overview.html
学习整理：ARM Linux设备树(DTS)
DTS: Device Tree Source，以文本形式描述DeviceTree 通常所在目录kernel/arch/arm/boot/dts dtc工具将test.dts文件，生成test.dtb文件；fdtdump工具可以将test.dtb文件，解析成test.dts文件 参考链接：https://elinux.org/Device_Tree_Usage