taoCMS是基于php+sqlite/mysql的国内最小(100Kb左右)的功能完善的CMS管理系统

阿里云GPU服务器上Torch安装与测试

本文个人博客访问地址: 点击查看一、介绍阿里云的GPU也有了竞价服务,每小时大概1块多,还是可以接受的主要想跑github上的一个论文代码,使用的GPU,(奈何实验室没有GPU), 本来我已经改成CPU版本的了,但是他训练好的模型是基于GPU的,所以还需要重新训练,结果非常的慢…包含以下内容: 购买竞价GPU通过SSH连接云服务器安装Torch、hdf5、cjson、loadcaffe安装cuda、cudnn、cunn二、购买GPU服务器进入阿里云GPU介绍页,点击访问,界面如下,我选择的是GN5(P100)- 选择竞价实例- 选择GPU- 选择Ubuntu版本和带宽 - 这里按使用流量,所以带宽设置大点没有影响在控制台可以看到服务器信息,下面需要使用公网IP连接三、连接GPU服务
发布时间:2018-01-13 | 类别:未分组 | 阅读:31708 | 评论:0 | 标签:

tesseract-ocr 提高验证码识别率手段之—识别码库训练方法

关于ORC验证码识别可以看本博客的另一篇文章常用的两种ORC 验证码 识别方法及实践感言 本文是对tesseract-ocr 使用的进一步技术升级说明,使用默认的识别库识别率比较低怎么办?不用着急,tesseract-ocr本身的工具中提供了使用你提供的素材进行人工修正以提高识别率的方法。下面我们就来看一下。  参考:http://my.oschina.net/lixinspace/blog/60124 1    下载并安装3.02版本的tesseract 2     如果你的训练素材是很多张非tiff格式的图片,首先要做的事情就是将这么图片合并(个人觉得素材越多,基本每个
发布时间:2018-01-11 | 类别:未分组 | 阅读:32945 | 评论:0 | 标签:

利用Python破解验证码实例详解

这篇文章主要给大家介绍的是如何通过一个简单的例子来实现破解验证码。从本文中我们可以学习到 Python 基本知识,PIL 模块的使用,破解验证码的原理。文中通过实例一步步介绍的很详细,相信对大家理解和学习具有一定的参考借鉴价值,有需要的朋友们下面来一起看看吧。一、前言本实验将通过一个简单的例子来讲解破解验证码的原理,将学习和实践以下知识点:      Python基本知识      PIL模块的使用二、实例详解安装 pillow(PIL)库:$ sudo apt-get update $ sudo apt-get install python-dev $ sudo apt-get install li
发布时间:2018-01-11 | 类别:未分组 | 阅读:24997 | 评论:0 | 标签:

Tesseract-OCR 字符识别---样本训练 [转]

Tesseract是一个开源的OCR(Optical Character Recognition,光学字符识别)引擎,可以识别多种格式的图像文件并将其转换成文本,目前已支持60多种语言(包括中文)。 Tesseract最初由HP公司开发,后来由Google维护,目前发布在Googel Project上。地址为http://code.google.com/p/tesseract-ocr/。 使用默认的语言库识别 1.安装Tesseract        从http://code.google.com/p/tesseract-ocr/downloads/list下载Tesseract,目前版本为Tesseract3.02。因为只是测试使用,这里直
发布时间:2018-01-11 | 类别:未分组 | 阅读:21665 | 评论:0 | 标签:

使用 MTR 诊断网络问题

MTR 是一款强大的网络诊断工具,网络管理员使用 MTR 可以诊断和隔离网络问题,并且为上游 ISP 提供有用的网络状态报告。MTR 是传统 traceroute 命令的进化版,并且可以提供强大的数据样本,因为他集合了 traceroute 和 ping 这两个命令的精华。本文带您深入了解 MTR ,从数据如何生成,到如果正确理解报告样本并得出相应的结论。关于网络诊断技术的基本理论请参考 network diagnostics .如果您怀疑您的 Linux 系统有其他问题,请参考 system diagnostics 。最后,我们假定您已经掌握了 getting started guide (入门指南) 。网络诊断相关的背景知识网络诊断工具 例如 pi
发布时间:2018-01-08 | 类别:未分组 | 阅读:19182 | 评论:0 | 标签:

使用openface训练人脸识别模型

今天实现了openface训练了自己第一个人脸识别的模型,实现过程中参照了这个博客帮了我大忙  http://www.vccoo.com/v/2ed520实现的过程和结果如下:前提:我的这台机子已经配置过了openface+dlib,所以我不用太为环境而担忧。环境在实现的过程中就出现了一个错 误:/home/zpj/torch/install/bin/luajit: /home/zpj/torch/install/share/lua/5.1/trepl/init.lua:384: module 'csvigo' not found:No LuaRocks module found for csvigo经检查发现少了一个csvigo的模块,既然找到了问题,安装就行了,于是进行如下步骤root@zpj-H
发布时间:2017-12-23 | 类别:未分组 | 阅读:22699 | 评论:0 | 标签:

使用sklearn优雅地进行数据挖掘

1 使用sklearn进行数据挖掘  1.1 数据挖掘的步骤  1.2 数据初貌  1.3 关键技术2 并行处理  2.1 整体并行处理  2.2 部分并行处理3 流水线处理4 自动化调参5 持久化6 回顾7 总结8 参考资料1 使用sklearn进行数据挖掘1.1 数据挖掘的步骤  数据挖掘通常包括数据采集,数据分析,特征工程,训练模型,模型评估等步骤。使用sklearn工具可以方便地进行特征工程和模型训练工作,在《使用sklearn做单机特征工程》中,我们最后留下了一些疑问:特征处理类都有三个方法fit、transform和fit_transform,fit方法居然和模型训练方法fit同名(不光同名,参数列表都一样),这难道都是巧合?  显然,这不是巧合,这正是sklearn的设计风格。我们能够更加优雅地使
发布时间:2017-12-15 | 类别:未分组 | 阅读:23965 | 评论:0 | 标签:

RSA密钥长度、明文长度和密文长度

本文介绍RSA加解密中必须考虑到的密钥长度、明文长度和密文长度问题,对第一次接触RSA的开发人员来说,RSA算是比较复杂的算法,天缘以后还会补充几篇RSA基础知识专题文章,用最简单最通俗的语言描述RSA,让各位了解RSA算法本身其实也很简单,RSA的复杂度是因为数学家把效率和安全也考虑进去的缘故。本文先只谈密钥长度、明文长度和密文长度的概念知识,RSA的理论及示例等以后再谈。提到密钥,我们不得不提到RSA的三个重要大数:公钥指数e、私钥指数d和模值n。这三个大数是我们使用RSA时需要直接接触的,理解了本文的基础概念,即使未接触过RSA的开发人员也能应对自如的使用RSA相关函数库,无需深入了解e、d、n是如何生成的,只需要知道我该如何用、要注意什么。一、密钥长度1、密钥是指谁?首先我们说的“密钥”是指谁?由于RS
发布时间:2017-12-14 | 类别:未分组 | 阅读:26556 | 评论:0 | 标签:

[机器学习实战]使用 scikit-learn 预测用户流失

客户流失“流失率”是描述客户离开或停止支付产品或服务费率的业务术语。这在许多企业中是一个关键的数字,因为通常情况下,获取新客户的成本比保留现有成本(在某些情况下,贵5到20倍)。因此,了解保持客户参与度是非常宝贵的,因为它是开发保留策略和推出旨在阻止客户走出门的运营实践的合理基础。因此,公司越来越感兴趣开发更好的流失检测技术,导致许多人寻求数据挖掘和机器学习以获得新的和创造性的方法。这是一篇关于使用Python对客户流失进行建模的文章。 下面开始介绍一下具体的实现步骤:数据集我将使用的数据集是一个长期的电信客户数据集,您可以在这里下载。数据很简单。 每行代表一个预订的电话用户。 每列包含客户属性,例如电话号码,在一天中不同时间使用的通话分钟,服务产生的费用,生命周期帐户持续时间以及客户是否仍然是客户。
发布时间:2017-12-12 | 类别:未分组 | 阅读:24478 | 评论:0 | 标签:

Sklearn-RandomForest随机森林

在scikit-learn中,RandomForest的分类类是RandomForestClassifier,回归类是RandomForestRegressor,需要调参的参数包括两部分,第一部分是Bagging框架的参数,第二部分是CART决策树的参数。sklearn官网地址(RandomForestClassifier):http://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestClassifier.html#sklearn.ensemble.RandomForestClassifierclasssklearn.ensemble.RandomForestClassifier(n_estimators=10, c
发布时间:2017-12-12 | 类别:未分组 | 阅读:21832 | 评论:0 | 标签:

公告

taoCMS发布taoCMS2.5Beta5(最后更新14年05月25日),请大家速速升级,欢迎大家试用和提出您宝贵的意见建议。

捐助与联系

☟请使用新浪微博联系我☟

☟在github上follow我☟

标签云

友情链接