發表文章

[Blogger tips] google code prettify syntaxhighlighter (紀錄轉貼)

#include #include 程式碼 int cfunction(int &, int&) { int a 0; int i ,j=0; for(int i; i < 0; i++) print("aaa"); } #1.Google Code Prettify】取代 Syntaxhighlighter 程式碼區塊 #2.特殊字元可以丟到這個網站編寫 #3.如何在網頁blogger中插入程式碼,這個最詳細了~ 參考上面的網誌操作,直接紀錄最後的模式~ 給End朋友的懶人包 skin部份依需求自行修改 <script src="https://cdn.rawgit.com/google/code-prettify/master/loader/run_prettify.js?skin=sons-of-obsidian"></script> <style> li.L0, li.L1, li.L2, li.L3, li.L5, li.L6, li.L7, li.L8 { list-style-type: decimal !important } .prettyprint { overflow: auto } </style>

[Linux tools] picocom

裝置插入usb槽, $ dmesg (可以看到 /dev/ttyUSB0 的裝置   $ picocom -b 115200 /dev/ttyUSB0   退出按 ctrl+a & ctrl+x

[LInux tools] anaconda3

版本管理,覺得好用到爆炸~~~ anaconda3 可以在同一台電腦上,無限安裝程式的版本,不用擔心之前的開發版本被蓋掉。 同時存在所有的版本,用conda 切換 env 就可以轉換。 ex. python2.x python3.x -- 下載Anaconda 3  $ ./Anaconda3-2019.10-Linux-x86_64.sh (過程就一直按yes,除了 不希望在.bashrc裡面使用initial值才選一個no ) 不想開機就開啟anacond3的預設,要用在用指令開啟 $source /home/zz/anaconda3/bin/activate -->開啟預設 $source /home/zz/anaconda3/bin/activate  envpy2-->開啟envpy2環境 $conda activate  env ->切換其他env $conda deactivate env -> 退出conda env 環境 $conda env list -->list所有的env example: created a new env with python2 $conda create  --name envpy2 python=2  --> envname = >envpy2 $conda activate envpy2 (envpy2) zz@z:~$ python --version  Python 2.7.17 :: Anaconda, Inc. ---------------------------------------------------------------- delete an existing project 刪除envpy2與其相關檔案跟資料夾  $conda remove --name envpy2 --all  [參考] 1. 輕鬆學習python : conda 的核心功能 2. 用conda建立及管理python虛擬環境

[windows 10] 使用Linux的方式

1. VM -->個人不太喜歡的方式.... 2.雙系統(開機選os) -->外接硬碟跟windows原本的硬碟分開,比較不會發生慘案。 3.wsl 適用於Linux的windows 子系統文件 windows 上的Linux容器 介紹 4.wsl2 wsl2 為 wsl 增加檔案系統效能以及新增完整的系統呼叫相容性。

[Linux cmd] 在Linux上面的用command-line掛載遠端網路磁碟的方式

先建一個local folder 去掛載遠端網路的磁碟, $ mkdir freespace $sudo mount -t cifs -o username=zoey.image,password=${1}, iocharset=utf8,uid=zoey,gid=zoey //192.168.147.xx/FreeSpace freespace/ -->寫成shell script 密碼是明碼,可以用${1},執行期間輸入密碼! 解除掛載 $sudo umount freespace [error message] Q: mount(2) system call failed: Can not access a needed shared library. -->參數utf8 打成 uf8   Q: bad option; for several filesystems (e.g. nfs, cifs) you might need a /sbin/mount.<type> helper program. --> uid gid 打錯@@ Q:mount: freespace/: mount point does not exist. -->找不到 freespace folder. [參考來源] [Linux cmd]在ubuntu上使用mount.cifs掛載遠斷網路磁碟的方式 進階版本(還沒試過) 如何掛載遠端windows共享資源

fcn (三)training cityscapes 學習紀錄

這一篇是想訓練cityscapes的資料庫, 紀錄訓練過程的一些小碰撞 1. 首先是 copy 了 voc-fcn32s/ 的檔案, . ├── infer.py ├── net.py ├── voc_layers.py ---> new add cityscapes_layers.py ├── score.py ├── snapshot   ---> cteate snapshot/train ├── solve.py ├── solver.prototxt ├── surgery.py ├── train.prototxt └── val.prototxt 2. datasets cityscapes-dataset download grFine.zip and leftImg8bit.zip 6. Result 512x512 fcn32s mean acc. and mean IU 太低 >>> 2019-12-11 22:45:07.762072 Begin seg tests >>> 2019-12-11 22:45:41.055221 Iteration 100000 loss 126417.949921875 >>> 2019-12-11 22:45:41.055304 Iteration 100000 overall accuracy 0.602877947321908 >>> 2019-12-11 22:45:41.055342 Iteration 100000 mean accuracy 0.09731878508947552 >>> 2019-12-11 22:45:41.055503 Iteration 100000 mean IU 0.061253671561096214 >>> 2019-12-11 22:45:41.055591 Iteration 100000 fwavacc 0.3756002265727415 real    312m59.278s --> 5 hours user    251m9.625s sys    60m

fcn (二) pascalcontext-fcn32s training

這一篇是想訓練fcn.berkleyvision.org/pascalcontext-fcn32s 一直覺得voc-fcn32s應該是有仇吧@@ 換個試試,只要收斂一次,就在試看voc-fcn32s使用的dataset! 1. github : fcn. berkelyvision https://github.com/shelhamer/fcn.berkeleyvision.org.git  2. dataset , 下載了四個檔案 ├── data │   ├── pascal-context │   │   ├── 59_context_labels │   │   ├── 59_context_labels.tar.gz │   │   ├── 59_labels.txt    ---> (copy from classes-59.txt, 懶的改code) │   │   ├── classes-400.txt │   │   ├── classes-59.txt │   │   ├── labels.txt           ---> (labels.txt add label 0 --> 0: background ) │   │   ├── README.md │   │   ├── trainval │   │   ├── trainval.tar.gz │   │   ├── VOCdevkit │   │   ├── VOCdevkit_08-May-2010.tar │   │   └── VOCtrainval_03-May-2010.tar dataset VOC2010 http://host.robots.ox.ac.uk/pascal/VOC/voc2010/#devkit  VOCtrainval_03-May-2010.tar  VOCdevkit_08-May-2010.tar  $ tar xvf VOCdevkit_08-May-2010.tar  tranval and labels  http://www.cs.stanford.edu/~roozbeh/pascal-context/   59_context_labels.tar.gz t