J. Xu

发表于2020-01-02|更新于2024-01-30|technology|linux•centos

htop 是一个非常优秀好用的命令来查看系统运行情况，在Ubuntu上可以非常简单的使用命令 1sudo apt update && apt install htop 安装htop 但是，在Centos 7等上却不能简单的使用一条命令安装htop，下面给出完整的命令来在Centos 7上安装htop 12345sudo yum install epel-release -ysudo yum update -ysudo yum install htop -y 到此，就正常安装了htop在Centos 7上，可以在终端运行 htop 命令来查看是否安装成功。

安装 Ubuntu 时出现 no boot file found

发表于2020-01-02|更新于2024-01-30|technology|ubuntu•windows

今天一个师弟安装 Ubuntu 时重启发现无法正常进入刚安装好的 Ubuntu 系统，从系统盘启动时出现 no boot file found。他也很疑惑，明明已经正确把 ubuntu 系统安装到固态硬盘上了，为什么不能正常进入呢？他就来问我怎么解决。我第一想法就是 boot 启动设置引导项的问题，把之前的 UEFI 设置成 legacy ，仍然遇到同样的问题。我就在想，是不是系统盘的引导分区不正确。经过一系列的操作终于完成了Ubuntu系统的安装和正常启动。我的方法如下：使用Windows启动盘首先将Windows10 启动盘插入光驱，进入安装Windows10程序，然后在安装系统之前，按住 SHIFT + F10 进入cmd 转换硬盘的引导分区在cmd中输入下列命令，把GPT（GUID Partition Table）引导分区转化为MBR（Master Boot Record）引导分区。 12345diskpartlist diskselect disk 0cleanconvert mbr 设置boot启动格式重启系统，拿出光盘，进入boot系统，设置光盘启动为第一启动项， ...

jupyterlab 扩展

发表于2019-12-31|更新于2024-01-30|technology|python•jupyterlab

jupyterlab 代码折叠 - Collapsible_Headings按照 Github 上扩展安装步骤进行安装 1jupyter labextension install @aquirdturtle/collapsible_headings 效果如图 jupyterlab 目录 - TOC按照 Github 上扩展安装步骤进行安装注意：如果 jupyterlab >= 3.0.0，则自带该插件功能，不需再次安装 1jupyter labextension install @jupyterlab/toc jupyterlab 代码自动补全 - Kite按照 Github 上扩展安装步骤进行安装安装 Kite EnginemacOS Instructions Download the installer and open the downloaded .dmg file. Drag the Kite icon into the Applications folder. Run Kite.app to start the Kite Engine. W ...

flink 分布式集群部署笔记

发表于2019-12-25|更新于2024-01-30|technology|big data•flink

本笔记是依据 Apache Flink 官网关于独立集群部署的步骤，进行 Flink 分布式集群部署的具体过程。虽然按照官网步骤能够完成，但是实际部署中还是会遇到一些坑，这里根据个人真实的部署过程做一个详细的记录，以备后续查阅和帮助有需要的人参考。除此之外，Flink 还可以部署在 Yarn, K8s等。部署环境是Ubuntu 18.04.3 LTS，Java 1.8.0_231，Flink 1.9.0；三台机器，分别是master: 1.1.1.0, worker1: 1.1.1.1, worker2: 1.1.1.2，其中节点机器master作为 Jobmanager, 其他两个节点机器worker1, worker2作为TaskManager. 下面一步一步从零开始 Flink 分布式集群部署（不包括 Ubuntu 18.04.03 LTS 的安装），其中 Java 在 master, worker1, worker2 中的安装是一样，这里以master为例。Flink 部署首先在 master 配置，然后拷贝到worker1, worker2. 注意，Flink集群的运 ...

Github Pages 数学公式显示

发表于2019-12-22|更新于2024-01-30|technology|maths•markdown

使用GitHub Pages发布博文时，数学公式不能正常显示，有一种方法可以解决，具体的是，添加如下代码到markdown文件的开头，这样发布的博文就可以正常显示了。 1234567891011<head> <script src="https://cdn.mathjax.org/mathjax/latest/MathJax.js?config=TeX-AMS-MML_HTMLorMML" type="text/javascript"></script> <script type="text/x-mathjax-config"> MathJax.Hub.Config({ tex2jax: { skipTags: ['script', 'noscript', 'style', 'textarea', ' ...

如何使用服务器搭建博客

发表于2019-12-22|更新于2024-01-30|technology|blog•server

参照博文《Website for Students》或《How to Install WordPress with LAMP Stack on Ubuntu 18.04》进行搭建. 在Ubuntu18.04上，分别按照《Website for Students》和文章《How to Install WordPress with LAMP Stack on Ubuntu 18.04》搭建网站时，发现第一篇文章能够成功进入WordPress，而第二篇文章无法配置WordPress，经分析后通过命令 1apt install php-mysql 进行修复，成功进入WordPress配置页面。下面根据前面两篇文章总结出一个搭建网站的方法，一共分为7步： Step 1: Connect to your ServerStep 2: Apache Web Server InstallationStep 3: Install PHPStep 4: Install the MySQL Database serverStep 5: Create a Database for WordPressS ...

三维深度学习简单介绍

发表于2019-12-21|更新于2024-01-30|research|3d•dl

文章《超越像素平面：聚焦 3D 深度学习的现在和未来》（英文版对应《Beyond the pixel plane: sensing and learning in 3D》）中介绍了三维数据的获取，表示，以及三维深度学习的进展。三维数据的获取可以通过立体视觉系统（多目相机） RGB-D（结构光和 TOF）三维数据的表示形式包含点云数据体素网格点多边形网格多视角表示三维深度学习最新研究趋势以基于点云数据为研究对象的 PointNet 为开端，流行的方法是结合点云数据和多视角的二维图像数据作为深度学习网络的输入

三维重建简单综述

发表于2019-12-21|更新于2024-01-30|research|3d•dl•study

文章《基于深度学习的视觉三维重建研究总结》从三维重建的意义、定义、表示方式、分类开始，总结了深度学习在三维重建方向的最近几年（截至2019年）的进展，分别是从单张图像恢复深度图的文章《Depth Map Prediction from a Single Image using a Multi-Scale Deep Network》，是深度学习进行三维重建的开山之作，由粗到细并提出尺度不变的损失函数。单视图或多视图的体素三维重建文章《3D-R2N2: A Unified Approach for Single and Multi-view 3D Object Reconstruction》结合编码解码网络和LSTM，既可以对单幅图像做三维图像体素重建，又可以对多幅图像做。单张RGB图像的点云三维重建文章《A Point Set Generation Network for 3D Object Reconstruction from a Single Image》用1024个点云数据表示物体的三维重建，并提出了CD（Chamfer Distance）和 EMD（Earth Mover ...

Python 中 deepcopy, copy, 赋值的区别

发表于2019-12-21|更新于2024-01-30|technology|python•copy

Python 中数据对象分为三类，一类是不可变对象，如元组、字符串、数值；一类为单层可变对象，如列表 L = [1, 2, 3]，字典 D = {‘x’: 1, ‘y’: 2}；最后一类是多层可变对象，即可变对象中嵌套有可变对象，如列表 L = [1, [1, 2], 3]，字典 D = {‘x’: [1, 2], ‘y’ = 3}。 Python 中拷贝也分为三类，一类是赋值 ‘=’; 一类是浅层拷贝 copy.copy(); 一类是深层拷贝 copy.deepcopy()，它们表现了对数据操作的不同程度。赋值’=’是对数据对象“打上标签”, 而不对具体的数值操作，是一种指向操作。深层拷贝是真正意义上的拷贝一份，创造出两个完全意义的数据对象，在内存中开辟一个空间来存储数值。浅层拷贝对于对于不可变对象和单层可变对象开辟一个内存空间来存储数值，但是只存储“一层”，对于多层可变对象数据，不能够嵌套拷贝，因为嵌套的可变对象在多层可变对象中是以索引或标签的形式存储的。举一些例子：对于固定值的不可变对象，三者一样 ...

计算机视觉方向顶级会议和顶级期刊

发表于2019-12-21|更新于2024-01-30|research|cv•sci

计算机视觉（Computer Vision，简称 CV）方向是一个非常热门的方向，有关 CV 的会议和期刊因此也有很多，这里我介绍 CV 方向的三个顶级会议和两个顶级期刊。三大顶会 CV 方向的顶级会议包括国际计算机视觉大会（IEEE International Conference on Computer Vision，简称 ICCV）、欧洲计算机视觉会议（European Conference on Computer Vision，简称 ECCV）、国际计算机视觉与模式识别会议（Conference on Computer Vision and Pattern Recognition，简称 CVPR），下面分别介绍它们。 ICCV ICCV 是由电气电子工程师学会（Institute of Electrical and Electronics Engineers，简称 IEEE）于 1987 年发起和主办，隔一年举行一次，因此都是在奇数年举行。会议通常需要 4-5 天，最近有延长的趋势，举办地不固定，今年（2019 年）ICCV 将于 10 月 27 日（星期日）到 11 月 ...

深度学习的 GPU 环境的配置

发表于2019-12-21|更新于2024-06-10|technologyubuntu|dl•gpu•cuda•nvcc

本篇介绍如何在 Linux 服务器上安装 NVIDIA Driver（NVIDIA GPU 显卡驱动），CUDA Toolkit（GPU 通用并行计算架构)，CUDA Deep Neural Network (cuDNN，CUDA 深度神经网络库），NVIDIA Collective Communications Library (NCCL，NVIDIA 集合通信库) 和 apex (NVIDIA/apex: A PyTorch Extension). 以 Ubuntu 18.04.6 LTS 为例进行介绍。安装 NVIDIA Driver 和 CUDA Toolkit 需要考虑版本兼容问题，查看官方网站获取版本兼容对应关系。 NVIDIA Driver该模块就是安装显卡驱动。 ubuntu18.04-nvidia drivers 10.2 其实该步骤安装可以省略，在下一节安装 CUDA-TOOLKIT 时可同时选择安装驱动 NVIDIA-DRIVERS 1234567891011121314# 安装前需退出 X-SERVER，如 xorg 等，保证 `lsmod ...