不需要密码卸载SymantecEndpointProtection11的步骤:1.点击“开始”按钮->运行(或直接：Window徽标键+R)2.输入smc-stop.如果要密码，则打开注册表(Window徽标键+R;输入regedit;敲回车)，然后找到HKEY_LOCAL_MACHINE\SOFTWARE\Symantec\SymantecEndpointProtection\SMC，在右..
分类：
其他好文 时间：
2014-08-12 13:55:55
阅读次数：
244
删除reg add "HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows\CurrentVersion\Explorer\Shell Icons" /v 29 /d "%systemroot%\system32\imageres.dll,197" /t reg...
看到未名的几篇帖子 使我想起了和python的一些经历，于是写了一篇咚咚。1 书籍:python的syntax足够简单，semantics也不复杂，不怎么会使人混乱，一般来说看自带的文档足够可以学习了，看完两章便可以写出一些non-trivial的程序了。 硬要说入门书籍。 learning in ...
分类：
编程语言 时间：
2014-08-12 10:02:43
阅读次数：
163
ufldl学习笔记与编程作业：Feature Extraction Using Convolution,Pooling(卷积和池化抽取特征)
ufldl出了新教程，感觉比之前的好，从基础讲起，系统清晰，又有编程实践。
在deep learning高质量群里面听一些前辈说，不必深究其他机器学习的算法，可以直接来学dl。
于是最近就开始搞这个了，教程加上matlab编程，就是完美啊。
新教程的地址是：http://ufldl.stanford.edu/tutorial/...
分类：
其他好文 时间：
2014-08-12 00:41:23
阅读次数：
372
在ALSA架构中，ASOC是由3个部分组成：Platform、CODEC & Machine。而耳机检测一般是在Machine driver里实现，当然也可以在CODEC driver里实现。耳机插拔接口Jack的结构图如图1所示（iPhone和Nokia耳机MIC & GROUND正好相反）。.....
分类：
移动开发 时间：
2014-08-12 00:29:03
阅读次数：
251
上一节介绍了主成分分析应用于2维数据。现在使用高维的图像数据来试试效果。
原始图像如图1所示。
图1
每个图片都是12*12的小patch，原始数据是一个144*10000的矩阵x。
在使用了PCA旋转之后，可以检查一下此时的协方差矩阵是否已经成功变成对角阵了，如图2所示。
avg=mean(x,1);
x=x-repmat(avg,size(x,1),1);
xRot = ze...
分类：
其他好文 时间：
2014-08-11 21:28:52
阅读次数：
429
这一节不论是思想还是实现都比较容易。
主成分分析（PCA）就是模式识别里面说的K-L变换，思想是完全相同的。
详情可见我的博文：特征选择（三）-K-L变换
这里简单介绍几个概念。顺便贴出代码和效果图。
xRot = zeros(size(x));
xRot=u'*x;
figure(2);
scatter(xRot(1, :), xRot(2, :));
title('xRot');得到原...
分类：
其他好文 时间：
2014-08-11 18:04:42
阅读次数：
309
Cmd命令行模式修改字体：
1>在dos窗口右键【属性】字体、颜色可以设置字体大小与颜色；
2>默认字体只支持点阵字体和新宋体，点阵字体最大只能10*20；新宋体可以设置字号；
使用其他字体：（注意：通过修改注册表实现，请谨慎使用，运行regedit打开注册表）
1>打开项：HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows NT\Cur...
分类：
其他好文 时间：
2014-08-11 17:49:53
阅读次数：
565
时间限制:0.5s空间限制6M题意： 给出n个（1int n, m, x;int g[10009], pr[1009][2], f[1009][2];void write (int x) { if (pr[x][0] != 0) write (pr[x][0]); printf ("%d ", .....
分类：
其他好文 时间：
2014-08-11 17:07:22
阅读次数：
219
矢量化编程就是用矢量运算取代所有的显式for循环。
上一节所用的是512*512*10的数据集很小，我们取的patch很小（8*8），学来的特征很少（25），而我又注释掉了梯度校验（偷懒），所以程序用了1分钟就跑完了（i5处理器）。
但实际上我们遇到的问题规模比这个打太多了，稍微大一点的数据集比如说MNIST，这个数据库是另外一个更大的手写体数据库NIST的子集，包含60000个训练例子...
分类：
其他好文 时间：
2014-08-11 12:10:22
阅读次数：
323
