| ## Language | |
| - The main contribuions of our work are summarized as follows: 我们工作的主要贡献如下总结： | |
| - To this end, we present ... 为此，我们提出了... | |
| - we introduce xxx 我们提出了xxx | |
| - It is simple in formulation，fast and stable in training. 简化建模，训练过程更快更稳定 | |
| - we focus on... 我们关注于... | |
| - In computer graphics, two broad approaches to image inpainting exist 在...领域中，存在解决...问题的两大类方法 | |
| - show promising performance in this task. 在这个任务中有很好的效果 | |
| - We achieve an | |
| accuracy of about xx% for the xxx task 我们在xxx任务上取得了约xx的正确率 |
原文：深度学习大讲堂
点击上方“深度学习大讲堂”可订阅哦！
编者按：文字，区别于变幻莫测的图像和视频，有着更强的逻辑性和更概括的表达力。随着互联网和移动互联网技术的高速发展，越来越多的新型应用场景需要利用图像中的文字信息。从海量视频中快速检索感兴趣的文字，可以极大提高人类的认知效率。因此，自然场景中的文字提取技术，即从照片或视频中将文字识别出来，成为了近几年计算机视觉领域的热门研究课题。在本文中，来自华中科技大学的白翔教授，将为大家讲述多方向场景文字检测的奥秘。文末，大讲堂特别提供文中提到所有文章的下载链接。
This is a quick tutorial to deploy a web service (a social network) by the LNMP (Linux, Nginx, MongoDB, Python) infrastructure on any IaaS cloud. The repo at Github is at https://github.com/dapangmao/minitwit-mongo-ubuntu.
####Stack The stack is built on the tools in the ecosystem of Python below.
| Tool | Name | Advantage |
|---|---|---|
| Cloud | DigitalOcean | Cheap but fast |
| Server distro | Ubuntu 14.10 x64 | Everything is latest |
| WSGI proxy | Gunicorn | Manage workers automatically |
使用公钥私钥来登陆而不是账号密码，公钥私钥需要简单的在本地生成一下。Github 的生成 SSH 公钥私钥的教程：Generating SSH keys
可能需要使用 -i 参数选择一下本地的私钥，一个示例的 ssh 连接如下：
| """ | |
| Minimal character-level Vanilla RNN model. Written by Andrej Karpathy (@karpathy) | |
| BSD License | |
| """ | |
| import numpy as np | |
| # data I/O | |
| data = open('input.txt', 'r').read() # should be simple plain text file | |
| chars = list(set(data)) | |
| data_size, vocab_size = len(data), len(chars) |
