原创 風格遷移-風格損失函數(Gram矩陣)理解

吳恩達教授卷積神經網絡的課程中,有一部分是關於風格遷移的內容。組合內容圖片,風格圖片生成新的圖片 主體思路是: 隨機生成一張圖片(可以基於原內容圖片生成,從而加速訓練) 計算其與內容圖片之間的內容損失JcontentJ_{co

原创 2. Hibernate核心接口和工作機制

2. Hibernate核心接口和工作機制 Configuration類 Configuration類負責管理Hibernate的配置信息作並根據配置信息啓動Hibernate。 Hibernate配置有兩種方法: 屬性文件

原创 Hibernate(5.3.7) 增刪改查

Hibernate(5.3.7) 增刪改查 項目結構 創建實體類 Student.java public class Student implements Serializable { private int i

原创 libFuzzer教程

環境配置 $ sudo apt update $ sudo apt-get install clang-6.0 $ update-alternatives --install /usr/bin/clang++ clang++

原创 Mysql創建用戶並授權

create user'mx'@'localhost' identified by '123' grant all privileges on *.* to 'mx'@'localhost';

原创 Java中List, Integer[], int[]的相互轉換

原文鏈接:https://www.cnblogs.com/cat520/p/10299879.html Java中List, Integer[], int[]的相互轉換 轉自:https

原创 論文閱讀-(CCNet)Criss-Cross Attention for Semantic Segmentation

相關論文 non local 操作 要點: criss-cross attention module 獲得上下文信息 循環操作, 每一個像素可以獲得全圖信息 優勢: 與non-local 操作相比,少了85%的浮點運算, 與n

原创 論文閱讀- Non-local Neural Networks

現存問題 Both convolutional and recurrent operations are building blocks that process one local neighborhood at a time.

原创 壓縮文件的分卷壓縮和解壓

原理上是跟文件夾的分卷壓縮是一樣的,有些大的文件壓縮後還是大,不方便拷貝,這就可以用到分卷壓縮,然後再拷貝就方便很多了。我通過實例的方式去講解實現方法。 例:Ubuntu下有一文件夾myfile,大小約爲90G。 直接對文件夾分卷壓縮

原创 Ubuntu Tmux 啓用鼠標滾動

按完前綴ctrl+B後,再按冒號:進入命令行模式, 輸入以下命令: set -g mouse on

原创 deeplab中 global average pooling(GAP) 原理

之前有疑惑deeplab中ASPP(Atrous Spatial Pyramid Pooling) 採用多尺度空洞卷積+GAP並聯提取多尺度語義信息時,GAP得到的結果是一維的,而空洞卷積得到的結果時二維的,不知道其中的細節是怎麼操作

原创 Pytorch並行訓練 示例

pytorch 多卡訓練示例 import torch import torch.nn as nn from torch.utils.data import DataLoader,Dataset # parameter and Da

原创 修改gcc/g++優先級 多版本gcc/g++ 共存

set priority to use [g++/gcc-4.9] before [g++/gcc-5] . –>安裝 gcc-4.9 and g+±4.9 ~$ sudo apt-get install gcc-4.9 g+±4.9

原创 圖論分割與全景分割

圖論分割與全景分割 傳統圖分割算法相關工作 預計在2.10(春節假期結束爲止)完成相關工作,儘可能提前完成工作 工作目標:(春節假期結束前完成 (20天左右)) 明確問題的定義 明確圖分割算法的評價標準(1天) 理解總

原创 pyinstaller打包問題

pyinstaller -F -w main.py -F是打成一個exe -W是不彈黑框 問題1 PyInstaller\compat.py", line 370, in exec_command out = out.decode(