- 博客(132)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 【UBUNTU】- 修改操作系统时间
MFC 将DWORD类型转换成CStringstrTemp.Format(TEXT("%X"), dwAddrList[i]);修改操作系统时间sudo date -s hh:mm:ss或者su //进入root date -s hh::mm:ss命令行持续显示操作系统时间https://blog.csdn.net/wujizhishui/article/details/120492733date -s写入到硬件时间hwclock -w...
2022-04-10 16:29:37
547
原创 VS2017项目改为VS2010
VS2017项目改为VS20102021-06-03 17:16:18将.sln的前四行改为Microsoft Visual Studio Solution File, Format Version 11.00Visual Studio 2010VisualStudioVersion = 12.0.21005.1MinimumVisualStudioVersion = 10.0.40219.1Listbox Control 控件的简单使用https://blog.csdn.net/qq_334
2022-04-06 15:02:34
765
原创 《设计模式》
文章目录学习来源P1OOP七大原则学习来源https://www.bilibili.com/video/BV1mc411h719?from=search&seid=3837348431201989869&spm_id_from=333.337.0.0P1创建模式考虑的是，怎么去创建一个对象。结构型模式，主要是描述如何将类和对象组成更大的结构。行为型模式，描述的是类和对象之间相互协作。OOP七大原则1、开闭原则， 提倡对扩展开放，对修改关闭，当应用需求发生改变，不修改原来
2021-09-28 19:00:24
124
原创 ADTrack: Target-Aware Dual Filter Learning for Real-Time Anti-Dark UAV Tracking
文章目录摘要IntroductionRelated WorkMethodExperimentCONCLUSION摘要基于先验相关滤波（CF）的无人机（UAV）跟踪方法主要集中在白天的跟踪上。然而，当夜幕降临时，跟踪器会遇到更加严酷的场景，这很容易导致跟踪失败。为此，本文提出了一种具有抗暗功能的新型跟踪器（ADTrack）。该方法将一种高效的微光图像增强器集成到基于CF的跟踪器中。此外，利用图像光照变化同时生成目标感知掩模。该目标感知掩模可用于联合训练聚焦于目标的滤波器，该聚焦滤波器协助上下文滤波器进行鲁
2021-07-10 00:09:41
3918
5
原创 【电设】常见线性稳压电源设计 - 基本并联稳压电源-稳压二极管
- ? PN结方向击穿状态- ？电流、电压、电阻高中物理知识如此就获得了，限流电阻的取值。- ？ 限幅- ？ 电平转化基准稳压管，在数模转化里面提供参考电压。...
2021-04-11 22:35:57
655
原创 硬件工程师学习路线-好好学习天天向上！
@[TOC]# 关键词电子基础，电子元器件选型，电路原理图设计，高速电路PCB设计，电子元器件焊接技术，电路板调试，启动程序UBOOT裁剪移植，linux内核裁剪移植，文件系统，低层驱动程序(C语言,ARM架构汇编，linux内核架构)，上层应用程序(C++,Qt,JAVA,Python等，深度学习，机器学习，Opencv，神经网络，自然语言处理)，静态博客服务器搭建，高等数学，线性代数，概率论，离散数学，3D建模，3D打印，雕刻机，视频拍摄后期制作，防脱发技术## 技能关键词...
2021-04-11 21:11:55
5663
原创 continous attractor neural networks - 连续吸引子网络（ing）
continous attractor neural networks - 连续吸引子网络。处理视觉信号的网络是经典的CNN卷积神经网络，属于人工神经网络ANN家族。 然而故事还没有结束， 在CNN的下面， 有一个主管视觉追踪的CANN网络， 虽然只有一个字母之差， 这可不是卷积神经网络， 这四个字母的含义是continous attractor neural networks - 连续吸引子网络。所谓空间吸引子， 说的是一种特化了的循环神经网络， 网络的动力学导致一系列可以根据外界信号连续变化的吸引子
2020-12-27 22:01:40
2206
1
原创 【Meta-Learning】元学习综述 ：A Survey of Deep Meta-Learning （ing）
文章目录原文： https://arxiv.org/pdf/2010.03522.pdf
2020-12-27 21:56:59
569
原创 Uber Thomas 论文整理
Thomas MiconiWorkingNeural networks with differentiable structure虽然梯度下降在学习神经网络的连接权值方面已经被证明是非常成功的，但是这些网络的实际结构通常是由人工或其他优化算法来确定的。这里我们描述了一个简单的方法，使网络结构可微，从而可以得到梯度下降。我们在应用于简单序列预测问题的递归神经网络上测试了这种方法。从只包含一个节点的初始网络开始，该方法自动构建成功解决任务的网络。最终网络中的节点数与任务难度有关。该方法可以动态地增加网络规
2020-12-24 15:00:53
413
原创 【Meta-Learning】元学习综述 Meta-Learning in Neural Networks: A Survey （ing）
文章目录参考资料元学习是什么元学习的研究现状元学习有哪些方法参考资料论文原文： https://arxiv.org/pdf/2004.05439.pdf现有翻译： https://blog.csdn.net/qq_38680752/article/details/106488508论文集合： https://github.com/floodsung/Meta-Learning-Papers元学习是什么参考资料 ：元学习（Meta-learning）——李宏毅老师教学视频笔记 - 郑思座的文章 -
2020-12-18 22:25:44
3025
原创 Differentiable plasticity: training plastic neural networks withbackpropagation
http://proceedings.mlr.press/v80/miconi18a/miconi18a.pdf文章目录AbstractIntroductionRelated workintroAbstract1、 通过梯度下降 优化可微塑性2、 在测试集合中， 训练集中从未见过的自然图像集合， 能重建。3、 可以解决一般的元学习任务。IntroductionMany of the recent spectacular successes in machine learn-ing invol
2020-12-18 22:11:28
265
原创 SNN ANN 多模态融合 神经网络发展过程的两个分支
人工神经网络ANN和脉冲神经网络SNN， 所谓的ANN和SNN， 事实上是神经网络发展过程的两个分支。 欲了解其背景先了解其历史。作者：许铁-巡洋舰科技链接：https://www.zhihu.com/question/338090715/answer/772503438来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。神经网络的故事从模拟单个神经元开始： 神经元是神经网络信息传输的“原子”。通过一定的方法连接这些原子，就可以得到具有智能的系统， 这算是整个人工智能“连
2020-12-18 21:57:11
3385
1
原创 OTB100报错： resize.cpp:4045: error: (-215:Assertion failed) !ssize.empty() in function ‘resize‘
SiamMask - otb100 0%| | 0/99 [00:00<?, ?it/s]/home/yuuzh/.conda/envs/pytorch-env/lib/python3.7/site-packages/torch/nn/functional.py:2796: UserWarning: nn.functional.upsample is deprecated. Use nn.functional.interpolate instead. warnings.wa
2020-11-29 20:28:10
698
原创 笔试学习资料
UML六种依赖关系https://blog.csdn.net/u011402896/article/details/79315769数据库常用的三种模型https://blog.csdn.net/weixin_44116816/article/details/89923325数据库中的常用的数据模型 层次模型 网状模型 关系模型i>k?i:k缓冲池https://blog.csdn.net/qq_43279637/article/details/85098847TCP常用网络和木马使用
2020-10-14 15:04:49
200
原创 四轴飞行器的设计与开发过程
文章目录一、系统组成模块1、上位机 （PC）2、遥控器系统3、飞行器机体系统3.1 接收遥控器无线数据， 并发送飞行数据到遥控器无线通信模块 Nordic NRF24L013.2 采集传感器数据并进行姿态解算（1）陀螺仪 （角速度）（2）加速度计 （测量载体与重力加速度的角度）（3）磁力计 （测量载体与地磁场的绝对夹角）3.3 依据姿态信息解算各个电机的控制量并发送到电机驱动设备3.4 协调各个功能部件的逻辑运行二、硬件设备及作用1、电源2、传感器2.1 ICM20602 六轴传感器芯片2.2 磁力计传
2020-09-30 14:10:14
5710
原创 笔试】 EOS
输入两个链表，找出它们的第一个公共结点https://blog.csdn.net/Ananbei/article/details/80589360USB 四种传输方式详解https://blog.csdn.net/shenjin_s/article/details/86229307单链表实现队列的基本操作（入队，出队）https://blog.csdn.net/qq_32070219/article/details/97298974C语言中变长数组void 指针ARM处理器7种工作模式ht
2020-09-24 20:07:29
2288
原创 深度学习-面试
sharon:卷积核（滤波器）为什么都是奇数https://blog.csdn.net/qq_26598445/article/details/81285120sharon:卷积神经网络的卷积核的数量取多大合适？https://www.zhihu.com/question/65012947sharon:正则化方法：标签平滑https://blog.csdn.net/qwer7512090/article/details/100700261sharon:梯度消失、爆炸的解决方案https
2020-09-24 19:54:33
253
原创 [PN]一种可以减少频繁的视觉刺激对结果的贡献， 增加不频繁出现的视觉刺激对结果的贡献的方法 （PN）
Power Normalizing Second-order Similarity Network for Few-shot Learning
2020-09-10 21:13:09
294
原创 CUDA out of memory. (解决了)
报错Traceback (most recent call last): File "plastic_train.py", line 243, in <module> y, hebb = plasticnet.module(Variable(inputs[numstep], requires_grad=False), y, hebb) File "/usr/local/lib/python3.6/dist-packages/torch/nn/modules/module.py"
2020-08-28 19:24:59
2682
原创 [我的实验] 服务器 - 使用指南（end）
文章目录新建任务DockerUbuntu installtest运行交互式容器启动容器Docker 容器使用容器使用获取镜像启动容器查看所有的容器命令如下：使用 docker start 启动一个已停止的容器：后台运行停止一个容器自定义容器push 到服务器上环境配置在容器下运行本地项目一些报错上传到服务器多GPUSSHdebug解决方法[way 1](https://blog.csdn.net/qq_19598705/article/details/80396325)way 2PCB1、 新建一个job
2020-08-27 22:24:51
273
原创 【论文阅读笔记】Ocean: 目标感知的Anchor-free实时跟踪器，速度70+FPS！刚开源（更新中）
https://mp.weixin.qq.com/s/vLO8xgSooM3aHWEeZS1RrQOcean：目标感知的Anchor-free实时跟踪器，表现SOTA！性能优于SiamRPN++、DiMP等网络，速度可高达70+ FPS！论文链接：https://arxiv.org/pdf/2006.10721.pdf代码刚刚开源！https://github.com/researchmm/TracKit作者团队：中科院&微软文章目录摘要摘要...
2020-08-23 10:49:24
2337
原创 【17】 强化学习 17章 前沿技术
文章目录名词离轨策略折扣过程折扣系数价值函数广义策略迭代（4.6节）或者“行动器一评判器”算法正文17.1 广义价值函数和辅助任务1、广义价值函数是什么？2、辅助任务是什么？定义： 预测和控制不同种类的信号特征作用17.2、基于选项理论的时序摘要人类可以无缝地在各个时间层次上切换，而没有一点转换的痕迹。那么MDP框架可不可以被拉伸，从而同步地覆盖所有这些时间层次呢？17.3 观测量和状态17.4 设计收益信号5 遗留问题6、参考文献 历史评注名词离轨策略允许函数以任意的目标策略作为条件折扣过程12
2020-08-12 22:27:53
962
1
原创 【RPN】前世今生 阅读笔记
input 慢在串行输入原图中均分为多个网格， 每个网格， 生成不同尺寸和比例的anchor 。生成的anchor 送入 RPN 网络 ， 用于前景和背景的二分类回归， 对anchor 执行一个 置信度排序， 筛选掉一部分 。筛选后的anchor 送入网络 ， 继续进行 回归和 置信度 。回归分支的作用？？框是怎么产生的呢？loss ?原图映射到 feature mapRoI Pooling 映射到featureMask RCNN 出来了RoI Alig...
2020-08-11 17:38:23
206
原创 [EUG2] code笔记 ：
文章目录一、代码结构二、代码（执行步骤）1、run.sh 、 run.py参数main1、初始化 label_data unlabeled_data2、 EUG 参数初始化3、 EUG 更新 训练 迭代过程EUG1、 train2、评估dataset4、伪标签估计一、代码结构二、代码（执行步骤）1、run.sh 、 run.py参数EF？init ?fea ?resume ???mainlog 为什么要用 EF ?total_step = ？EF 是啥？datase
2020-08-10 22:21:51
257
原创 【强化学习】 有限马尔可夫决策过程ing
文章目录智能体-环境 交互接口目标和收益3、分幂 和持续性任务的统一表示4、 侧拉和价值韩素智能体-环境 交互接口状态转移概率状态动作 二元组的期望收益时间不长目标和收益3、分幂 和持续性任务的统一表示4、 侧拉和价值韩素...
2020-08-10 10:25:42
125
1
原创 Pytorch :如何把print的参数存起来？
1、python 将print输出的内容保存到txt文件中import sysimport os class Logger(object): def __init__(self, filename="Default.log"): self.terminal = sys.stdout self.log = open(filename, "a") def write(self, message): self.terminal.write
2020-08-09 16:42:40
1856
原创 报告记录 -【强化学习】 多臂赌博机 （不全）
是什么？怎么解决？概念开发试探基本变量基本解决思路应用 ： 图片推荐系统EE 开发与试探 和冷启动开发： 推荐狗试探： 推荐猫冷启动 ： ？？？？Qn 的增量描述Qn+1 写成了非平稳情况最近的奖赏比前面的奖赏更重要使用固定步长常见的赌博机算法朴素Epsilon-Greedy改进： 随着步数增加 逐渐 减少thetaOptimistic Initial Value尽可能让每个摇臂都被尝试几次， 从而避免收敛到局部最优早期的奖励 和后期的奖励， 越来越大。U
2020-08-08 15:56:33
156
2
原创 报告记录-【强化学习】导论 （不全）
文章目录强化学习是什么问题马尔科夫决策过程状态收益部分可观测马尔科夫决策过程VS 监督学习、 无监督学习特点要素应用实例问题 井字棋强化学习方法：状态-价值表 （状态 + 获胜概率）选择动作更新价值强化学习早期历史1、 试错学习效应定律 1911快乐痛苦系统 1948minsky , 1960 , Steps toward AI自动学习机2、 最优控制理论动态规划马尔可夫决策过程 是动态规划的离散随机自适应动态规划 、Q学习算法3、 时序差分学习心理学的规律 可以应用过来 Minsky时序差分思想的跳
2020-08-08 15:36:41
156
原创 深度学习： Epoch 是什么？
文章目录神经网络的训练梯度下降法Epochbatchsizeiterations神经网络的训练梯度下降法学习率： 步长更大= 学习率更高误差函数不断减小。如果训练数据过多， 无法一次性将所有数据送入计算。现将数据分成几个部分： batch分多个 batch , 逐一送入计算训练Epoch一个epoch , 表示： 所有的数据送入网络中， 完成了一次前向计算 + 反向传播的过程。由于一个epoch 常常太大， 分成 几个小的 baches .将所有数据迭代训练一次是不够的， 需要
2020-08-07 21:08:23
132406
11
原创 [UpdateNet]代码阅读笔记 ： create_template.py
文章目录importbasenetclass SiamRPN(nn.Module)1、网络结构init2、反向传播3、SiamRPNBIG,SiamRPNVOT1、 super(SiamRPNBIG, self).__init__(size=2) 是什么？2、为什么SiamRPNBIG VOT OTB ， 都引入了 SiamRPN 做参数 ，它的确有详细的网络结构。net_updtracker_updutils_updimportbasenetclass SiamRPN(nn.Module)1、网
2020-08-07 20:25:47
794
1
原创 [UpdateNet]代码阅读笔记 ：tracker_upd.py 模板更新方式 （core ）
init ， 使用 输入图像， 第一framework 的目标从， 和 tracker 初始化， 这里的net 指的是 siameseRPN 。track ，跟踪过程中 ， 使用上一个frame的 state + 下一个frame 的图片， 使用当前 updatenet 模型 ， 预测下一个frame的state .信息都包含在 state 里面 。initconfig ： tracker 的超参数分别是什么意义呀？？？？ instance_size 是啥？？ 输入size .
2020-08-06 22:45:39
808
原创 72.编辑距离 ：给你两个单词 word1 和 word2，请你计算出将 word1 转换成 word2 所使用的最少操作数 。
我的思路：1、 先比较两个字符的数量 ，计算相差的数量2、 字符匹配， 循序匹配两个字符中最长字符串数量len§。3、 最少操作数 = | len(1) - len(2) |+ len(2) - len§word 1 = a []word 2 = b []构造矩阵， m = len(a) , n = len (b) A mnaibjfor i in len(a)for j in len (b )if a(i) = b(j) ， Aij = 1? 如何把一个矩阵 转化成 单.
2020-08-06 20:09:28
702
原创 sh 里面 import cv2 不成功 ， 但是 pycharm 里面可以run
sh 脚本 需要设置 bash环境变量全局变量sh 是在系统上运行的exprot 一下控制台要注意环境设置。python 的全局变量opencv 的全局变量没有在命令行一定是这个原因查找 opencv2 import cv2 不行解决办法：激活conda虚拟环境后打开！！～～～...
2020-08-06 15:50:27
157
原创 【论文筛选ing】RNN ways
参考文献Spatially Supervised Recurrent Convolutional Neural Networks for Visual Object Tracking2016Project Page：http://guanghan.info/projects/ROLO/GitHub：https://github.com/wangxiao5791509/ROLO摘要：本文提出了一种新的方法进行空间监督 RCNN 来进行目标跟踪。我们通过深度神经网络来学习到 locations 的历
2020-08-06 14:42:51
95
原创 【ReID based video 】2017 AMOC: accumulative motion context ： 有监督
AMOC: Hao Liu, Zequn Jie, Karlekar Jayashree, Meibin Qi, Jianguo Jiang, Shuicheng Yan, Jiashi Feng. Video based person re-identification with accumulative motion context[J]. arXiv preprint arXiv:1701.00193,2017.没有开源。。基于累计运动内容的ReID相关文献[10][10] uses a
2020-08-06 10:20:53
495
原创 【ing 】CNN（卷积神经网络）、RNN（循环神经网络）、DNN（深度神经网络）的内部网络结构有什么区别？
CNN（卷积神经网络）、RNN（循环神经网络）、DNN（深度神经网络）的内部网络结构有什么区别？CNN（卷积神经网络）、RNN（循环神经网络）、DNN（深度神经网络）DNN指的是包含多个隐层的神经网络，如图1所示，根据神经元的特点，可以分为MLP、CNNs、RNNs等，下文在区分三者的时候，都从神经元的角度来讲解。MLP是最朴素的DNN，CNNs是encode了空间相关性的DNN，RNNs是encode进了时间相关性的DNN。CNN 专门解决图像问题的，可用把它看作特征提取层，放在输入层上，最后用ML
2020-08-06 09:25:59
1178
原创 Vehicle Re-Identification 调研 and数据集（未）
多层前馈结构从大规模数据集学习层次特征，在图像分类识别任务中取得了出色的性能。目前基于 CNN 的车辆识别研究中，在采用端到端模式的识别方法在性能上达到一个瓶颈时，通常会采用 2 种方案提升性能：一种是结合浅层学习知识和深度特征完成分类识别；另一种是将相关的领域知识和浅层学习技术融入到深度网络中，构建一个新的端到端网络结构，从而提升图像分类的精度。数据集车辆识别常用公共数据集Stanford-Cars [51]、CompCar [66]、Vehicle Color [18]Stanford-Ca.
2020-08-06 09:09:25
1158
原创 LeedCode 刷题笔记 70： 斐波那契数列 ： 爬楼梯 ： 排列组合问题转化
题目假设你正在爬楼梯。需要 n 阶你才能到达楼顶。每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？斐波那契数列以兔子繁殖为例子而引入，故又称为“兔子数列”，指的是这样一个数列：0、1、1、2、3、5、8、13、21、34、……在数学上，斐波那契数列以如下被以递推的方法定义：F(1)=1，F(2)=1,F(n)=F(n - 1)+F(n - 2)（n ≥ 3，n ∈ N*）在现代物理、准晶体结构、化学等领域，斐波纳契数列都有直接的应用，为此，美国数学会从 1963 年
2020-08-05 20:25:08
979
Hadoop权威指南（第四版）
2017-03-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人