- 博客(203)
- 资源 (32)
- 收藏
- 关注
RSS订阅原创 【Mamba】（202401）U-Mamba: Enhancing Long-range Dependency for Biomedical Image Segmentation
本文介绍了一种名为U-Mamba的通用生物医学图像分割网络，该网络旨在改进卷积神经网络（CNN）和Transformer在处理长距离依赖性方面的局限性。由于局部性和计算复杂性，CNN和Transformer在处理这类问题时能力有限。受状态空间序列模型（State Space Sequence Models, SSMs）的启发，我们设计了一个混合型CNN-SSM模块，它结合了卷积层强大的局部特征提取能力和SSMs捕捉长程依赖性的能力。
2024-04-02 17:09:50
814
原创 【历史资料】北京交通通信原理复试题汇总
数字基带传输系统概念数字基带信号指的是所占据的频谱是从零频或者很低频率开始的。在某些具有低通特性的有线信道中，特别是在传输距离不太远的情况下，基带信号可以不经过载波调制而直接进行传输，这类传输系统我们称之为基带传输系统。幅度调制（AM、脉冲PAM、幅移键控ASK）、频率调制（FM、频移键控FSK、脉宽调制PDM）、相位调制（PM、相移键控PSK、脉位调制PPM）：是频谱的非线性变换，会产生与频谱搬移不同的新的频率成分，故又称为非线性调制。可靠性：输出信噪比（接收端输出的信号平均功率与噪声平均功率之比）
2023-12-01 22:22:58
182
原创 【图论】重庆大学图论与应用课程期末复习资料2-各章考点（计算部分）（私人复习资料）
二、树1、避圈法（克鲁斯克尔算法）2、破圈法3、Prim算法四、路径算法1、Dijkstra算法2、Floyd算法五、匹配1、匈牙利算法（最大权理想匹配（最小权权值取反））六、行遍性问题1、Fleury算法（欧拉巡回）2、Edmonds算法（最佳巡回）3、Christofides 最小权匹配算法（最佳H圈）4、二边逐次修正法（最佳H圈）5、最佳H圈七、平面图1、可平面性算法
2023-12-01 21:41:33
607
原创 【图论】重庆大学图论与应用课程期末复习资料2-各章考点（填空证明部分）（私人复习资料）
所在的分支仅有一个奇度顶点，与握手定理矛盾。为二部图，因为二部图所有子图均为二部图，则。
2023-12-01 21:00:13
589
原创 【图论】重庆大学图论与应用课程期末复习资料（私人复习资料）
期末资料包括（考试范围、书中例题、书中作业、ppt例题，填空知识点，证明题，历年真题等）
2023-11-29 15:47:20
2336
2
原创 【Ubuntu配置ssh和sftp与windows的xshell连接】
【代码】【Ubuntu配置ssh和sftp与windows的xshell连接】
2023-09-20 09:59:27
223
原创 一文整理深度学习【深度学习linux的docker+pytorch+cuda+nvidia-docker+vscode配置】
docker+pytorch+cuda+nvidia-docker+vscode
2022-09-28 14:53:47
756
原创 【论文知识点笔记】具有定量特征融合的粒子群优化模糊 CNN 用于超声图像质量识别
Particle Swarm Optimized Fuzzy CNN with QuantitativeFeature Fusion for Ultrasound Image Quality Identification（具有定量特征融合的粒子群优化模糊 CNN 用于超声图像质量识别）
2022-09-03 17:32:54
833
原创 【论文知识点笔记】An adaptive self-guided wavelet convolutional neural network（小波变换+亚像素卷积+分组卷积+注意力+复合损失）
【论文知识点笔记】An adaptive self-guided wavelet convolutional neural network（小波变换+亚像素卷积+分组卷积+注意力+复合损失）
2022-06-29 16:30:55
459
1
原创 一文整理深度学习【PyTorch和Numpy高级常用代码段合集】
参考资料(张皓：PyTorch Cookbook)PyTorch和Numpy常用代码段合集Pytorch1. 导入包和版本查询2. 可复现性3. 显卡设置4. 张量基本信息5. 命名张量6. 数据类型转换7. torch.Tensor与np.ndarray转换8. Torch.tensor与PIL.Image转换9. np.ndarray与PIL.Image的转换10. 从只包含一个元素的张量中提取值11. 张量形变12. 打乱顺序13. 水平翻转14. 张量拼接15. 将整数标签转为one-hot编码1
2022-05-07 10:56:40
190
原创 【论文知识点笔记】PixelRL（强化学习+全卷积+策略学习+价值学习）
PixelRL（强化学习+全卷积+策略学习+价值学习）一、摘要二、介绍三、创新点四、相关工作五、背景知识六、本文方法一、摘要本文解决了一个新的问题设置：用于图像处理的像素级奖励 (pixelRL) 强化学习。在引入深度 Q 网络之后，深度强化学习取得了巨大的成功。然而，深度强化学习（RL）在图像处理中的应用仍然有限。因此，我们将深度强化学习扩展到像素强化学习，用于各种图像处理应用。在pixelRL中，每个像素都有一个agent，agent通过一个动作来改变像素值。我们还提出了一种有效的 pixelR
2022-04-05 11:54:11
3072
原创 docker-compose.yaml的一些坑（趁我还记得赶快记下来）
docker-compose.yaml的一些坑Centos7 配置阿里云 yum 镜像Docker安装安装docker-compose使用docker-compose想docker-compose部署mysql,redis,rabbitmq，然后配置在远程进行访问，边开发。但遇到好多错误。注意：docker-compose文件夹要授权注意：mysql远程访问权限问题注意：rabbitmq踪器restartCentos7 配置阿里云 yum 镜像# 备份旧的 yum 源mv /etc/yum.repos
2022-03-17 19:08:40
2912
原创 一文整理Docker【Docker使用（更新中）】
DockerDocker学习一、Docker概述1、Docker有什么用？二、Docker安装三、Docker基本组成1、查看环境2、安装3、阿里云镜像加速：4、卸载5、运行原理四、Docker命令0、帮助命令1、镜像命令1.1、查看所有镜像1.2、搜索镜像2、容器命令3、操作命令五、Docker镜像六、容器数据卷七、DockerFile八、Docker网络原理九、IDEA整合Docker十、Docker Compose十一、Docker Swarm十二、CI\CD jenkinsDocker学习一、
2022-03-17 14:48:16
1630
原创 一文整理IEEE问题汇总【IEEE PDF Checker】（更新中）
文章目录一、如何使用二、出现问题字体问题Latex问题一、如何使用进入网址：https://ieee-pdfchecker.org/Account/Login登录填写，文章名和期刊名上传文章pdf确认信息检测成功二、出现问题出现问题下载问题报错解压包如下：字体问题Error Font Helvetica is not embedded (256x)Error Font Symbol is not embedded (18x)解决方法很简单：先下载Adob
2022-03-09 22:32:36
1121
原创 【java】三步法：redis部署在CentOS 8（后端篇）
三步法：redis部署在CentOS 8（后端篇）一、配置环境并下载Redis1. 测试你的gcc环境2. 下载并解压安装包二、安装编译并配置文件1. 编译2. 配置文件三、启动服务并测试1. 前台启动2. 后台启动3. 查看端口及其他4. 测试其他1. 开机启动2. 创建 redis 命令软链接3. 重要相关的服务操作命令4. 客户端4. 参考文章一、配置环境并下载Redis1. 测试你的gcc环境redis 是用 C 语言开发，安装之前必先确认是否安装 gcc 环境有，看一下版本gcc -
2022-02-05 18:24:26
177
原创 【算法学习笔记】一、算法基础
根据参考：labuladong的算法小抄我上次看过一点【labuladong的算法小抄】，做过一些笔记，感觉没时间练也没记住，这次得好好从头看看了。文章目录一、框架思维二、数据结构的存储方式三、数据结构的基本操作一、框架思维首先，学会框架思维是快速掌握任何领域的重要技巧，是解决问题的能力体现。框架思维：解决问题的能力中提到分析思维框架的流程。其次，在算法中也是如此，我们往往在根据问题设计算法时，需要自顶向下，从整体到细节，从抽象到具体的考虑问题。二、数据结构的存储方式首先，我们在学习算法之.
2022-01-21 21:42:52
150
原创 【java】四步法：spring boot项目部署在CentOS 8（后端篇）
四步法：spring boot项目部署在CentOS 8（后端篇）一、使用IDEA打包项目为jar包（构建）1. IDEA版本2. maven版本3. pom.xml 设置4. 构建jar包二、Centos8安装VSFTP服务器（传输）三、Centos8安装MYSQL环境（配置）四、Centos8安装JAVA环境（部署）一、使用IDEA打包项目为jar包（构建）1. IDEA版本2. maven版本apache-maven-3.8.33. pom.xml 设置（可能会出现，Linux执行
2022-01-19 22:32:47
875
原创 【java】项目环境配置
项目环境配置一、SVN 版本控制1. 下载安装2. Checkout同步代码3. Update更新代码4. Commit提交代码5. 撤销本地修改6. 查看提交记录二、IntellJ IDEA 2020三、安装mysql一、SVN 版本控制这里我们没有用GIT而用了SVN，以后更新关于GIT的内容。【SVN的服务端】推荐使用：SVNBucket（中文名：SVN桶，是现在最好用的SVN服务）。【SVN的客户端】Win系统推荐：TortoiseSVN，Mac系统推荐：Cornstone。（开发时都在t
2022-01-14 20:16:21
149
原创 【论文知识点笔记】Binarized P-Network（强化学习+保守值迭代+二值化神经网络）
Binarized P-Network（强化学习+保守值迭代+二值化神经网络）一、强化学习1. 特点2. 介绍3. 知识点4. 原理4.1. 马尔科夫决策过程（MDP）二、保守值迭代（CVI）三、二值化神经网络四、Binarized P-Network一、强化学习1. 特点监督学习：训练数据（之间独立）+真实输出值强化学习：训练数据（时间顺序前后依赖）+奖励（延后）非监督学习：训练数据（之间独立）2. 介绍强化学习：如图环境（Evironment）拥有自己的状态转换模型，当选择了动作（Act
2022-01-05 15:07:43
665
7
原创 图像中的汉宁窗
这里写目录标题1. MOSSE（Visual Object Tracking using Adaptive Correlation Filters）2. CSK（Exploiting the Circulant Structure of Tracking-by-detection with Kernels）3. DCFNet（Discriminant Correlation Filters Network for Visual Tracking）4. UDT（Unsupervised Deep Tracki
2021-12-24 20:16:09
740
19
原创 【DAY03】记录
记录一、踩坑记录1.1. UserWarning: Argument interpolation should be of type InterpolationMode instead of int. Please, use InterpolationMode enum. "Argument interpolation should be of type InterpolationMode instead of int. "1.2. 使用numpy解决图像维度变换问题二、发现网站2.1. [用强化学习DQN
2021-12-24 20:08:19
3416
原创 【DAY02】记录
记录一、踩坑记录1.1. 梯度从某一层开始出现Nan值二、发现网站2.1. [OMNIZART：音乐转录](https://music-and-culture-technology-lab.github.io/omnizart-doc/)三、算法学习3.1. [遗传算法](https://zhuanlan.zhihu.com/p/28328304)四、论文学习4.1. [Rainbow视频](https://www.bilibili.com/video/BV1W64y1x7MF?from=search&am
2021-12-21 09:35:44
142
原创 【DAY01】记录
记录一、踩坑记录1.1. TypeError: can't convert cuda:0 device type tensor to numpy.1.2. RuntimeError: Can't call numpy() on Tensor that requires grad.1.3. Python numpy.unwrap()二、发现网站2.1. [优化算法笔记](https://www.jianshu.com/nb/37975757)2.2. [一文读懂优化算法](https://www.sohu.c
2021-12-19 19:59:02
690
原创 一文整理深度学习【深度学习win10的Docker配置】
win10的Docker配置一、WSL2配置1.1. 下载CUDA on WSL1.2. 下载WSL21.3. 安装linux1.4. sshpass二、安装Docker2.1. 安装Docker2.2. 安装nvidia-docker22.3. 重启一下docker服务三、安装深度学习环境3.1. 配置权限3.2. 获取镜像3.3. 测试镜像参考文章一、WSL2配置wsl2是windows内置的linux子系统1.1. 下载CUDA on WSLNVIDIA Drivers for CUDA on
2021-09-17 22:10:25
337
4
原创 一文整理深度学习【调参小技巧】
调参小技巧一、训练加速篇1.1. 数据加载加速1.1.1. 数据转为npy或npz格式加速1.1.2. 多核并行多进程图像读取1.1.3. numba代替CPython编译1.2. 分布式训练加速1.3. GPU利用率低二、推理加速篇2.1. 网络结构加速2.2. 模型推理加速2.3. 降低参数精度加速2.4. 模型剪枝2.5. 模型量化2.6. 知识蒸馏2.7. 模型压缩三、收敛加速篇3.1. 增大batch size3.2. 线性尺度学习率3.3. 学习率预热3.4. Zero γ3.5. 无偏衰减3.
2021-09-09 10:58:00
230
原创 【电子信息复试】考研复试常考问题——收集到的复试简答题
简答题1、论述具有五层协议的网络体系结构的要点，包括各层的主要功能。答：物理层 物理层的任务就是透明地传送比特流。 物理层还要确定连接电缆插头的定义及连接法。数据链路层 数据链路层的任务是在两个相邻结点间的线路上无差错地传送以帧（frame）为单位的数据。每一帧包括数据和必要的控制信息。网络层 网络层的任务就是要选择合适的路由，使 发送站的运输层所传下来的分组能够正确无误地按照地址找到目的站，并交付给目的站的运输层。运输层 运输层的任务是向上一层的进行通信的两个进程之间提供一个可靠的
2021-03-14 19:55:06
3720
原创 【电子信息复试】考研复试常考问题——软件工程
1.1.【软件工程】指导软件开发和维护的一门工程学科。采用工程的原理和方法来开发与维护软件1.2.【软件生命周期】有软件定义、软件开发和软件维护3个时期组成、八个阶段： 问题定义、可行性研究、需求分析、总体设计、详细设计、编码和单元测试、综合测试、软件维护1.3.【瀑布模型特点】依照生命周期固定顺序开发（延迟实现、重视文档） 优点：强迫开发人员规范化；严格规定每个阶段需提交的文档；每个阶段需经过质量小组验证。 缺点：很难在初期进行全面的需求分析；无法及时验证需求分析；灵活性低，难以维护
2021-03-14 19:53:10
1633
原创 【电子信息复试】考研复试常考问题——数据结构
1、常见的数据结构a、数组：顺序存储，随机访问 链表：链表存储，顺序访问b、栈，分为栈顶和栈底，遵循先进后出原则c、队列 ，一个线性表，像排队一样，受约束控制，遵循先进先出原则d、树：二叉树、平衡二叉树、大顶堆，小顶堆等e、图：最短路径，关键路径2、数组和链表的区别，请详细解释。从逻辑结构来看：a) 数组必须事先定义固定的长度（元素个数），不能适应数据动态地增减的情况。当数据增加时，可能超出原先定义的元素个数；当数据减少时，造成内存浪费；数组可以根据下标直接存取。..
2021-03-14 19:52:11
1883
原创 【电子信息复试】考研复试常考问题——数据库
1.1【关系模型的三种完整性约束】【实体完整性】：实体完整性是指实体的主属性不能取空值 【参照完整性】：在关系数据库中主要是值得外键参照的完整性 【用户定义的完整性】：用户定义完整性是针对某一个具体关系的约束条件1.2【事务】事务指的是满足 ACID 特性的一组操作，可以通过 Commit 提交一个事务，也可以使用 Rollback 进行回滚 （1）原子性 (Atomicity)：事务被视为不可分割的最小单元，事务的所有操作要么全部提交成功，要么全部失败回滚。回滚可以用回滚日志来实现，回滚日
2021-03-14 19:51:00
1501
原创 【电子信息复试】考研复试常考问题——操作系统
进程与线程的关系以及区别进程（Process）是计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配和调度的一个独立单位，线程是进程的一个实体,是CPU调度和分配的基本单位,它是比进程更小的能独立运行的基本单位.线程自己基本上不拥有系统资源,但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源.一个线程可以创建和撤销另一个线程;同一个进程中的多个线程之间可以并发执行.相对进程而言，线程是一个更加接近于执行体的概念，它可以与同进程中的其他线程共享数据，但拥有自己的栈空间，拥有独立的执行序
2021-03-14 19:50:12
837
原创 【电子信息复试】考研复试常考问题——计算机网路
计算机网络1、论述具有五层协议的网络体系结构的要点，包括各层的主要功能。答： 下层要向上层提供服务，上传通过接口使用下层服务，最底层只提供服务，最高层为用户提供服务。协议的三要素：语法、语义和同步物理层：透明传送比特流。数据链路层：在两个相邻结点间的线路上传送以帧（frame）为单位的数据。网络层：负责为分组交换网上的不同主机提供通信。运输层：负责主机中端到端或两个进程间的通信。应用层 直接为用户的应用进程提供服务，满足用户需求2、OSI参考模型层次结构的七层是什么（物.
2021-03-14 19:49:18
1591
1
原创 【电子信息复试】考研复试常考问题——组成原理
第1章：计算机系统概论1、计算机系统由哪两部分组成？计算机系统性能取决于什么？ 计算机系统是由“硬件”和“软件”组成。衡量一台计算机性能的优劣是根据多项技术指标综合确定的，既包括硬件的各种性能指标，又包括软件的各种功能。1）计算机系统由硬件和软件两部分组成。2）计算机系统性能由硬件和软件共同决定。2、计算机系统5层层次结构从下到上由哪五层组成？哪些是物理机，哪些是虚拟机？1）微程序机器、传统机器、操作系统机器、汇编语言机器、高级语言机器2）微程序机器和传统机器是物理机，其他是虚拟机...
2021-03-14 19:46:48
1162
经纬度转换Unity世界坐标Demo
2018-11-14
重庆大学-信号检测与估计(研)-个人期末复习资料
2023-11-23
魔百盒(机顶盒/刷机)(CM／M)固件合集
2023-07-15
【个人收集】上报维修管理系统（springboot+vue+elementui+微信小程序）
2022-03-31
一文读懂Mask-RCNN笔记（全）
2020-11-20
（自制自用）字幕处理工具未完善版.rar
2020-01-05
斐波那契数列.rar
2020-01-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人