- 博客(36)
- 资源 (4)
- 收藏
- 关注
RSS订阅转载 剑指offer题集(上：简单题)（c++ && python）
剑指offer题集(上：简单题)(题目来自于leetcode)代码为2个版本c++ python简单题文章目录剑指offer题集(上：简单题)简单题[剑指 Offer 03. 数组中重复的数字](https://leetcode-cn.com/problems/shu-zu-zhong-zhong-fu-de-shu-zi-lcof/)[剑指 Offer 05. 替换空格](https://leetcode-cn.com/problems/ti-huan-kong-ge-lcof/)[剑指 Offe
2021-03-08 10:47:38
202
原创 python基础知识点
Python基础知识点主要内容来源于《Python基础教程（第三版）》，回忆下基本知识点。只写来大部分不太熟悉的，很熟悉的那些知识点就没写文章目录Python基础知识点一、基本运算1、```//```整除2、```%```取余3、``**`` 乘方（求幂）(函数``pow()``)4、``0x``十六进制、``0``八进制、``0b``二进制5、``round()`` 将浮点数向最接近的整数取整 ``floor``向下取整``ceil``向上取整6、``cmath``复数模块7、前缀``r``原始字
2021-03-01 14:01:38
160
1
原创 【论文笔记】（VC）A QP-ADAPTIVE MECHANISM FOR CNN-BASED FILTER IN VIDEO CODING
A QP-ADAPTIVE MECHANISM FOR CNN-BASED FILTER IN VIDEO CODING问题在先前大多数工作中，每个QP带都需要一个单独的模型，参数过多。方法因此，文中提出将QP引入卷积中，而且文中所提结构可以直接替换现有工作的任何卷积层。分析In [20], it introduces the QP as another input.Its working principle as flowes:As wo can see, the bias is wei
2021-02-23 17:52:32
248
原创 【论文笔记】(VC)Multi-scale Grouped Dense Network for VVC Intra Coding
Multi-scale Grouped Dense Network for VVC Intra Coding问题为了降低伪影方法提出了一个 the multi-scale grouped dense network (MSGDN)包含了多尺度和组密集模块提出 a generative adversarial network (MSGDNGAN) 利用MSGDN作为生成器，以提高主观质量分析VVC中，编码单元的尺寸是不同的，因此造成压缩伪影分布在不同的空间尺寸上。因此采用多尺度为了增强网络的
2021-02-23 10:19:23
316
原创 【论文笔记】（Frequency）FcaNet: Frequency Channel Attention Networks
《FcaNet: Frequency Channel Attention Networks》question常见的注意力机制，都是默认将GAP作为一个不可或缺的预处理过程，然而文中提出GAP是频域中特征分解的一个特例，因此提出在频域进行注意力机制的预处理过程。...
2021-02-21 16:55:42
733
原创 Docker运行python程序（pytorch）简易命令
做个笔记，防止忘了！！文章目录nvidia-docker 替换 docker容器生命周期管理docker run：创建一个新的容器并运行一个命令docker start : 启动一个或多个已经被停止的容器docker stop :停止一个运行中的容器docker restart :重启容器docker kill :杀掉一个运行中的容器docker rm ：删除一个或多个容器docker pause :暂停容器中所有的进程。docker unpause :恢复容器中所有的进程。docker exec ：在运
2021-01-13 13:07:14
1296
原创 【论文笔记】(SR)《Image Super-Resolution Using Very Deep Residual Channel Attention Networks》
《Image Super-Resolution Using Very Deep Residual Channel Attention Networks》阅读笔记problemThe lowresolution inputs and features contain abundant low-frequency information, which is treated equally across channels, hence hindering the representational abilit
2020-12-23 10:38:22
221
原创 【论文笔记】(HEVC)《Multi-stage Attention Convolutional Neural Networks for HEVC In-Loop Filtering》
《Multi-stage Attention Convolutional Neural Networks for HEVC In-Loop Filtering》阅读笔记Peng-Ren Lai, Jia-Shung Wang Department of Computer Science, National Tsing Hua University, Hsinchu, Taiwan {ex0487, jswangtaiwan}@gmail.com abstractthey proposed a M
2020-11-11 16:14:55
366
原创 【论文笔记】(HEVC)《Recursive Residual Convolutional Neural NetworkBased In-Loop Filtering ..》
《Recursive Residual Convolutional Neural NetworkBased In-Loop Filtering for Intra Frames》阅读笔记problems深层网络需要考虑退化和训练难度的问题motivation提出RRCNN，有利于实现深层网络，在增强学习能力的同时而不需考虑退化问题，递归使用一组权值，利用更少的参数实现好的效果。shortcut connections 降低训练难度。亮度色度分别训练网络以适应不同通道的特点。引入CTU
2020-11-11 14:16:09
281
原创 【C++语法】1、STL常用操作
文章目录1、`vector`2、`map`5、删除操作3、`stack`4、`queue`5、`map`1、vector2、map5、删除操作迭代器删除iter = mapName.find("keyword");mapName.erase(iter);关键字删除int n = mapName.erase("keyword"); 如果删除了会返回1，否则返回0迭代器范围删除（也可以自定义其他迭代器）mapName.erase(mapName.begin(), mapName.end(
2020-11-09 10:17:55
100
原创 【论文笔记】(VC) 《Frame-wise CNN-based Filtering for Intra-Frame Quality Enhancement of HEVC Videos》
《Frame-wise CNN-based Filtering for Intra-Frame Quality Enhancement of HEVC Videos》阅读笔记question基于块的训练和滤波不太好，有一些缺点motivation提出了一种基于帧的CNN滤波器，就是用整帧来训练网络。基于全局帧内容，网络可以检测整帧图片的低质量区域，compute the necessary details for enhancingthe quality of the frames comp
2020-11-06 15:28:36
402
原创 【深度学习基础】1、梯度下降算法（学习率调整）
其实文章目录【深度学习基础】梯度下降算法1、批量梯度下降（`BGD`）2、随机梯度下降（`SGD`）2、`Online GD`3、Adam 优化【深度学习基础】梯度下降算法while !(Stop condition) weights_grad = evaluate_gradients(loss_fun,data,weights) weights -= step_size * weights_grad流程1、确定初始状态（初始位置）weights,也就是初始化2、计算当前状态的梯度weig
2020-11-05 16:14:30
1912
原创 【机器学习基础】2、代价函数\损失函数汇总
代价函数文章目录代价函数1、二次代价函数（quadratic cost）1、二次代价函数（quadratic cost）J=12n∑x∥y(x)−aL(x)∥2J = \frac{1}{2n}\sum_x\Vert y(x)-a^L(x)\Vert^2J=2n1x∑∥y(x)−aL(x)∥2J表示代价函数，表示代价函数，表示代价函数，x表示样本，表示样本，表示样本，y表示实际值，表示实际值，表示实际值，a表示输出值，表示输出值，表示输出值，n表示样本的总数。表示样本的总数。表示样本的总数。12\
2020-11-05 14:57:00
817
原创 【论文笔记】(VC)《Combining Progressive Rethinking and Collaborative Learning: ... for In-Loop filtering》
《Combining Progressive Rethinking and Collaborative Learning: A Deep Framework for In-Loop Filtering 》阅读笔记quedtion1、how to model spatial and temporal redundancies more effectively in the coding scenario（如何建模，有效的利用时空冗余）2、what kinds of side information
2020-11-04 15:35:14
353
原创 【leetcode每日一题】2020/10月
leetcode10月每日一题文章目录leetcode10月每日一题2020/10/5:[四数之和](https://leetcode-cn.com/problems/4sum/)2020/10/7 : [颜色分类](https://leetcode-cn.com/problems/sort-colors/)2020/10/8 ：[反转字符串](https://leetcode-cn.com/problems/reverse-string/)2020/10/9 ：[环形链表](https://leet
2020-11-03 09:08:13
214
原创 【论文笔记】(VC in-loop filter)《MFRNet: A New CNN Architecture for Post-Processing and In-loop Filtering 》
《MFRNet: A New CNN Architecture for Post-Processing and In-loop Filtering 》论文阅读笔记提出的问题莫得！motivation提出了一种multilevel feature review residual dense blocks for postprocessing and in-loop filtering. 其实就是单纯的利用了dense residual net结构，同样的多个MFRB（ Multi-level Fea
2020-10-30 15:26:13
710
4
原创 【机器学习基础】1、分类算法的评估方法
文章目录分类算法的评估1、常用术语2、评价指标分类算法的评估1、常用术语分类目标一般分为正例（positive）和反例（negative）。True positives(TP): 被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数；False positives(FP): 被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数；False negatives(FN):被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数；True negatives
2020-10-28 15:39:21
758
原创 【论文笔记】（SR）《Residual Dense Network for Image Super-Resolution》
《Residual Dense Network for Image Super-Resolution》论文阅读笔记针对的问题 ：针对目前大多数基于CNN的SR模型不能充分利用原始低分辨率（LR）图像的层次特征（the hierarchical features ），只实现了较低的表现。提出的办法 ：提出了一种 residual dense network (RDN)解决这个问题。使用 residual dense block (RDB) ：使用密集连接的卷积层来提取局部特征RDB会将前面的RDB状
2020-10-28 09:38:38
457
原创 leetcode笔记（2）简单题（数组）
leetcode刷题笔记（2）简单题（数组）C++文章目录leetcode刷题笔记（2）简单题（数组）C++268、缺少数字283、移动零414、第三大的数448、找到所有数组中消失的数字485、最大连续1的个数509、斐波那契数561、数组拆分I697、数组的度1200、最小绝对差1295、统计位数为偶数的数字1299、将每个元素替换为右侧最大元素1304、和为零的N个唯一整数1365、有多少小于当前数字的数字1385、两个数组间的距离值1464、数组中两元素的最大乘积1470、重新排列数组1486、数
2020-10-20 12:48:21
413
原创 leetcode 2020/09 每日一题
leetcode 2020/9 每日一题文章目录leetcode 2020/9 每日一题2020/9/11: [组合总和 III](https://leetcode-cn.com/problems/combination-sum-iii/)2020/9/12：[二叉树的层平均值](https://leetcode-cn.com/problems/average-of-levels-in-binary-tree/)2020/9/14: [二叉树的中序遍历](https://leetcode-cn.com/p
2020-10-20 12:43:37
91
原创 Linux常用进阶命令
常用命令文章目录常用命令磁盘管理进程管理查看进程，GPU运行程序文件权限远程文件传输磁盘管理du -sh * #查看当前路径下各个文件大小df -h #查看硬盘空间 fdisk -l #查看所挂载硬盘个数及分区情况进程管理ps -u #可以看到当前进程的用户kill -9 #来强制终止退出ps -ef|grep LOCAL=NO|grep -v grep|cut -c 9-15|xargs kill -9 # kill LOCAL=NO 全部关联进程p
2020-10-13 15:05:19
316
原创 leetcode刷题笔记（1）：简单题（链表）
leetcode刷题笔记（1）：简单题（链表）文章目录leetcode刷题笔记（1）：简单题（链表）141、环形链表160、相交链表203、移除链表元素206、反转链表225、用队列实现栈面试题10.01、合并排序的数组234、回文链表237、删除链表中的节点（智商题）326、3的幂344、反转字符串876、链表的中间结点1290、二进制链表转整数141、环形链表问题给定一个链表，判断链表中是否有环。为了表示给定链表中的环，我们使用整数 pos 来表示链表尾连接到链表中的位置（索引从 0 开始）。
2020-07-24 10:17:07
163
原创 HM下载、配置、运行
HM下载、配置、运行文章目录HM下载、配置、运行一、下载windows系统方式一：TortoiseSVN下载自行百度安装TortoiseSVN在弹出的对话框内输入链接`https://hevc.hhi.fraunhofer.de/svn/svn_HEVCSoftware/tags/`右击对应版本，并点击`checkout`方式二：网站直接下载linux系统二、配置三、运行一、下载windows系统方式一：TortoiseSVN下载自行百度安装TortoiseSVN在弹出的对话框内输入链接htt
2020-07-16 14:25:06
1021
原创 python(小程序系列2)yuv视频的读取（8bit、10bit）
文章目录一、YUV封装格式二、YUV读取一、YUV封装格式格式一：YUV依次存放，每帧依次存放格式二：。。。二、YUV读取以下代码可以从yuv文件中提取某一帧的YUV3个分量的对应像素值信息（YUV420格式）适用于8bit，10bit//头文件import numpy as npfrom functools import partialdef get_YUVdata(fdata,width,height,BitDepth,startfrm): fp = open(fdata,
2020-07-16 09:20:53
1275
原创 c++学习笔记（1）：《侯捷C++面向对象高级开发》学习笔记
阅读于侯捷《C++面向对象高级开发》太细节，没基础不要看，有一些我也看不懂文章目录阅读于侯捷《C++面向对象高级开发》一、二、三大函数：拷贝构造，拷贝赋值，析构Class with pointer member 必须有 copy ctor 和 copy op=（拷贝构造，拷贝赋值）三、堆，栈，内存管理四、类模板、函数模板及其他类模板`function template``namespace`using dirctive`using declaration`五、组合与继承`Delegation` 委托
2020-07-15 22:36:54
288
转载 HM代码阅读（1）编码流程总述
转载于 https://blog.csdn.net/nb_vol_1/article/details/51144828目录转载于 https://blog.csdn.net/nb_vol_1/article/details/51144828编码流程1、编码GOP2、编码slice3、slice的划分4、CU的划分5、`compressCU`6、帧内预测的详解(入口函数：`xCheckRDCostIntra`）6.1、对于亮度分量6.1.1、调用`estIntraPredQT`6.1.2、调用`xRecur
2020-07-12 17:19:13
793
转载 pytorch学习五、深度学习计算
来自于 https://tangshusen.me/Dive-into-DL-PyTorch/#/官方文档 https://pytorch.org/docs/stable/tensors.html模型构建Module类是nn模块里提供的一个模型构造类，是所有神经网络模块的基类，我们可以继承它来定义我们想要的模型。下面继承Module类构造本节开头提到的多层感知机。这里定义的MLP类重载了Module类的__init__函数和forward函数。它们分别用于创建模型参数和定义前向计算。前向计算也即正向传
2020-07-11 21:11:24
430
转载 pytorch学习四、感知器
来自于 https://tangshusen.me/Dive-into-DL-PyTorch/#/官方文档 https://pytorch.org/docs/stable/tensors.html多层感知机import torchimport numpy as npimport torchvisionimport torchvision.transforms as transformsimport sysmnist_train = torchvision.datasets.FashionM
2020-07-11 21:10:17
165
转载 pytorch学习三、softmax回归
来自于 https://tangshusen.me/Dive-into-DL-PyTorch/#/官方文档 https://pytorch.org/docs/stable/tensors.htmlsoftmax回归Fashion-MNIST[2]获取数据集import torchimport torchvisionimport torchvision.transforms as transformsimport matplotlib.pyplot as pltimport timeimp
2020-07-11 21:08:44
455
转载 pytorch学习二、线性回归
来自于 https://tangshusen.me/Dive-into-DL-### PyTorch/#/官方文档 https://pytorch.org/docs/stable/tensors.html一、线性回归%matplotlib inlineimport torchfrom IPython import displayfrom matplotlib import pyplot as plt import numpy as npimport random生成数据集num_i
2020-07-11 21:07:01
304
1
转载 pytorch学习一、预备知识
来自于 https://tangshusen.me/Dive-into-DL-PyTorch/#/官方文档 https://pytorch.org/docs/stable/tensors.html一、创建tensorimport torchx=torch.empty(5,3)print(x)tensor([[0., 0., 0.], [0., 0., 0.], [0., 0., 0.], [0., 0., 0.], [0., 0
2020-07-04 14:56:36
404
原创 VTM遇到的问题集锦
一、待更新中1、配置好VTM后，并在调试界面输入命令参数后，点击运行，既不报错，也没有任何结果？配置文件，视频序列，需要在工作目录下，或者加上绝对路径，先对路径。还有就是名字要写对（我写错了，一直找不到原因呢，浪费了好长是时间）2、未加载符号文件我的原因是在release下调试出错，应该在debug下调试...
2020-05-23 11:31:42
1503
3
原创 VS2019运行VTM（win10）
如何使用VS2019直接运行VTM1、打开VTM解决方案2、点击重新生成解决方案或者只用右击项目列表中的EncoderAPP，再点击重新生成。（执行此步只会编译生成编码器即EncoderAPP）3、编译完成，在VTM根目录的bin文件夹里会发现几个可执行文件（如果只编译了EncoderAPP，就只有EncoderApp.exe）这里面的EncoderApp.exe：编码器DecoderApp.exe：解码器这里编译的都是DebugX64版本，若想编译Release版本，可以在下图中红
2020-05-23 10:27:57
1661
1
原创 VTM7.0配置并运行（windows系统）
一、下载安装VTM1、解压VTM软件压缩包2、在解压好的目录里新建‘build’文件夹二：下载安装Cmake1、下载Cmake并解压2、配置Cmake环境变量将图片中的目录加入环境变量。三：编译方法一：界面1、打开cmake-gui.exe2、更改下图红框内的路径为解压的对应VTM的路径第一行路径为VTM安装根目录，即本文的第一张图片。第二行路径为VTM安装根目录下的build文件夹内３、点击下图中的配置Configure4、跳出如下界面，选择自己安装的对应VS版本
2020-05-22 01:15:42
1861
2
原创 C++（算法系列1）：迪杰斯特拉(Dijkstra)算法:最短路径问题
最短路径问题求出一给定无向图的某顶点零一顶点的最短路径及最短权重本文代码求出了给定起点到所有其他顶点的最短路径和最短权重。迪杰斯特拉(Dijkstra)算法详情请搜索其他讲解代码详解定义图节点结构体：（x,y,z）是节点的空间坐标。w包含一组pair<int,int>,每个pair代表该节点的一个邻接节点的编号和权重。typedef struct node { int ...
2020-05-15 15:33:02
972
1
原创 python(小程序系列1)生成取值0-12的所有可能矩阵
用python生成10行16列的取值为0-12的所有可能矩阵（用进位操作生成所有情况）import numpy as npdef add_one(m): last_d=0 for i in range(160): if m[0,i]!=12: m[0,i]+=1 for j in range(i): ...
2020-05-04 19:37:57
405
用链表实现任意长整数的加减法.txt
2020-01-31
二叉树前序中序后序遍历.txt
2020-01-31
两个链表的合并代码.txt
2020-01-31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人