qq_35674193的博客

原创 shamir 秘密共享

应用密码学 | 秘密共享的概念与算法详解 - 知乎

原创 拉格朗日多项式

拉格朗日

原创 hredis 发布订阅 二进制数据

【代码】hredis 发布订阅 二进制数据。

原创 使用hiredis实现publish和subscribe

【代码】使用hiredis实现publish和subscribe。

原创 python lib version

absl-py 1.4.0addict 2.4.0ansi2html 1.8.0anyio 3.7.0argon2-cffi 21.3.0argon2-cffi-bindings 21.2.0arrow 1.2.3asttokens 2.2.1attrs

原创 离散傅里叶变换、离散余弦变换

介绍的很通俗，推荐。

原创 reids 存取c语言结构体数据

【代码】reids 存取c语言结构体数据。

原创 ctp OnRtnTrade 返回值

【代码】ctp OnRtnTrade 返回值。

原创 ctp OnRtnOrder 返回的非空值

【代码】ctp OnRtnOrder 返回的非空值。

原创 GB2312转UTF8

【代码】GB2312转UTF8。

原创 通过任意数量点拟合曲线

通过多个点拟合多项式表达的曲线。

原创 关于泰勒公式由来的资料

牛顿插值法推导出泰勒公式

原创 boost算法

gbdt、xboost、adaboost大概的区别和联系

原创 bert 笔记

一、embedding1、pytorch——embedding函数生成的embedding2、pos embedding【1,2,3,4,。。。。。32】 这个列表生成的embedding3、type embedding 有两句话时来区分的。 最终是1+2+3三个向量相加得最终embedding二、mul-head q、k、v，生成bert-embedding,一共12个head1、q k两两结合，使用softmax生成注意力权重，然后和v结合生成b，b为最终值2、self attention完成后

原创 人工智能顶会

下面这些是比价出名的顶会CVPR：IEEE国际计算机视觉与模式识别会议ECCV：欧洲计算机视觉国际会议ICCV：国际计算机视觉大会AAAI：国际先进人工智能协会NIPS：神经信息处理系统大会ICLR：国际学习表征会议ICML：国际机器学习会议...

原创 高斯模糊需要知道的理念

让图像看起来模糊，可以用局部像素均值的方法，如果使用简单平均，显然不是很合理，因为图像都是连续的，越靠近的点关系越密切，越远离的点关系越疏远。因此，加权平均更合理，距离越近的点权重越大，距离越远的点权重越小。。。。。。...

原创 pytorch BatchNorm2d 函数

此函数主要是为了归一化，本文主要讲解如何计算的，原理可以搜索其他博文。上代码：# -*-coding:utf-8-*-import randomimport numpy as npimport torchtorch.manual_seed(50)random.seed(50)batch = torch.nn.BatchNorm2d(1,momentum = 0, eps=0,affine =False, track_running_stats=False)data =torch.

原创 使用opencv 识别圆圈

import cv2 as cvimport numpy as np#读取文件img = 'C:/Users/DELL/Desktop/pic2/1.png'planets = cv.imread(img)#转成灰度图片gray = cv2.cvtColor(planets, cv2.COLOR_RGB2GRAY)#sobel边缘检测sobel_x = cv2.Sobel(gray, cv2.CV_8U, 1, 0)#霍夫圆检测circles = cv.HoughCircles.

原创 朴素贝叶斯 和 贝叶斯 有什么区别

贝叶斯是一个公式：朴素贝叶斯是一种分类方法，为了计算方便和可行，事先假设Xi条件独立。本来需要计算：假设独立后只需计算：

原创 升水、贴水的意思

升水和贴水是表示汇率的涨跌的，汇率上升，叫升水，汇率下跌，叫跌水。1 rmb = 0.16usd 表示人民币对美元的汇率，1 usd =6 rmb 表示美元对人民币的汇率。不管哪个汇率上升，都叫这个汇率的升水。...

原创 GIOU损失函数

1、问题：giou为什么要加IOU？这是因为-号两边的部分，在A和B重合前后只有一个生效，另一个是0.2、Lgiou 式子中为什么要用1减？为了将式子变成减函数，方便梯度下降。

原创 tensorflow、pytorch、paddle测试gpu语句

paddle:import paddlepaddle.utils.run_check()pytorch:import torcha = torch.cuda.is_available()print(a)tensorflow:import tensorflow as tfprint(tf.test.is_gpu_available())

原创 自注意力机制

q：通过自身q和每个其它向量的k结合可以得到自身和其它向量的相关性α，v:携带每个向量的信息。

原创 关于信息垄断的思考

信息垄断是指信息资源、信息设备及信息技术被控制在少数人手中，并被不合理的分配与享用。 — 维基百科在网络山查找到的关于信息垄断的资料都是偏向贬义，信息垄断是一种阶级固化的本能反应，是经济社会发展的必然产物。以下是搜集到的关于信息垄断的一些案例：信息垄断会引发市场中信息寻租问题产生。当今信息社会，信息已经成为重要的资源，信息拥有者想方设法对自己所掌握的信息进行垄断，以获取高额利润。信息寻租行为对社会有着一定的危害性，而新型市场失灵也是一种信息垄断，即生产经营者对其商品或服务的信息进行操...

原创 ROC曲线

当虚惊率高的时候 击中率高 很正常。当虚惊率低（负样本多，但是错误少）的时候 击中率高 才优秀。

原创 denseNet 详解

CNN网络架构演进：从LeNet到DenseNet - Madcola - 博客园 (cnblogs.com)1、解决梯度消失问题2、特征图相应变少

原创 inception 网络

(39条消息) 十分钟一起学会Inception网络_TensorFlowNews-CSDN博客_inception网络1、在3x3卷积核前使用1x1卷积，可以首先将通道数变少，然后在进行正常卷积，可以降低参数量和连接数。这个靠想想不是那么直观，需要好好思考。2、在同一层使用多个尺寸的卷积核进行卷积操作可以提供更丰富的信息。...

原创 seNet详解

最后一届ImageNet冠军模型：SENet - 知乎 (zhihu.com)1、先把各通道特征图融合。2、学习每个通道的一个w权重。3、用这个权重乘对应通道特征图。4、得到新的有注意力的特征图。

原创 分组卷积————

原创 深度可分离卷积

关于深度可分离卷积的理解 - GShang - 博客园 (cnblogs.com)1、单通道卷积2、逐点卷积

原创 卷积、卷积核、通道

一般的卷积，卷积核通道数=输入图片通道数输出图片通道数=卷积核数量

原创 使用叉积判断两个向量相对位置，顺时针、逆时针

可以使用极坐标的方式，将ab, cd坐标换算成(L1*COS∠1，L1*SIN∠1）。。。

原创 python处理excel文件

import xlrd, xlwtreadbook = xlrd.open_workbook('a.xls')# sheet = readbook.sheet_by_index(1)#索引的方式，从0开始sheet = readbook.sheet_by_name('使用方法')#名字的方式nrows = sheet.nrows#行ncols = sheet.ncols#列print(nrows)print(ncols)lng = sheet.cell(0,0).value#获取i行3列.

原创 卷积运算方式

卷积核可以有多个，每个卷积核的通道和输入数据的通道相同，比如RGB三个通道。

原创 二项分布期望和方差公式推导

https://wenku.baidu.com/view/2b4fb3bc750bf78a6529647d27284b73f24236e2?fr=tag&word=%E4%BA%8C%E9%A1%B9%E5%88%86%E5%B8%83%E6%96%B9%E5%B7%AE

原创 PCA

https://blog.csdn.net/u010376788/article/details/46957957

原创 SVM非常详细的解说

SVM非常详细的解说https://zhuanlan.zhihu.com/p/24638007

原创 ubuntu 使用tensorflow-gpu2.X 报错 Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR

Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR要在文件开始处添加：config = tf.compat.v1.ConfigProto(gpu_options=tf.compat.v1.GPUOptions(allow_growth=True))sess = tf.compat.v1.Session(config=config)原因是因为tensorflow会申请整个显卡内存，虽然它用不到，比如我是rtx2070（8g.

原创 一秒弄懂 epoch、batch_size

第一：epoch 神经网络训练时候 y=wx +b , 要把所有数据集样本通过网络计算出y'结果，然后计算平均损失： Loss=( ∑(y - y')^2 ) / n(样本总个数) 然后一次接一次地通过梯度下降法，得出比较小的Loss，此时才算训练完成。 上面说的一次接一次 就是epoch的次数。第二：batch_size 上面每次训练的过程中，因为需要把所有样本送到神经网络计算一遍，用cpu的话比较慢，因为要一个一个先后按顺序，所以我们使用.

原创 maven 更新不成功

1、进入pom.xml文件夹命令行，使用mvn install2、再在项目右键点击update3、有时需要加上：<dependency> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-resources-plugin</artifactId> <version>2.6</version> </d