自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(19)
  • 收藏
  • 关注

原创 PyCharm连接服务器

PyCharm连接服务器可与远端同步文件可在终端直接打开远程的shell可视化展现远端文件树第一步:打开Tool->Deployment->ConfigurationAutomatic Upload非必选,可以自动同步文件,但比较耗时。第二步:配置SFTP协议。选择左上角+号,选择SFTP协议在SSH configuration中配置远端服务器的信息,包括用户名和密码,以及远端ip。Root Path指定的是远程服务器的根路径,这里可以根据自身需要设置。第三步:配置

2021-08-01 22:23:44 571 1

原创 WGAN 筆記

WGAN现有研究样本拟合关于拟合一个样本分布的传统方法是使用另一个概率分布去对其进行拟合,即使用两个分布的KL散度作为损失函数,以此为目标对其不断进行优化。局限:现实场景下,KL散度不一定存在,在GAN文章中说明了过度依赖KL逆散度会出现模型坍塌的问题。传统的生成方法认为:利用加入高斯噪声的方法能够cover所有的case。局限:高斯噪声会降低图像的质量GAN定义了一个变量z和一个生成函数G(神经网络模型),通过不断优化G的参数θ\thetaθ,使模型能够产生服从于现分布的样本。局限:不稳定

2021-07-02 22:21:52 164

原创 GAN 笔记

GAN计算过程目标: 学习一个在x上的分布pgp_gpg​定义:随机噪声z作为输入:Pz(z)P_{z}(z)Pz​(z)生成网络函数:G(z;Θg)G(z;\Theta_g)G(z;Θg​)用来表示可导函数G在参数θg\theta_gθg​下的函数判别网络函数:D(x;θd)D(x;\theta_d)D(x;θd​)的输出是一个{0,1}标量,D(x)表示x是否为从真实样本中取的样例。对于判别网络而言:它的目标是最大程度的识别出真实样本和G产生的对抗样本。对于生成网络而言,它的目标是让判别

2021-07-02 22:20:46 178

原创 DCGAN 笔记

DCGAN研究内容提出了对网络进行限制的手段,使GAN的训练过程更加稳定使用GAN的判别器作为图像分类任务的分类器对卷积核进行可视化,验证了特定的卷积核用来产生特定的图像本文方法生成网络中,使用卷积层替换所有池化层,使网络学习它本身的下采样方法。删除全连接层,虽然全连接层能够提高稳定性,但是会影响收敛速度。添加BN层,使得梯度能够向深层传递,防止模型坍塌。但每一层都使用BN会导致模型出现震荡,所以本文在生成器输出层和判别器输入层不加BN。使用ReLU对生成器除输出层以外

2021-07-02 22:17:40 126

原创 Cycle-GAN 笔记

Cycle-GAN在缺少GT的情况下,利用GAN捕获某组图像的特点,实现图像迁移。相关研究风格迁移:使用Gram矩阵实现图片级别的映射关系。非对称的图像迁移:跨模态场景网络使用权重共享的策略,生成不同场景下的共同表征。本文方法本文目的是寻找两个不同风格图片之间的映射关系:$G: X->Y \F: Y->X$判别器的作用与传统GAN的判别器作用相同。损失函数由两部组成:对抗损失:通过不断优化, 使生成器能够生成从X到Y的映射。循环一致损失:防止G和F

2021-07-02 22:16:48 232

原创 ConSinGAN 笔记

ConSinGAN使用一张图片训练一个对抗生成网络。相关研究SinGAN原理:从一个分辨率很低的图像开始,进行多阶段的训练,每进入一个新的阶段,就加入更多的计算层。在每个训练阶段,都将先前阶段的计算层冻结,只在新加入的层上训练。原因:如果只在新加入的层上进行计算,相当于将输入不断的作为input输入到新加入的层中,会影响模型的训练过程。如果每次都在所有层上计算,并对所有层的权重进行优化,则很容易造成模型的过拟合。研究内容低维的特征对于保持图像的结构贡献较大,高维特征对于保持图像的纹理特征和

2021-07-02 22:14:56 1655 2

原创 cGAN 笔记

cGAN不用手动设计损失函数,模型可以学习一个损失函数,使得一个模型可以被应用到不同的任务中。在每一个图像迁移的任务中,使用同一个损失函数和网络模型,就可以应用到不同的数据集上。图像迁移的低级做法:使用欧式距离作为损失函数,但欧式距离会统计所有置信输出的平均值,所以会造成图像模糊。图像迁移的高级做法:使用GAN,只要将生成的图片与真实图片尽可能接近就可以了。本文方法传统的GAN使用随机噪声z来训练一个生成器实现迁移任务:G:z−>yG: z->yG:z−>y,本文方式中使用

2021-07-02 22:10:45 949

原创 Sound to Visual_ Hierarchical Cross-Modal Talking 笔记

“Sound to Visual: Hierarchical Cross-Modal Talking Face Video Generation”像是一篇讲GAN应用的文章。任务描述:对于给定的一个音频,需要用GAN生成人脸,使人脸看起来好像在读音频。研究价值:帮助听力障碍人士获取音频信息; 在电影或者游戏中,根据音频生成角色的面部动作。数据集:(GRID、LRW、VoxCeleb、TCD)评估指标:用来判断图像质量的指标:(衡量重建图像和原图的相似性)SSIM:结构相似性。使用较少,多

2021-07-02 22:08:55 219

原创 支持延迟消息的消息队列

支持延迟消息的消息队列:使用场景:在订单系统中,用户提交了订单但是未支付:在提交订单的时候应该向topic中发送一条延迟消息,不同的订单系统延迟时间不同,e.g: TB、JD电商的订单系统窗口时间通常是30mins;延迟时间到达后,消费者受到该消息检查该订单是否支付并做出处理,可能是取消订单并对用户发送订单取消的消息。如果不使用延迟消息:需要新增一个服务脚本,定时对订单数据库中的数据进行扫描,当扫描到一条订单数据超过了延迟时间且未支付,由扫描脚本对数据库这条数据做后续的处理。延迟时间的要求:延

2021-05-06 14:58:23 1148

翻译 新个税法详解

计税方法详情可见【新个税法详解】4.4.2正在接受全日制学历教育的学生因实习取得劳务报酬所得的,扣缴义务人预扣预缴个人所得税时,可按照《国家税务总局关于发布〈个人所得税扣缴申报管理办法(试行)〉的公告》(2018年第61号)规定的累计预扣法计算并预扣预缴税款。(1)本期应预扣预缴税额=(累计收入额-累计减除费用)×预扣率-速算扣除数-累计减免税额(如有)-累计已预扣预缴税额累计收入额:当年在职期间的累计每月税前收入(从2020年7月起)- 累计减除费用当月减除费用:按收入的20%计算。累计减除费用

2021-05-06 14:57:27 137

原创 Linux Shell文件环境配置和文件加载顺序

Bash对于程序员来说,bash都不陌生;官方定义的bash是Linux Shell的一种,作用于用户态,为其提供操作内核态指令的一些接口。目的写这篇文章的主要目的是:在Linux或者类Linux系统搭建环境的时候,需要配置环境变量,而环境变量主要是通过几个bash or profile 文件配置的,在写这篇文章之前,我几乎是按照blog上的教程,里面写着使用哪个配置文件,我就选择哪个,但是这样带来的影响就是:维护十分困难,程序员也不知所以然,故:在这篇文章中进行一下总结。几个常见的bash文件

2021-01-17 11:27:29 515 2

原创 Go Net包的一些使用

Golang net包最近在项目日志报警中,经常看到"broken pipe"这个报错,经过询问负责基础架构的同事,是server正在处理的时候client主动关闭TCP连接导致的,可以忽略;于是我们的做法是,将这个报警项添加进了白名单。但本着刨根问底的心态,我自己按照网上的文章也尝试本地复现了一下这个报错。1 ConnConn是一个基本的接口类型,以数据流为向导的网络连接接。注意是接口类型,不需要我们来手动构造实现Conn接口,生成满足Conn接口的函数。func Dial(network,

2021-01-12 20:40:53 361

原创 RPC原理和应用

为什么要使用RPC框架RPC(Remote Procedure Call)—远程过程调用,它是一种通过网络从远程计算机程序上请求服务,而不需要了解底层网络技术的协议。比如两个不同的服务 A、B 部署在两台不同的机器上,那么服务 A 如果想要调用服务 B 中的某个方法该怎么办呢?使用 HTTP请求 当然可以,但是可能会比较慢而且一些优化做的并不好。 RPC 的出现就是为了解决这个问题。RPC网络模型对于是透明的。即调用者不需要关注传输层协议使用的是UDP还是TCP,也不关注网络IO的模型。RPC服务提

2020-12-29 16:22:51 573

原创 05-图像纹理恢复

05-图像纹理识别计算机视觉之纹理一幅图像的纹理是在图像计算中经过量化的图像特征。图像纹理描述图像或其中小块区域的空间颜色分布和光强分布。纹理特征的提取分为基于结构的方法和基于统计数据的方法。一个基于结构的纹理特征提取方法是将所要检测的纹理进行建模,在图像中搜索重复的模式。该方法对人工合成的纹理识别效果较好。但对于交通图像中的纹理识别,基于统计数据的方法效果更好。CNN的卷积操作是以滑窗方式...

2020-04-08 18:00:43 2484

原创 03-对抗样本攻击

对抗样本攻击Github:https://github.com/Gary11111/03-GAN研究背景尽管深度学习在很多计算机视觉领域的任务上表现出色,Szegedy第一次发现了深度神经网络在图像分类领域存在有意思的弱点。他们证明尽管有很高的正确率,现代深度网络是非常容易受到对抗样本的攻击的。这些对抗样本仅有很轻微的扰动,以至于人类视觉系统无法察觉这种扰动(图片看起来几乎一样)。这样的攻击...

2020-04-08 17:50:57 4461 1

原创 02-特征逆推图像实验

特征逆推图像github: https://github.com/Gary11111/02-Inversion文章目录特征逆推图像研究背景``ONNX``VGGNET结构py实现卷积层HOG 方向梯度直方图SIFT 尺度不变特征转化作业的思路记录TF优化器内置方法compute_gradients(loss, val_list)apply_gradients(grads)正则化方法:TV全变分...

2020-04-08 17:48:42 685

原创 计网实验--网络层实验

实验3 网络层实验将执行命令的结果填入下表:2.6.1中步骤2中的执行结果 2.6.1中步骤4中的执行结果 PCAPCB2.6.2中步骤3中的执行结果 (192.168.1.10 00-0c-29-580a0-03)分析2.6.1步骤3中截获的报文,统计“Protocol”字段填空:有 2 个ARP报文,有 8 个ICMP报文。在所有报文中,ARP报文中ARP协议树...

2020-04-08 17:43:35 4750

原创 北航软件工程图书管理系统个人作业文档

图书管理系统设计文档GITHUB 连接开发环境win10IDEA2019MAVENTOMCAT9Mysql 8.0SpringMVC框架前端使用bootstrap渲染UML 系统抽象应用背景设计一个图书借阅管理系统来进行图书管理,如要借书,学生登录系统并提交想要借阅的书籍。如果要还书,学生登录系统确认还书,系统计算是否逾期,如果逾期则显示罚金。此外,学生可以向图书馆捐赠...

2020-03-25 18:56:30 2591

原创 OS页面替换策略

LRU OPT FIFOdef fifo(frames): ram = [] pageFault = 0 for i in data: # print(i) if i in ram: continue #在内存中不替换 elif len(ram) < frames: # 仍然有空闲的区域可以放...

2020-03-19 22:43:51 293

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除