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(31)
  • 收藏
  • 关注

原创 现代计算机图形学入门课之透视变换的压缩

有的老师就是可以将课讲的通透,肠子都挖出来展平的那种。非常推荐b站这门闫令琪老师讲的现代计算机图形学入门课程。课程链接在看到第四节课,将透视投影的视锥体压缩到立方体,就变成正交投影了,对于压缩过程以及 z 如何变化,我有点懵,看了两遍课程,自己推了一下,就明白了。最后结果是 z 会变远,考虑到负轴,所以说 z 变小也可以。...

2020-08-03 20:20:46 882 1

原创 安装oh-my-zsh 遇到curl: (7) Failed to connect to raw.github.com port 443: Connection refused

sh -c "$(curl -fsSL https://raw.github.com/robbyrussell/oh-my-zsh/master/tools/install.sh)"使用上面的命令安装on-my-zsh遇到了curl: (7) Failed to connect to raw.github.com port 443: Connection refused的问题。参考1参考2找了一下资料,按照参考1中的方法1并没有成功,剩下两个方法没有尝试。看到参考2,于是自己创建一个文件inst

2020-07-20 19:43:10 3166 1

原创 python 100例使用方法笔记

python 100例笔记进制编码相关数据结构算术运算常用函数估计用不到的函数进制编码相关bin、oct、hex (十 >> 二、八、十六,有前缀)int(‘11’, 2) (有前缀)或者 format(10, ‘b/o/x’)(无前缀)(二、八、十六 >> 十)ord(‘a’) chr(97)bytes(’ ', encoding=‘utf-8’) 字符串>>字节数据结构# 字典dict(a='a',b='b')dict(zip(['a'

2020-07-06 23:36:23 1061 27

原创 python二、八、十、十六进制互转

print(ord('a')) # 求ascii 97print(chr(97)) # 得到某ascii对应的值 a各进制转为十进制print(int("11", 2)) # 3print(int("11", 8)) # 9print(int('11', 16)) # 17十进制转为各进制# 返回的都是字符串类型,且不带前缀print(format(10, 'b')) # 十进制下的数10 转二进制 1010print(format(10, 'o')) # 十进制下的数10 转八

2020-06-19 20:21:41 736

原创 python 可哈希对象和不可哈希对象

可以看到 两个列表值一样,但地址不一样。而两个字符串值一样,地址也一样。话句话说,哈希 就是 给一个key就能算出value。如果将列表哈希,同样的值会得到两个value,就违背了哈希的特性。所以列表是不可以哈希的。可哈希对象包括 数字、字符串、元组、自定义类的对象。不可哈希对象包括 列表、字典、集合。例如 相同值,两个集合地址却不同。 两个相同key对应不同value。向a中添加值,a地址不变。两个不同值,却对应相同value。...

2020-05-12 17:06:53 2214

原创 python一些运算符,leetcode第七题整数反转有感

原码反码补码的参考链接1原码反码补码的参考链接2最前面,计算机系统中,二进制分为有符号和无符号两种。对于有符号二进制,第一位是符号位,0是正,1是负。剩余位是数值位,计算机中一律采用补码来表示和存储。原码,不易表示减法。例如0001+1001=1010即-2,这就产生错误了,一个数加上它的相反数不等于0。所以引入反码。反码,正数的反码等于原码,负数的反码即符号位不变,其余各位取反。反码运...

2020-05-02 22:15:35 257

原创 conda创建环境或者安装包时报错InvalidArchiveError

百度了很多教程,说手动删掉这个包,然后重新执行命令就可以。我这么做,还是不可以。最后 我使用下面命令,将anaconda3文件夹的权限变更为我的用户名,然后在安装包就没有报错了。sudo chown -R my_user_name anaconda3/安装完,别忘了,将权限改回去。sudo chown -R root anaconda3/...

2020-04-08 16:22:44 6827 2

原创 github 高级搜索命令

in:name example 名字中有“example”in:readme example readme中有“example”in:description example 描述中有“example”stars:>1000 star>1000forks:>1000 fork>1000pushed:>2019-09-01 2019年9月1日后有更新的lang...

2020-03-10 18:44:08 318

原创 you-get批量下载下载b站视频、视频转码、导入PR的操作

google应用商店里有个插件:bilibili哔哩哔哩下载助手,搜一下,添加,打开一个b站视频,右下角会有一个按钮,就可以下载视频了。第二种方法,you-get,参考知乎下载下来是flv格式,pr不支持,所以需要将flv转为mp4。you-get 真的好用。基本使用:you-get -i url -o 输出地址还可以指定下载清晰度,批量下载(空格隔开就好了)you-get --for...

2020-03-09 13:42:30 1855

原创 you-get相关使用命令

you-get -i url 获取视频格式、清晰度等信息you-get -o E:/folder url 保存路径在当前目录的路径栏 输入cmd即可打开命令行或者 shift 右键 用powershell打开you-get -p PotPlayerMini64.exe url 用potplayer打开视频you-get -f url 强制重新写入you-get url 下载链接中...

2020-03-09 00:54:06 2166 3

原创 向量范数、矩阵范数(L0, L1, L2)

在数学上,范数包括向量范数和矩阵范数,向量范数表征向量空间中向量的大小,矩阵范数表征矩阵引起变化的大小。范数就是距离,计算距离的方法不同,就产生了L0范数、L1范数等等。在向量范数中:L0范数:向量中非零元素的数量,严格意义上讲L0范数并不是范数。L1范数:向量各元素绝对值之和,这种方法叫曼哈顿距离。L2范数:向量各元素的平方之和在开方,也就是欧式距离也叫欧式范数。p范数:向量各元素的...

2020-02-24 15:21:31 1282

原创 unity的使用小技巧

unity的使用小技巧非常的棒的unity up主,好看不火系列。

2020-02-16 22:38:34 127

原创 unity 脚本实例化prefab时,添加监听事件

今天遇到一个问题,我再脚本实例化prefab时,不能添加监听事件。如下代码buttonObj.GetComponent().onClick.AddListener(delegate () { M(); });Instantiate(buttonObj, A);解决办法其实很简单。先实例化,接收对象,在给对象添加按钮。obj = Instantiate(buttonObj, A);b...

2020-02-16 20:43:44 1099

原创 C#使用下标遍历Dictionary

// dic为字典for (int index = 0; index < dic.Count; index++){var item = dic.ElementAt(index);var itemKey = item.Key;var itemValue = item.Value;}如果dic没有ElementAt()方法,是因为ElementAt 是一个扩展方法在 System....

2020-02-16 16:28:05 2312 1

原创 矩阵知识点备忘录--看孟岩有感

孟岩《理解矩阵系列》,链接如下:理解矩阵1理解矩阵2理解矩阵3容纳运动是空间的本质特征,运动则是通过矩阵来表示的。不同的空间有不同的运动(变换),仿射空间有仿射变换,线性空间有线性变换,这些变换都是在其空间下允许的运动形式罢了。例如,从线性空间中的一个点运动到任意的另外一个点,都可以通过一个线性变化来完成。在线性空间中选定基之后,向量刻画对象,矩阵刻画对象的运动,用矩阵与向量的乘法施加...

2020-02-06 16:13:36 485

原创 ubuntu 取消命令行代理设置

env | grep -i proxy查看当前命令行代理设置然后unset http_prox

2019-12-10 22:54:51 3879

转载 ubuntu anaconda python2.7 安装tensorflow1.3.0

ubuntu anaconda python2.7 安装tensorflow1.3.0

2019-12-07 22:02:59 601

原创 HSV基本颜色分量范围

来源

2019-11-14 15:10:26 498 1

原创 python cv BGR转换成RGB

cv读取的图像是BGR,而matplotlib需要的是RGB,所以需要将BGR转成RGB1、img = img[ : , : , (2, 1, 0)]2、img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)3、b,g,r = cv2.split(img)img = cv2.merge([r,g,b])...

2019-11-14 14:17:18 3296

原创 cv2.inRange参数

参考img = cv2.imread(‘girl.jpg’,1)hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)我理解是像素值lower_bound = np.array([0,0,50])upper_bound = np.array([255,255,150])mask = cv2.inRange(hsv, lower_bound, upper_b...

2019-11-14 14:09:05 1788 1

原创 灰度图像和二值图像

灰度图像:是指RGB三值相等,在0-255黑白之间分级。二值图像:是指图像中每个像素值非0即255(非黑即白)。

2019-11-13 20:56:00 537

原创 opencv图像二值化

参考补充一些说明。**固定阈值图像二值化**ret, dst = cv2.threshold(src, thresh, maxval, type)src: 输入图,只能输入单通道图像,通常来说为灰度图dst: 输出图thresh: 阈值maxval: 当像素值超过了阈值(或者小于阈值,根据type来决定),所赋予的值type:二值化操作的类型,包含以下5种类型cv2.THR...

2019-11-13 20:48:10 269

转载 Unity UGUI 按钮绑定事件的 4 种方式

Unity UGUI 按钮绑定事件的 4 种方式

2019-11-01 11:34:01 155

原创 3dsmax顶点死活焊接不上的原因!

首先焊接距离一定要够。如果焊接距离够了还焊接不上,那么分为两种情况编辑样条线中的顶点在样条线中,一个顶点最多只能连接两个线段。编辑多边形中的顶点编辑多边形中,需要焊接的两个顶点在不同的面上,焊接之后两个面就重合了,这种情况是拒绝焊接的。解决办法:把两个面删除之后再焊接顶点即可。以上两种情况让我难受了好长时间,如果还有其他情况,欢迎补充哦!...

2019-08-25 13:51:32 15149

原创 will,be going to,would的区别

三者都表示将要干什么,但用法上有很大区别。1.will表示确定的或计划好了的将要做/要发生什么,不以个人意志而转移。如:It will rain tomorrow.2.be going to通常表示即将要做/要发生什么,主观意志强烈,相当于中文中的“打算”。口语中经常说成gonna。I am not going to buy the car right now,but I will d...

2019-07-01 19:32:40 2139

原创 神经网络中为什么需要激活函数

简言之,没有激活函数,神经网络只是线性分类器,难以解决线性不可分问题。使用激活函数的目的就是引入非线性操作,使得神经网络对于线性不可分问题也可以很好的解决,获得更强的分类能力。...

2019-06-19 09:57:17 1151

原创 常见的几种激活函数

假如没有激活函数,那么神经网络的变换只是矩阵之间的运算的线性变换,学习能力非常弱,不能满足对庞大数据集的识别与分类。使用激活函数就可以引入非线性特性,增强网络的学习容量。另外,激活函数可以抑制某些不必要的信息输入,放大必要的信息。最流行的激活函数类型SigmoidTanhReLuleaky ReLuMaxout还有softmax激活函数用于输出层的分类。...

2019-05-15 19:32:19 666

原创 关于卷积神经网络CNN全连接层

全连接层在普通神经网络中就有应用。在普通神经网络中,全连接层的参数数目巨大。而在CNN中,由于卷积层与池化层的存在,缩减了输入图像的大小,全连接层的参数数目也就大大减少了,效率与准确率变高。全连接层是将上一层输出展开变成一维数据,并连接到每一个神经元上,做出最终输出。由于二维变一维,所以在全连接层后也就无法输出图像。...

2019-05-13 20:37:03 2541

原创 关于卷积神经神网CNN池化操作

CNN中池化的好处有哪些呢?缩减图像尺寸,从而减少计算量一定程度上解决了平移鲁棒性损失了空间位置精度池化常用有最大值池化和平均值池化,一般不补零。...

2019-05-13 20:28:33 298

原创 卷积神经网络CNN之RGB三通道图像卷积计算

CNN里面最重要的构建单元就是卷积层神经元在第一个卷积层不是连接输入图片的每一个像素,只是连接它们的感受野的像素,以此类推,第二个卷积层的每一个神经元仅连接位于第一个卷积层的一个小方块的神经元,即局部连接。CNN里的卷积层对输入进行特征抽取、归纳、整理,这也是CNN比只有全连接层FC的DNN准确率要高的一个原因。...

2019-04-29 11:16:22 10919 5

原创 python列表各元素修改为int类型

trunc函数去掉小数,但元素本身并不是整数。( 例1. 或者 2. 没有小数,但也不是整数)要保证元素本身是int类型,则使用astype() (得到 [ 1 2 3],非list数据)经过以上处理之后得到的并不是list数据,需要加一条转换函数tolist(),最终如图输出的那样。...

2019-04-27 20:54:34 14043 1

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