![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
自己的笔记
文章平均质量分 95
KarRoy_琑
这个作者很懒,什么都没留下…
展开
-
Skeleton-Based Action Recognition with Shift Graph Convolutional Network
基于shift图卷积网络的骨架动作识别https://blog.csdn.net/qq_33331451/article/details/106860828Abstract利用骨骼数据进行动作识别是计算机视觉领域的研究热点。近年来,将人体骨骼建模为时空图的图卷积网络(GCNs)取得了显著的性能。然而,基于GCN方法的计算复杂度相当高,通常一个动作样本的计算复杂度超过15 GFLOPs。最近的作品甚至达到100 GFLOPs。另一个缺点是空间图和时间图的感受野都不灵活。虽然一些工作通过引入增量式自适应模原创 2021-03-11 21:30:42 · 1407 阅读 · 0 评论 -
深度学习的笔记
问题样本读取线程数是什么?block问题.pkl文件ptn关于PyCharm环境的配置创建pytorch Anaconda虚拟环境打开Anaconda prompt,输入命令:conda create -n pytorch python=3.8,输入y,对pytorch进行安装。启动pytorch Anaconda虚拟环境打开Anaconda prompt,输入命令:activate pytorch,但是会出现错误:‘chcp’ 不是内部或外部命令,也不是可运行的程序或批处理文原创 2021-03-11 21:24:36 · 326 阅读 · 0 评论 -
ResNet:Deep Residual Learning for Image Recognition
Deep Residual Learning for Image Recognition摘要更深的神经网络更难训练。我们提出了一种残差学习框架来减轻网络训练,这些网络比以前使用的网络更深。我们明确地将层变为学习关于层输入的残差函数,而不是学习未参考的函数。我们提供了全面的经验证据说明这些残差网络很容易优化,并可以显著增加深度来提高准确性。在ImageNet数据集上我们评估了深度高达152层的残差网络——比VGG[40]深8倍但仍具有较低的复杂度。这些残差网络的集合在ImageNet测试集上取得了3.57原创 2021-03-11 21:19:29 · 345 阅读 · 0 评论 -
实现一个实际的REST API(课程实验记录)
实际加入两个先前在「交換器(Switching Hub )」那个实验中说明过的 API。MAC 位址表取得 API取得 Switching hub 中储存的 MAC 位址表内容。成对的 MAC 位址和连接符号将以 JSON 的形式回传。MAC 位址表注册 APIMAC 位址和连接符号成对的新增进 MAC 位址表,同时加到交换器的 Flow Entry 中。simple_switch_rest_13.py 定义了两个类别:SimpleSwitchRest13,用來扩充「交換器(Switch原创 2021-03-11 21:14:00 · 497 阅读 · 0 评论 -
MySQL安装与使用(安装过程记录)
MySQL安装安装部分主要参考:https://www.cnblogs.com/winton-nfs/p/11524007.html首先:要先进入mysql官网里(Mysql的官网–>https://www.mysql.com/),下面是详细步骤:↓(链接:https://pan.baidu.com/s/1vP-D71PmMsXhLwO8y2lL9A提取码:n4mt)***注意,安装的目录应当放在指定位置,其次,绝对路径中避免出现中文,推荐首选英文为命名条件!!!!*以管理员身份打开原创 2021-03-11 21:06:00 · 398 阅读 · 0 评论 -
Typora使用(自己的笔记)
Typora使用(自己的笔记)图片可直接复制粘贴 ,由于100%太大,直接在github.css文件内修改样式调整为50%(1)标题 == ==一级标题(CTRL+ ‘-/=’ 可以改变大小)#二级标题 ##三级标题 ###四级标题 ####五级标题 #####六级标题 ######(2)字体加粗 ** 加粗 ** (无空格,下同) CTRL+b倾斜 * 倾斜 *倾斜加粗 ** * 倾斜加粗 ***删除原创 2020-06-26 01:35:58 · 628 阅读 · 0 评论