Yannie's Blog

出现问题的原因：在vscode中使用gdb调试，出现“Debugger executable ‘/usr/local/bin/x86_64-elf-gdb’ is not signed. As a result, debugging may not work properly.”问题按照下面这个步骤即可：https://gcc.gnu.org/onlinedocs/gcc-4.8.1/gnat_ugn_unw/Codesigning-the-Debugger.html需要注意的是，创建证书在这里找

:set listTAB 键显示为 ^I, $显示在每行的结尾,表示换行；空格仍然显示为空格。

不知道为啥，按照官网的步骤一步一步来安装不上。在问答区找到了一个比较靠谱的：conda create --name quick_test_env python=3.8conda activate quick_test_envconda install numpy pillow matplotlibconda install -c conda-forge opencvconda install pytorch=1.10.0 torchvision torchaudio cudatoolkit=11

RFC：0.0.0.0/8 - Addresses in this block refer to source hosts on “this” network. Address 0.0.0.0/32 may be used as a source address for this host on this network; other addresses within 0.0.0.0/8 may be used to refer to specified hosts on this network ([R

问题：服务器上docker的路径被别人改了，导致我正在运行的docker镜像异常退出。导致的结果是没办法重启这个docker255只是意味着“有一个错误”,但并没有告诉具体是什么错误。改正方法：docker commit <container_id> my-broken-container docker run -it my-broken-container /bin/bash (对于我来说就是 sudo docker run --gpus all --shm-size 128G

子力价值车 9分（在平稳局面下，相当于走九步的价值） 炮 4.5分 马 4分 相 2.5分 士2分 兵1分 帅 49分（一方所有兵力总和）开局口诀先出“大”子，快活马腿，找好位置，想法吃子棋谱棋子的名称 原始位置 运动方向 到达位置红方炮类开局“三步不出车，必定要输棋”“子力左右平衡”红方一般是炮（炮二平五） 马（马二进三） 车（车一平二）的顺序，黑方则是马（马8进7 红方平哪边炮你就跳哪边马，这样可以快速出车，不然车就会被炮挡住，出不来） 车（车9平8） 马（子力平衡 马2进

项目地址：https://github.com/sicxu/Deep3DFaceRecon_pytorch实时df -h 监控，发现有比较大的变动，立马用du -h -x --max-depth=1 查一下是哪个文件比较大由于根目录容量只有50G比较小，所以把conda和docker全都移到了我自己/kolla/lyy这个目录下修改Docker的存储路径修改Docker的存储路径首先需要停止Docker服务。systemctl stop docker.service将当前Docker存

ERROR: Could not install packages due to an EnvironmentError: [Errno 28] No space left on device由于是docker环境所以把 /tmp目录下的文件清理一下，这个方法没用。。。。重新链接一个tmp的时候需要注意一下目录cd ~mkdir tmppwd #查看当前tmp的路径export TMPDIR=当前tmp的路径 #注意，这里有的写的是TMPDIR=$home/tmp 这需要根据你创建的tmp的目

由于自己电脑没有GPU资源，有的时候想用自己电脑去测试，就需要将论文中使用CUDA的代码，改成使用cpu的pytorch版本device = 'cuda:0' if torch.cuda.is_available() else 'cpu:0'#使用方法类似如下：# bfm = BFM('BFM/BFM_model_front.mat', device)# model = resnet50_use().to(device)...

当我们假设焦距无限大时，我们在成像平面上会存在一个所谓的正交投影，这个正交投影可以保留平行关系。其每个投影线都是平行的。这个称之为正交投影(orthographic projection)。正交投影的尺度大小是和原始物体的大小一致的，当考虑的正交头像的尺度缩放时，就有了弱透视投影(weak perspective projection)。...

dot product 和 cross product 的区别A dot product of two vectors is also called the scalar product. It is the product of the magnitude of the two vectors and the cosine of the angle that they form with each other. (It is also called the inner product or the

真实世界任何物体都是有特征的，比如：人脸上的皱纹，塑料上的凹凸不平等等。这些现象在计算机领域被称为：spatially varying surface propertiesspatially varying surface properties :指那些表面属性在不同的地方变化，但并不真正以有意义的方式改变表面的形状。To allow for these effects, all kinds of modeling and rendering systems provide some means f.

To make objects appear to have more volume, it can help to use shading, i.e., the surface is “painted” with light. This chapter presents the most common heuristic shading methods.为了使物体看起来有更多的面，我们可以使用阴影。即：表面是用光“绘制”的。本章介绍最常见的启发式着色方法。Diffuse Shading世界上许多.

球谐函数在光照估计中的应用参考文献：https://blog.csdn.net/tinyzhao/article/details/62419220光照估计就是从图片中获取光照信息，从而降低光照对纹理的影响。传统的光照估计依赖于光源方向和法线方向的估计，而光源方向和法线方向都是一种“估计”，本身就是不够精确的。使用不够精确的参数去估计目标值，就需要使用到一些高级的估计算法，这些算法一般都依赖于对象的统计特征。这样的光照模型过于复杂，其中的每一个过程都会影响最终的结果。在2001年，Basri和Jacob

.ascasc拓展名：它可以表示任何格式，通常是纯文本，这意味着不能从.asc扩展名中假设它内部是什么样子的。它是一种交换格式，这意味着它(通常)不用作分析或主存储的输入，而是用于与其他程序的交换。.obj以下内容来自于这里(作者写的好有条理呀)OBJ是以纯文本的形式存储了模型的顶点、法线和纹理坐标和材质使用信息；在计算机图形学中，考虑到图形求交等计算的问题，这个面通常选择三角形，即模型的表面由若干三角面构成。一个模型文件需要记录的信息就是这些三角面的信息，进一步讲，一个三角面又需要有顶点、法线、

一步一步按照Readme教程来，在 brew install boost安装之后跳到mesh文件夹下，使用命令BOOST_INCLUDE_DIRS=/usr/local/Cellar/boost/1.76.0/include make all在此过程中，我遇到过报错openGL版本问题，重装其指定的版本之后，又报错OSError: (‘dlopen(OpenGL, 10): image not found‘, ‘OpenGL‘, None)按照这个博客的教程：https://blog.csdn.

logit 在统计学上是一个数学函数，但是在神经网络中却有着不同的含义。说白了，logits 就是一个向量，下一步通常被投给 softmax 的向量。就是下图这个箭头所指的位置：

加载模型时发生错误RuntimeError: Error(s) in loading state_dict for Net:unexpected key(s) in state_dict: XXX解决方法：model.load_state_dict(torch.load('models/params.pt'),strict=False)在参数中加入strict=False此类错误一部分原因是pytorch环境不同导致的...

摘要In this paper, we present a learning-based approach for recovering the 3D geometry of human head from a single portrait image. Our method is learned in an unsupervised manner without any ground-truth 3D data. We represent the head geometry with a param

Cameras照相机Camera Coordinate Systems 相机坐标系统世界坐标 （Y指向上方，X指向左方，Z指向里面） 相机视图坐标（相机坐标） Camera view coordinate system坐标系原点在向平面上。z轴垂直于图像平面。在PyTorch3D中，我们假设+X点向左，+Y点向上，+Z点指向图像平面。在应用旋转®和平移(T)之后，从世界坐标变成了相机坐标。NDC坐标（也叫view volume）NDC coordinate system这是将物体/场景的渲