- 博客(53)
- 收藏
- 关注
RSS订阅原创 行测
平移类的推理题题干每幅图都由一个三角形和正方形组成，元素组成相同，优先考虑位置规律。观察发现，三角形与正方形的公共边,每次沿正方形的外框顺时针平移半条边，则？处图形中公共边应位于正方形上边框的右侧，排除C项和D项。继续观察发现，三角形在正方形内部的顶点也每次顺时针平移一个位置（如图），故？处应选择一个三角形顶点位于正方形内部左下角位置的图形，只有B符合。故正确答案为B。题干中每幅图形均由1个黑圈、7个白圈和1个空白部分组成，元素组成相同，考虑位置关系。观察发现，黑圈都出现在外圈，因此考虑顺逆时针
2020-12-19 09:53:43
630
1
原创 Java笔试
Spring中around通知的目标对象要实现的接口是MethodInterceptor MethodBeforeAdvice AfterRuturningAdvice ThrowsAdvice判断 每当用户端运行JSP时，jspInit()都会运行一次。判断 JSP会先解释成servlet源文件，然后编译成servlet类文件判断 每当用户端运行JSP时，jspService()都会运行一次。判断 每当用户端运行JSP时，jspDestory()都会运行一次。.
2020-12-19 09:02:54
1215
1
原创 计算机基础
一个完整的微型计算机系统包括：十六进制1000转换为十进制是3.5英寸盘的右下角有一个塑料滑片，当滑动使其盖住缺口时，塑料滑片是写保护功能的开关，盖住缺口时，写保护功能关闭，此时既能读信息也能写信息。DRAM存储器中文：dynamic random access memory动态随机存取存储器字节byte=8bit，一个汉字需要2个字节，bit是二进制位。微机系统的开机顺序：主机和外部设备（键盘、鼠标）哪个先打开。使用高级语言编写的程序叫微机病毒指的微型计算机的运算器、控制器、内存存储器统.
2020-12-19 09:02:31
1248
原创 2020-09-25
Dao层，也就是数据层，在ssm的项目中常用dao 这个包来存放相关数据，在springboot项目中，使用mapper进行数据的交互。
2020-10-12 15:41:39
817
原创 关于电脑上不了网
首先在命令控制台cmd输入ping baidu.com，看ping百度能不能ping通，如果能的话，说明能连上外网，（也可以在浏览器地址栏里直接输入百度的ip地址，39.156.69.79），如果能进入百度，说明能连接上外网，可能是DNS配置错误，导致不能上网。最后发现是DNS可能是win自动更新时导致DNS变成了和IP地址一样，最后修改了DNS114.114.114.114后能正常上网。...
2020-08-24 12:19:17
1699
原创 一些常识错误纠正
redis是NOSQL，not only sql，是开源的key-value数据库，性能好，易于扩展，适合用于分布式存储。典型例子是微博使用redis作为缓存架构。消息队列对于十分在意实时性的业务不适合。redis除了作为缓存服务器使用，还可以作为简单的消息队列。...
2020-06-24 09:57:18
189
原创 微博技术架构
第一版架构是LAMP架构，优点是可以很快地实现系统，第一版采用推消息模式，假如明星用户有10万粉丝，当用户发表一条微博的时候，把微博消息存成10万份，使用的是MyISAM搜索引擎，优点就是速度很快。MPSS，多个端口可以布置在同一个服务器上。假如做一个互联网应用，应用里面有三个单元，可以有两种部署方式。第一种部署方式是把三个单元分别部署在三台服务器上，第二种部署方式是在三台服务器的每台服务器上都部署上这三个单元。推荐第二种部署方式。上面的第二种部署方式解决了两个问题：第一个问题是负载均衡，第二个问
2020-06-22 19:45:02
2226
原创 网站上的学习——Java基础的复盘
属于SVN中控制鉴权用户访问版本库的权限的默认权限是：writeauth-access的取值范围是：write read none，write表示可读可写，read只读，none无访问权限。默认是writeJSP如何新增cookies:addCookie()命令JSP引入header.jsp页面%@include file="header.jsp"%>JSP的sendRedirect()方法的作用response和request一样都是jsp内置对象，request是获取用户的请求，re.
2020-06-20 10:16:36
312
1
原创 阅读图解HTTP笔记
REST架构的六大限制前后端分离服务端不保存用户状态信息服务端每次响应都需要标记是否可缓存可阅读的接口设计分层设计按需代码使用HTTP协议访问web在web地址栏输入URL，web浏览器从web服务器获取文件资源，然后显示在页面上。客户端：通过发送请求获取服务器资源的web浏览器，称为客户端。web使用HTTP协议作为规范，web是建立在HTTP协议上通信的。HTTP即Hyper-Text Transfer Protocol超文本传输协议。www即万维网world wide we
2020-06-10 14:36:26
294
原创 关于二分查找边界取值总结的一些规律以及容易犯错误的地方
力扣719题。突破口：第K个最小距离，找到次数与最小距离的对应关系，用mid来表示最小距离，上界是排序后的最后元素减去第一个元素。下界是第二个元素减去第一个元素。 if(count>k){ //需要排除 //求出的数对差值大了，需要往下界走，[left,mid-1] right=mid-1; }else{//注意这样的写法，等号的情况写在这个分支里，会造.
2020-06-03 16:47:28
438
原创 背包问题
01背包问题题目有N件物品和一个容量为V的背包，第i件物品的费用是c[i]，价值是w[i],求解将哪些物品装入背包可以使得价值总和最大。思路01背包问题是最基础的背包问题，特点是每种物品仅有一件，可以选择放或者不放。用子问题定义状态，即f[i][v]表示前i件物品恰好放入一个容量为v的背包可以获得的最大价值，状态转移方程是：f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}，逗号前面是选择不放入第i件的情况。逗号后面是选择放入第i件的情况。优化空间复杂度空间复
2020-05-20 16:59:02
348
原创 二叉树递归的思想
/*当遇到关于树的问题。先思考两个问题：1.能确定一些参数，从该节点本身出发去解决问题吗2.能够使用这些参数和节点的值确定出什么是应该传递给子节点的值吗如果两个问题都是肯定，那么采用自顶向下的递归。否则，如果是对于树中的任意节点，知道了子节点的结果，怎么确定出该节点的结果。就是自底向上递归的思路。 */package primary_class;public class Test{ //自顶向下递归求二叉树的深度 public int maxDepth; public
2020-05-09 15:11:42
588
原创 二叉树和N叉树的遍历框架
//N叉树的遍历框架class TreeNode{ int val; TreeNode[] children;}void traverse(TreeNode root){ for(TreeNode child:root.children){ traverse(child); }}//二叉树的遍历框架class TreeNode{ ...
2020-05-08 16:55:21
330
原创 输出字符串中的所有最长回文串（相同长度的全部输出）
package primary_class;import java.util.ArrayList;import java.util.List;public class Test{ //求一个字符串里的所有最长回文串，相同长度的全部输出 public static List<String> getString(String s){ if(s==nul...
2020-05-08 15:17:55
297
原创 用动态规划来代替KMP算法
package primary_class;public class Test{ //用动态规划来代替KMP算法，str1中是否含有str2，并且返回起始下标 public static int search(String str1,String str2){ if(str1==null||str1.length()<1||str2==null||str2....
2020-05-08 11:38:31
246
原创 深度学习训练技巧总结
模型训练技巧最直接的就是几个超参数的设置根据图片大小来选择网络和超参数如果图片不是很大比如3030，这种情况下做分类就不能用VGG和Resnet这样的网络。此时要么把图像变大要么就是选择小的网络，或者把VGG里pooling的步长设置为１试试，如果类别不多（没有上千），那么直接使用小网络，如果是100100这样的大图片就采用VGG和Resnet这样的大网络。根据图片类别数和数量来选择bat...
2020-05-07 09:05:50
23110
原创 Java--重载、重写、静态分配、动态分配
重载属于静态分配，在编译时编译器已经确定调用的是哪个方法，所以看参数的声明类型，也叫作静态类型（即赋值号的左边。）动态分配是在运行时才会确定，会先去声明类型的类中找到是否存在这个方法，然后根据动态方法链从实际类型开始找到并且调用最后重写这个方法的最新方法。重载的定义：若两个方法方法名相同，但是参数不一致，那么可以说一个方法是另一个方法的重载。具体表现是：（1） 方法名相同（2） 方法的参...
2020-05-07 09:03:11
390
原创 Java面试经验记录
找一些开源项目或者一些有名项目例如spark，hadoop，或者一些很新的技术，把这些技术在开源上怎么用的，如何搭建以及系统调优，spark分布内存，能够进行大规模的分布式计算。可以用了解到的技术来造项目，在项目里突出spark是怎么用的。在编的项目里，重点突出开源如何使用的。面试时最忌讳闷头想，不理他，即使没有思路，喃喃自语也好过闭嘴不说。面试就是职场交流，有想法就要说。...
2020-05-07 09:01:47
204
原创 程序上遇到的问题总结
/* * 存在两个问题：一个是程序没看懂，一个是第二种解法中出现的堆栈溢出的问题 */package advanceClassCode;//BFPRT算法实现在无序数组中找到第k小的数public class Code_06_BFPRT { // O(N*logK)堆排序，K个结点组成的树高度是logK，这种复杂度的解法没有看懂？？？？？？？？？？？？ public static ...
2020-05-07 08:59:16
436
原创 Java一些易混淆知识点
static关键字public class Test { public Test() { System.out.print("默认构造方法！--"); } //非静态代码块 { System.out.print("非静态代码块！--"); } //静态代码块 static { System...
2020-04-30 09:55:25
223
原创 物体检测器自己学anchor
参考：１Anchoranchor是物体检测中的重要概念，通常是人为设计的一组框，作为分类和框回归的基准框。无论是单阶段检测器还是两阶段检测器，都使用了anchor。两阶段检测器的第一阶段是采用RPN生成proposals，是对anchor进行分类和回归的过程。即anchor—proposals—detection bbox。大部分单阶段检测器是直接对anchor进行分类和回归，即anc...
2019-09-12 09:14:47
548
原创 DeepLab语义分割
参考：DeepLab V1 V2 V3 V3+及pytorch实现V1DeepLab是针对语义分割任务提出的模型，主要使用了DCNN、CRF、空洞卷积做密集预测。DeepLab是结合了深度卷积神经网络DCNNs和概率图模型DenseCRFs的方法。DCNNs做语义分割时精度不够，原因是DCNNs的高级特征的平移不变性，也叫作高层次特征映射。平移不变性增强了对数据分层抽象的能力，但是也会...
2019-09-12 09:14:34
1128
原创 图像的知识
掩膜maskmask是用于部分或完全掩盖对象或者是掩盖部分的图像操作。将mask应用在图形的效果就类似将图形通过遮罩涂在背景上，从而完全或者是部分遮盖了图形的某部分，但是遮罩内的图形是不会变化的。在图像处理中mask常常用来提取ROI区域。下面的例子来说明mask操作，下面图的最后一个图，是使用两个圆形做mask，取两个圆形的交集，所以得到除了交集以外的部分都涂上黑色。所以可以这么说，和原图...
2019-09-12 09:14:02
545
原创 pytorch系统学习
若想进行in-place操作，就比方说y加上x，y的值就改变了，就可以用y.add_(x)这样y就直接被改变了。Torch里面所有带““的操作，都是in-place的。例如x.copy(y)argmax函数：torch.argmax(input, dim=None, keepdim=False)返回指定维度最大值的序号，也就是变成dim这个维度的最大值的index。构建深度学习模型的基本流程...
2019-09-12 09:13:48
1225
1
原创 基于互向导的半监督皮肤检测
基于数据驱动的半监督皮肤检测方法，用于实现人体图像的鲁棒皮肤检测。先前的方法是尝试在不同的色彩空间建模皮肤颜色，并且训练皮肤分类器。但是这个方法依赖皮肤颜色的分布，而且没有语义信息，所以性能不佳。改进办法，通过身体检测为向导来提升皮肤检测的性能，如果一个身体掩模mask可用，那么对于皮肤检测有两个好处：好处一：为皮肤检测器提供一个先验信息，其中皮肤的较高频率是固定的好处二：检测到一个皮肤...
2019-09-12 09:13:31
147
原创 实操过程中的pytorch小知识点
DataLoader参考:1pytorch 的数据加载到模型的操作顺序是这样的：第一步:创建一个 Dataset 对象第二步:创建一个 DataLoader 对象第三步:循环这个 DataLoader 对象，将img, label加载到模型中进行训练如下代码所示:dataset = MyDataset()dataloader = DataLoader(dataset)num_...
2019-09-12 09:12:11
2870
原创 多任务学习
深度网络中，多任务的语义信息可以从不同的层次输出，例如GoogLeNet中的两个辅助损失层。例如衣服图像检索系统，颜色这类的信息可以从较浅层就进行输出判断。而衣服的样式风格这类的信息，更接近高层语义，需要从更高的层次输出，这里的输出指的是每个任务对应的损失层的前一层。多任务学习的实际案例：人脸识别、细粒度车辆分类、面部关键点定位于属性分类等领域。在物体检测网络faster R-CNN中也有多...
2019-09-12 09:11:04
735
原创 损失函数
参考：１focal lossfocal loss就是一个解决分类问题中类别不平衡、分类难度差异的一个loss。在NLP中也存在大量类别不平衡的任务：序列标注任务中类别是严重不平衡的。在命名实体识别中，一句话里实体是比非实体要少得多，这就是类别严重不平衡的情况。二分类问题的标准loss是交叉熵y∈{0,1} 是真实标签，ŷ 是预测值。二分类几乎都用sigmoid激活函数 ŷ =...
2019-09-11 20:04:10
1073
原创 pytorch复现网络AlexNet和VGG
下图是AlexNet的网络结构由上图可见，AlexNet有５个卷积层，然后紧跟着３个全连接层。简图如下图采用的激活函数是ReLU,激活函数表达式是f(x)=max(0,x)如上图所示，AlexNet在每个全连接层后都加上了dropout层。减少过拟合。dropout层以一定的概率随机关闭当前层中神经元激活值。dropout层，不同的神经元组合被关闭，代表着不同的结构，所有这些不同的...
2019-08-29 11:51:44
743
原创 神经网络训练中小知识点记录
Faster RCNN和SSD有什么不同，为什么SSD快？不做region proposal，而且是one-stage训练加速的办法加大bacth size，或者先adam再SGD加大batch size需要调节哪些超参数加大学习率，加大epoch...
2019-08-06 17:18:07
239
原创 目标检测 CVPR 2019 FCOS
这是一篇anchor-free的目标检测算法。以往的anchor-based算法的缺点：缺点一：检测性能对于anchor的大小、数量、长宽比都非常敏感缺点二：固定的anchor损害检测器的普适性，导致对于不同任务，其anchor都必须重新设置大小和长宽比。缺点三：为匹配真实框，需生成大量anchor，但是大部分anchor在训练时标记为negative，就会造成样本间的不平衡，没有充分利...
2019-08-05 20:06:23
472
原创 目标检测之ROI Pooling层解析
参考：12ROIs Pooling是Pooling层的一种，特点是输入特征图尺寸不固定，但是输出特征层尺寸固定。ROI即region of interests，指的是特征图上的框。在fast rcnn中，roi是指的是selective search完成之后得到的候选框在特征图上的映射。如下图：而在faster rcnn中是在rpn之后产生的，然后再把各个候选框映射到...
2019-08-04 18:54:53
5386
2
原创 mmdetection
概述训练检测器的主要单元：数据加载、模型、迭代流水线。数据加载遵循典型约定，使用Dataset和Dataloader用于多个工作人员的数据加载。Dataset返回与模型的forward方法的参数对应的数据项的字典dict。由于对象检测中的数据可能不是相同的大小（图像大小，gt bbox大小等），所以引入一种新的DataContainer类型mmcv来帮助收集和分发不同大小的数据。模型...
2019-08-02 17:02:55
39818
26
原创 pycharm配置本地python虚拟环境
参考：pycharm配置本地python虚拟环境在开发Python应用程序的时候，所有第三方的包都会被pip３安装到Python3的site-packages目录下。如果我们要同时开发多个应用程序，那这些应用程序都会共用一个Python。如果应用A需要jinja 2.7，而应用B需要jinja 2.6怎么办？这种情况下，每个应用需要各自拥有一套“独立”的Python运行环境。Pytho...
2019-08-02 12:01:56
324
原创 一些术语的比较（tensorflow和pytorch/cpu和gpu/)
tensorflow和pytorchpytorch是一个动态框架，tensorflow是一个静态框架。tensorflow是一个静态框架体现在：需要先构建一个tensorflow的计算图，构建好之后这样的一个计算图是不能变的，然后再传入不同的数据进去进行计算。这种静态框架带来的问题是：固定了计算的流程，势必带来不灵活性，如果要改变计算的逻辑或者是随着时间变化的计算逻辑，这样的动态计算ten...
2019-08-01 10:42:16
704
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