tyfwin的博客

原创 常用开发工具配置笔记

linux指令、pycharm 、Android Studio、jupyter notebook 、vscode and cmake 配置

原创 减小编译出来的 .so 文件的尺寸方法

要减小编译出来的so文件的尺寸，可以通过去除符号表、调试信息等非必要的内容来实现

原创 解决macOS下Homebrew下载慢的问题

解决 MAC下Homebrew 下载慢的问题

原创 条理最清楚的最常用的 Git 管理指令

条理清晰的 最常用的 git指令总结

原创 让C++通过JNI来callback回调kotlin侧代码

让C++通过JNI来callback回调kotlin侧代码

原创 Android 系统架构

Android 框架（Android Framework）是 Android 操作系统的核心部分之一，它提供了一组 API，开发者可以使用这些 API 来构建应用程序。Android 框架处于 Android 系统架构的中间层，位于应用层和操作系统核心层之间。

原创 C++ 嵌套类 实现与接口的关系 实现

C++ 嵌套类 实现与接口的关系 实现

原创 JNI Android Bitmap 和 cv::Mat 互相转换

JNI Android Bitmap 和 cv::Mat 互相转换

原创 C++通过JNI传递AssetManager读取安卓assets目录中文件

C++通过JNI传递AssetManager读取安卓assets目录中文件

原创 JNI回调用中不同线程的env无法找到正确的kotlin的class

不同线程都需要通过 JavaVM 获取到的 JNIEnv 指针， 我现在两个线程有两个 env。 其中一个是jni接口自己传过来的，可以正常使用。但是通过 JavaVM 新获取的env 无法找到kotlin的class。

原创 JNI: 在Kotlin和C++之间通过JNI进行接口传递，两边参数定义映射

在Kotlin和C++之间通过JNI进行接口传递时，需要注意两边参数定义的映射关系。JNI（Java Native Interface）为Java（Kotlin也适用）与本地语言（如C/C++）之间的交互提供了桥梁。在Kotlin中定义的外部函数和C++中的实现需要通过JNI签名相互对应。

原创 时间延迟嵌入定理 Time-Delay Embedding Theorem 以及C++实现例子

时间延迟嵌入定理 Time-Delay Embedding Theorem 以及C++实现例子

原创 Git常用命令总结

Git常用命令总结

原创 Python networkx库中，G.add_edge方法的原理和使用方法

Python networkx库中，G.add_edge方法的原理和使用方法

原创 Python 中 zip作用 以及 和zip相反的操作

Python 中 zip作用 以及 和zip相反的操作

原创 霍夫变换找直线python代码以及从极坐标到笛卡尔坐标的转换

霍夫变换找直线python代码以及从极坐标到笛卡尔坐标的转换

原创 python numpy.linespace(np.linespace)函数用C++实现，亲测可用

python numpy.linespace(np.linespace)函数用C++实现，亲测可用

原创 target_include_directories 的作用和使用方法

target_include_directories 的作用和使用方法

原创 在Cmakelist指令中，aux_source_directory 和 set 的区别

在Cmakelist指令中，aux_source_directory 和 set 的区别

原创 python numpy.interp (np.interp) 翻译成C++代码

将python 中 numpy.interp (np.interp) 翻译成C++代码

原创 Endnote x9 最快方法批量导入.enw格式文件

Endnote x9 最快方法批量导入.enw格式文件

原创 Conda环境配置常用

Conda环境配置; 系统包的路径增删查

原创 半导体制造常用软件工具总结

半导体制造工具总结，以及参考

原创 Pycocotools 报错 No module named pycocotools.coco 以 numpy.ndarray size changed, may indicate binary

每次都可以成功导入pycocotools，但是来自错误的位置 '/home/ma-user/modelarts-dev/common-algo-toolkit'因为这个位置下虽然有一个pycocotools的文件夹，但其中pycocotools根本是不能使用的，里面并没有包含包内容。而且一旦import pycocotools之后，我使用notebook还是会默认去找一开始错误的路径所以要删除或者修改目录导入顺序后 【重启 kernel才生效】

原创 MobileNet、DeepLab学习笔记

MobileNet是模型、是方法，可以用于分类、改变SSD结构进行探测、RCNN、DeepLab等

原创 社会心理学-学习笔记

社会心理学-学习笔记10 / 100

原创 普通心理学-学习笔记

普通心理学学习笔记

原创 C语言学习笔记

大一时候的C语言学习笔记，自己以后也大概率是不会看的，留个纪念吧。好可以笔记可以放心的扔了。

原创 计算机网络-学习笔记

计算机网络三级-学习笔记 这个是之前为了考计算机网络三级的时候看的，还专门买了本谢希仁的那本书看，后来发现考试只需要刷题就行了，也没学到什么正儿八经的知识...

原创 职场心理学-学习笔记

原创 线性代数-学习笔记

大一时候的笔记，笔记本太占地方想扔了，但是自己记录的内容感觉有点用（自己感觉），就这种方式记录下来，也方便自己查找。

原创 经济心理学-学习笔记

经济心理学学习笔记

原创 变态心理学-学习笔记

变态心理学学习笔记，北大钱铭怡教授的课程

原创 Docker常用命令总结

Docker常用命令总结和一种装部署过程

原创 scipy minimize当目标函数需要参数、当约束条件特别特别多时

from scipy.optimize import minimize求解官方说明文档简单开一下开头官方下面有例子会让人容易明白注意我们的目的是：为了求出让fun函数最小的最优解x当遇见目标函数fun带了很多外来参数的时候以及约束很多很多假设有100个的时候，怎么实现呢1、优化函数带参数但是当fun函数是带参数的时候怎么办呢，参数当然可以是一个数，也可能是数组矩阵等。比如说我们可以随便定义一个目标函数：def fun(x,...

原创 Spatial Transformer Networks（STN）代码分析

这是比较早的关于 attention的 文章了。早且作用大，效果也不错。关于这篇文章的解读有很多，一找一大堆，就不再赘述。首先看看文章的解读，看懂原理，然后找到代码，对着看看，明白之后就自己会改了，就可以用到自己需要的地方了。例如，文章解说和代码可参考：一个文章解说地址一个code地址简单来说，就是在分类之前，先将原图作用于一个变换矩阵得到新的图，再去分类。所以核心就是1、得到变换矩阵，一个2*3的矩阵，可以实现平移缩放旋转裁剪等操作。2、通过变换矩阵得到射变换前后的坐标的映射关系，即g

原创 最近看了看保险

商业保险：意外险医疗险寿险重疾险四者关系：互不重复，作用不同。但是很多产品都会捆绑在一起。一般来说分开买，各司其职，性价比会高一些。关于保障范围：意外险：意外医疗（花多少报销，例如猫抓了门诊可报）、意外身故（直接一笔）、意外伤残（根据伤残等级给一笔）医疗险：生病住院。一般会有免赔额，大于免赔额花销全报销，注意买不限医保的。寿险：挂了一次性给，不管怎么挂的。重疾险：重、中、轻症，分别赔付比例不同。一次性给。关于赔付：意外和医疗是花...

原创 线性代数学习

线性空间中的任何一个对象，通过选取基和坐标的办法，都可以表达为向量的形式。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运动。（选取基后，对象用向量表示，对象的运动用矩阵表示）矩阵的本质是运动的描述。矩阵也可以理解成一个坐标系。因为对象的变换等价于坐标系的变换。 Ma = b在同一个基下，向量a在M的变换下，变成b。 Ma = Ib在M坐标系下量出向量a 和 在I坐标系下量出向量b 是同一个向量。所以看特征值和特征向量...

原创 Pytorch 怎么构建自己的数据集。怎么重写官方数据集。

小白记录，大神勿扰小白入门的时候，发现，现有的基本都是直接类似这样的：trainset = datasets.MNIST('../MNIST', download=True,train=True, transform=transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))]))train_loader = DataLoader(trainset, ba...

原创 R-CNN系列学习笔记

迄今为止，我也没有用过R-CNN系列。。。看理论是一回事，实际用是另外一回事。之前准备用，看理论时候的一些摘录笔记，都忘的差不多了。实际用的时候，里面的每一个细节就很关键了，尤其是在自己项目需要的特定应用场景下。细节包括理论细节和代码处理细节，都挺花时间，也都挺关键。一文读懂目标检测：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSDhttps://cloud.tencent.com/developer/news/281788R-CNN文章...