- 博客(64)
- 资源 (3)
- 收藏
- 关注
RSS订阅
原创 [深度学习 - 实战项目] 以图搜图Resnet+LSH-特征编码/图像检索/相似度计算
参考代码来源于 http://github.com/yinhaoxs/ImageRetrieval-LSH以图搜图1. 写在最前面入职新公司以后一直在搞项目，没什么时间写博客。最近一个项目是以图搜图项目，主要用到的技术就是目标检测（yolo）+图像检索（ResNet+LSH）。目标检测就不用多说了，成熟和现成的代码一抓一大把，主要问题就是在优化提升精度和性能上的摸索。图像检索的技术也挺多，但是网上的资源相对较少，所以记录一下这段时间用到的一个代码。最开始直接看到的是这个作者的ImageRe.
2020-10-24 16:05:31
13280
57
原创 [深度学习 - 实战项目] 行为识别——基于骨架提取/人体关键点估计的行为识别
行为识别——骨架提取/人体关键点估计我们可以通过深度学习，检测到一个人，但是那个人在做什么我们不知道。所以我们就想让神经网络既检测到人，又知道他在做什么。也就是对这个人的行为进行识别。一个人的行为可以有很多种，可以跑、跳、走、跌倒、打架……有一些我们可以看第一眼就知道他在干嘛，有些我们必须看一段才知道他在干嘛。所以我们要用神经网络来识别行为，就可以分成单帧图片的识别和连续帧图片的识别。如果是单帧图片的识别，例如举手、摆个姿势……等简单的动作，我们可以直接用卷积网络、或者直接用yolo进行训练。在数据集
2020-07-29 21:19:32
37037
106
原创 [深度学习 - 实战项目] CRAFT&CRNN_seq2seq图片文字提取
图片文字提取项目检测网络：CRAFT，基于字符区域感知的文本检测；CRAFT源码：https://github.com/clovaai/CRAFT-pytorch识别网络：crnn+seq2seq，编解码结构，文字识别；crnn+seq2seq源码：https://github.com/bai-shang/crnn_seq2seq_ocr_pytorch1. 写在最前面项目花了一个星期，基本上也是去github上拿现有得模型拼凑起来得项目。效果也达不到商业级别。只可供学习交流，也欢迎各位大佬大
2020-07-16 16:20:48
4372
33
原创 [深度学习 - 实战项目] yoloV5人脸侦测&arcFace人脸识别&silentFace静态活体检测
yoloV5&arcFace人脸识别yoloV4&V5已经出来几个月了啊。刚接触yolo的时候，是大三下的时候，那时候导师给了个项目，就是侦测人体加上骨架提取的一个项目。我当时也没只是想先搞个毕业设计出来。然后就查资料，找到了yoloV3，下了源码。在linux系统上跑了起来。当时最大的感受就是，我这破笔记本电脑也能跑得掉，这代码真牛逼。然后到现在的yoloV4、V5，可以看出来网络结构基本没变。仅仅在一些小组件上优化：优化了数据集、优化了子结构/激活函数、加了一些技巧在拼接上、重新
2020-07-13 14:09:23
32427
115
原创 手势识别（二） - 静态手势动作识别
我公司的科室开始在公众号上规划一些对外的技术文章了，包括实战项目、模型优化、端侧部署和一些深度学习任务基础知识，而我负责人体图象相关技术这一系列文章，偶尔也会出一些应用/代码解读等相关的文章。文章在同步发布至公众号和博客，顺带做一波宣传。有兴趣的还可以扫码加入我们的群。（文章有写的不好的地方请见谅，另外有啥错误的地方也请大家帮忙指出。）（另外，文章引用的图片or代码如有侵权，请联系我删除。）微信公众号：AI炼丹术技术交流群可以从公众号上获取，可以备注是咸鱼的博客上来的。????手势识别（二）
2021-12-20 16:50:10
12871
2
原创 手势识别（一） - 项目概述与简单应用介绍
我公司的科室开始在公众号上规划一些对外的技术文章了，包括实战项目、模型优化、端侧部署和一些深度学习任务基础知识，而我负责人体图象相关技术这一系列文章，偶尔也会出一些应用/代码解读等相关的文章。文章在同步发布至公众号和博客，顺带做一波宣传。有兴趣的还可以扫码加入我们的群。（文章有写的不好的地方请见谅，另外有啥错误的地方也请大家帮忙指出。）（另外，文章引用的图片or代码如有侵权，请联系我删除。）微信公众号：AI炼丹术技术交流群可以从公众号上获取，可以备注是咸鱼的博客上来的。????【手把手教学】手
2021-12-20 16:43:54
5602
1
原创 [深度学习 - 发现有趣项目] 动漫图生成手绘草图 Anime2Sketch
我公司的科室开始在公众号上规划一些对外的技术文章了，包括实战项目、模型优化、端侧部署和一些深度学习任务基础知识，而我负责人体图象相关技术这一系列文章，偶尔也会出一些应用/代码解读等相关的文章。文章在同步发布至公众号和博客，顺带做一波宣传。有兴趣的还可以扫码加入我们的群。（文章有写的不好的地方请见谅，另外有啥错误的地方也请大家帮忙指出。）微信公众号：AI炼丹术技术交流群可以从公众号上获取，可以备注是咸鱼的博客上来的。????【趣味AI项目】动漫图生成手绘草图 Anime2Sketch技术简述
2021-10-25 17:31:06
3515
原创 [人体图像相关技术] -（三）行人检测传统方案介绍
我公司的科室开始在公众号上规划一些对外的技术文章了，包括实战项目、模型优化、端侧部署和一些深度学习任务基础知识，而我负责人体图象相关技术这一系列文章。文章在同步发布至公众号和博客，顺带做一波宣传。有兴趣的还可以扫码加入我们的群。（文章有写的不好的地方请见谅，另外有啥错误的地方也请大家帮忙指出。）微信公众号：AI炼丹术技术交流群可以从公众号上获取，可以备注是咸鱼的博客上来的。????行人检测传统方案介绍一、基于运动检测的算法背景差分法背景差分法的基本原理就是先对视频做背景建模，利用获取到的
2021-09-11 14:37:38
2081
2
原创 [人体图像相关技术] -（二）行人检测数据集 - 介绍（含人像分割数据集）
我公司的科室开始在公众号上规划一些对外的技术文章了，包括实战项目、模型优化、端侧部署和一些深度学习任务基础知识，而我负责人体图象相关技术这一系列文章。文章在同步发布至公众号和博客，顺带做一波宣传。有兴趣的还可以扫码加入我们的群。（文章有写的不好的地方请见谅，另外有啥错误的地方也请大家帮忙指出。）微信公众号：AI炼丹术技术交流群可以从公众号上获取，可以备注是咸鱼的博客上来的。????行人检测数据集 - 介绍一、目标检测 - 行人数据集1. INRIA Person Dataset静态行人数据
2021-09-11 14:32:52
14576
1
原创 [人体图像相关技术] -（一）概述
我公司的科室开始在公众号上规划一些对外的技术文章了，包括实战项目、模型优化、端侧部署和一些深度学习任务基础知识，而我负责人体图象相关技术这一系列文章。文章在同步发布至公众号和博客，顺带做一波宣传。有兴趣的还可以扫码加入我们的群。（文章有写的不好的地方请见谅，另外有啥错误的地方也请大家帮忙指出。）微信公众号：AI炼丹术技术交流群可以从公众号上获取，可以备注是咸鱼的博客上来的。????人体图像相关技术 - 概述（图源：https://github.com/xuebinqin/U-2-Net）一
2021-09-07 09:27:00
1181
原创 [深度学习 - TTS自学之路] 基于fastspeech2 学习TTS流程以及部分代码梳理
深度学习方案 - TTS流程以及代码梳理 - fastspeech2参考源码：https://github.com/ming024/FastSpeech2最近好长一阵子没有写文章了，一方面是公司里做的一些项目不好公开写成文章，另一方面由于教育双减政策的影响，很多项目临时被停止了，所以这阵子，对原项目的维护以及新领域（音频）方面的自研学习，基本都在忙着，个人时间很少。另外打个小广告，科室这边也逐渐对外写一些技术文章，主要在微信公众号：“ AI炼丹术 ”上发布。目前发布了很多关于端侧优化部署的文章、O
2021-08-25 14:40:34
4671
2
原创 [yoloV5项目 - error] torch.load() 出现 No module named ‘models‘
源码路径：https://github.com/ultralytics/yolov5yoloV5 官方项目爬坑最近整理了下我之前github上传的一个人脸识别项目，然后把一些组件稍微整理了一下。还有就是最近在玩一个手势检测的项目，也用到了yoloV5的源码。但在加载模型torch.load()的时候就出现了ModuleNotFoundError: No module named 'models'这个问题。也有粉丝跟我反馈说出现了这个问题。如下图。（因为之前上传的时候，我是在pycharm设置了y.
2021-05-06 09:57:49
24064
9
原创 Python - 性能分析工具 line_profile 或使用@timer方法
Python - 性能分析工具 line_profile最近学到的一个好东西，也是优化性能，查看python每行代码性能的工具。使用步骤：安装/配置 line_profile：pip install git+https://github.com/rkern/line_profiler；代码：需要分析的函数前加 @profile；运行：kernprof -l kuangti_tornado_server.py；python -m line_profiler kuangti
2021-04-16 09:10:42
1003
原创 [深度学习 - 发现有趣项目] masking-gan 人脸生成笑脸表情
参考代码来源于：https://github.com/tgeorgy/mgan人脸生成笑脸表情1、有趣的项目之前没事会经出翻github看项目，也会发现很多有趣的项目。迫于没什么时间，就过一眼就关了。所以就特地开了这个发现有趣项目的板块，想有时间的时候就把这些有趣的项目记录下来。但刚开始写之后，翻github就想找有趣的项目，却怎么也找不到。（amazing！????）所以我就换了个思路。平时没事我也会经出刷抖音，过一段时间就会有新出的特效什么的，其实就很有意思。而这些实际上都是用深度学习实现的
2021-03-13 16:13:59
3376
4
原创 [深度学习 - NLP项目] 自然语言理解 - AlBert模型
参考代码来源于：https://github.com/brightmart/albert_zh记录一下nlp开始学习的历程新的一年刚开始，就碰上了一个基本都是NLP的项目；一直想找机会学NLP，现在正好遇上了。就是项目是个硬骨头，有点难啃，好在组内有几个NLP大神带着。所以也稍微记录一下我nlp开始学习的历程。（可能有些地方理解错误、说错的，也请各位大佬帮忙指正。????）刚开始遇到的时候想从基础上学起，比如TF-IDF、word2vec这些。但是由于知识量从头来的话，太多太杂了。然后大佬也是说直
2021-03-05 18:53:03
2345
3
原创 Python-正则表达式（记录一些规则和常用表达式，以备使用）
Python-正则表达式最近一个项目大量的接触nlp相关的算法。所以经常要对文本进行操作。因此会频繁的使用正则表达式。记录一些常见的规则和表达式以备使用。import restring = ''print(re.findall(r" ",string)) # 里面填正则表达式，会再string里面匹配格式正确的字符正则表达式的一些规则：（参考来自）^ 匹配字符串的开始。$ 匹配字符串的结尾。\b 匹配一个单词的边界。\d 匹配任意数字。\D 匹配任意非数字字符。x? 匹配一个可选
2021-02-22 17:29:37
322
原创 [深度学习 - 发现有趣项目] neural-style-pt 艺术风格迁移
参考代码来源于 https://github.com/ProGamerGov/neural-style-ptneural-style-pt 艺术风格迁移一如既往的开头最近事情比较少，人闲着也闲着。趁着周末到处跑，临近新年，也没怎么学习。想写点什么博文，但是又不知道写啥哈哈哈哈哈。于是，我想把公众号或者github（推荐专栏）看到的一些有趣的项目记录下来。这是个风格迁移的项目。这种应该算生成类项目（GAN这类），但我也不确定这个模型的一些细节。对于这类项目我兴趣蛮大的，只是一直没有机会遇到这.
2021-01-27 17:49:59
2754
1
原创 Python-opencv 实现photoshop中的一些基本操作
Python-opencv 实现PS操作最近有个项目要做颜色变换，而对于我这种对色彩不敏感的人可是相当难受。调半天opencv色调，都不知道自己调的是啥。于是乎。。。。有了个idea!!!我找了个做美工设计的朋友帮我做了效果图。（photoshop）然后把操作思路和过程都给到我，这下子就只差复现photoshop的操作了。所以就有了我在网上寻找总结的这一系列，用python-opencv实现的photoshop操作。（网上基本上都是C++ - opencv实现的）后面如果有需要其他操作我会持续更新
2021-01-08 16:23:59
7052
5
原创 [深度学习 - 技巧] tensorboard实时查看损失和权重的变化
tensorboard1. 安装tensorboard如果有安装tensorflow的话，应该会默认安装对应版本的tensorboard。因为我这边开发环境用的pytorch，所以没有安装tensorboard。可以通过pip安装。pip install tensorboard2. 代码块在自己的代码模块中添加这一块内容，我这里写的是每个epoch保存一次数据，当然数据量大，模型跑一个epoch慢的时候，可以自己选择n个batch保存一次。然后模型运行时候就会在目录中logs下生成一个log1
2020-12-16 14:48:33
12129
8
原创 [深度学习 - 实战项目] 实例分割 - yolact++
参考代码来源于 https://github.com/dbolya/yolact实例分割 yolact1. 环境配置首先将项目安装下来，或者git clone到自己本地。因为我这边跑的是yolact++（在data/config.py内设置），所以按官方要求是要安装DCNv2即执行下面代码。cd external/DCNv2python setup.py build develop这里因为我一开始用的pytorch1.6版本，所以一直安装不下。后来把版本降低后就可以正常执行安装了。版本.
2020-12-12 17:09:54
2100
6
原创 [深度学习 - 技巧] 通过修改预训练模型权重层修改模型输出
前阵子做了个以图搜图特征编码模型啊。（详情看上一篇）但是由于图库数据较大（上亿数据），所以2048维的特征编码存储量太大，java那边相似度计算也慢。由于图库里面的图形都比较简单，老大觉得512够用了，要我修改网络输出到512维的特征编码。但是模型网络那边提供的预训练模型，Resnet50只有输出层是2048维的。我们也不想换Resnet18（可能会较大的降低精度）。因此我只能够再Resnet50的预训练权重包上面下手。1. 修改网络结构首先，我先看我的网络结构。（在这个位置：cirtorch/
2020-11-07 15:18:10
2778
2
原创 常用的命令行操作 - 持续更新
命令行基本操作（可能有差异）记录在工作时常用的一些命令行，随工作遇到的持续更新。文件和目录操作返回到根目录：cd /到指定目录：cd dir返回上级目录：cd ..查看目录中的文件：ls创建一个叫做 ‘dir’ 的文件夹’ ：mkdir dir删除一个叫做 ‘file’ 的文件’ ：rm -f file删除一个叫做 ‘dir’ 的目录’ ：rmdir dir删除一个叫做 ‘dir’ 的目录并同时删除其内容 ：rm -rf dir解压一个zip格式压缩包 ：unzip file.zip
2020-09-26 10:42:18
510
原创 Xshell&pycharm连接远程服务器
XshellXshell菜单栏点击新建；输入服务器用户名；输入服务器密码；然后就可以对远程服务器进行命令行操作了。Pycharm首先点击 Tools -> Deployment -> Configuration;(出现如下框)点击Mappings；点击三个小点，创建，输入待访问的远程服务器信息；（IP地址，端口号，用户名，密码）这样就可以实现在远程服务器端查看、上传和下载文件代码。点击 Tools -> Deployment -> Browse Re
2020-09-26 10:00:51
3849
原创 [深度学习 - 网络选型] CNN经典卷积网络模型
CNN经典网络模型LeNet （1998）上图展示的是LeNet-5的网络结构图。C代表卷积层，S代表下采样层。LeNet作为较早的卷积神经网络代表，提出了权重共享的思想。例如在C1（第一层卷积层）原图经过六个卷积核得到六个特征图。这里的卷积核就是权重，原图上所有的像素共享一个卷积核，经过滑动扫描得到一张特征图。它的作用：降低整个网络的参数量；可以学习到图像的局部特征，局部的结构信息。S为下采样层，实际就是降低分辨率。它的作用：使得特征更加抽象化，网络更容易收敛；降低分辨率，使得计算速度加
2020-08-24 16:16:32
694
原创 [深度学习 - 目标检测总结] retinaNet & RFBNet
通过这个链接????进行复习学习。https://github.com/scutan90/DeepLearning-500-questions目标检测前面两节讲了，two-stage、one-stage目标检测算法；Two-Stage检测器（如Faster R-CNN、FPN）效果好，但速度相对慢One-Stage检测器（如YOLO、SSD）速度快，但效果一般retinaNet是针对one-stage算法准确率不高做出的改进。one-stage和two-stage在算法上效果差异存在的问
2020-08-22 16:08:55
573
原创 [深度学习 - 目标检测总结] one-stage 目标检测算法
通过这个链接????进行复习学习。https://github.com/scutan90/DeepLearning-500-questions目标检测目标检测（Object Detection）就是要从图像上找到目标。存在的难点主要有：同一种目标可能有不同外观、形状、姿态；同一张图片场景可能有不同的环境因素干扰（光照、遮挡、色差）；目标检测要检测目标在图像中的位置，目标可能会出现在图像中任意位置，而且同一个位置可能有不同大小、角度的目标。One-stage单次目标检测算法（包括SSD系列和YOLO
2020-08-22 15:44:05
1834
原创 [深度学习 - 实操笔记] 注意力机制
注意力机制注意力机制参考这篇博客中的部分：https://blog.csdn.net/jiaowoshouzi/article/details/89073944从seq2seq说起学完深度学习之后，我知道seq2seq这种编解码模型经常用在翻译软件上。也就是说，要翻译的那句话首先会在一个编码模型上进行语义编码（压缩），将这段话做了个总结，然后传输给一个解码模型，解码模型通过这个总结翻译成最终结果。但是这个模型是由缺陷的。举个栗子，综艺节目经常有一个娱乐项目：你画我猜。假设题目：人躺在地上
2020-08-21 13:04:00
915
原创 [深度学习 - 目标检测总结] two-stage 目标检测算法
通过这个链接????进行复习学习。https://github.com/scutan90/DeepLearning-500-questions目标检测 two-stage目标检测（Object Detection）就是要从图像上找到目标。存在的难点主要有：同一种目标可能有不同外观、形状、姿态；同一张图片场景可能有不同的环境因素干扰（光照、遮挡、色差）；目标检测要检测目标在图像中的位置，目标可能会出现在图像中任意位置，而且同一个位置可能有不同大小、角度的目标。目标检测算法分类：深度学习目标检测算法主
2020-08-20 21:07:48
3150
转载 转载：SORT/Deep SORT 物体跟踪算法解析
目录SORT - SIMPLE ONLINE AND REALTIME TRACKING概述解析SORT算法代码SORT算法的优缺点Deep SORT - SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC关联度量(ASSO...
2020-08-10 15:10:18
837
原创 Python-操作笔记
Python-操作笔记交换变量# 交换变量a, b = 1, 2print(a, b)a, b = b, aprint(a, b)2. 合并列表中的所有元素# 组合字符串a = ["Hallo","World","!!","fish"]print(" ".join(a))join()函数语法： ‘sep’.join(a)返回值：返回一个以分隔符sep连接列表a各个元素后生成的字符串列表a 必须为字符数组找到列表中词频最高的元素# 频率最高的值# 方法A
2020-08-10 13:13:16
224
原创 [推荐系统 06] 基于深度学习推荐系统——DeepFM模型
基于深度学习推荐系统1. 基础知识（1）one-hot编码带来的问题我们知道，当我们遇到标签类/离散/类别型的数据，我们通过会把它变成one-hot编码。但是这样会使得数据特别庞大而且稀疏。而广告计算和推荐算法很多数据的特征是非常多的，而且大部分会是离散的数据，这样一来数据的稀疏性就会变得非常大。因此，FM主要就是为了解决数据稀疏的情况下，特征怎样组合的问题。（2）因式分解机（FM）因式分解机是一种基于LR模型的高效的学习特征间相互关系；对于因子分解机FM来说，最大的特点是对于稀疏的数据具有
2020-07-10 20:23:21
760
原创 [推荐系统 05] 基于图的推荐算法
基于图的推荐算法我们很容易就能想到啊，这个推荐的原理实际就是，用户和物品之间的关系。那么用户和物品就可以用图模型来表示。例如用用户行为数据来构造用户物品的二分图。用户A连接物品1表示，用户A对物品1产生过行为。有了二分图后，我们的任务实际就转化成了在二分图上给用户进行个性化推荐。推荐的任务又可以转为度量用户顶点与用户没有直接相连的物品节点在图上的相关性，相关性越高的物品在推荐列表中的权重就越高。如何度量两个顶点之间的相关性？顶点的相关性主要取决于下面三个因素：① 两个顶点之间的路径数；② 两个
2020-07-10 13:57:48
785
原创 [推荐系统 04] 推荐系统冷启动问题
看完了尚硅谷机器学习和推荐系统项目实战教程，又觉得基础部分学的太散了。没有把大体的体系学好。因此，找来了 项亮的推荐系统实践一书。打算把知识体系梳理一遍。推荐系统冷启动问题1. 什么是冷启动问题？从前面我们知道了，基于协同过滤的推荐系统是根据用户历史行为和兴趣预测用户未来可能的行为和兴趣，所以推荐系统是在大量用户数据的基础上，才能构建的。但是一般情况下，一个新系统/软件的开发，是没有那么多用户的。相反，为了提高新用户的体验，我们就想要引入推荐系统。那么这样就存在一个问题，系统应该根据什么模式来推荐用
2020-07-10 13:25:09
374
原创 [推荐系统 03] 推荐系统中的评估指标
推荐系统中的评估指标（1） 用户满意度：推荐系统最重要的参与者就是用户，因此是否使用户满意是划定推荐系统是否答辩的一个关键。用户满意度无法通过离线计算，必须通过用户调查或者在线实验。（2）预测准确度：① 评分预测：均方根误差（RMSE）、平均绝对误差（MAE）。② TopN推荐：准确率、召回率。（3）覆盖率：描述一个推荐系统对物品长尾的发掘能力。内容提供商会比较的关系这个指标，因为内容提供商肯定希望自己的物品被推荐的每一个用户，即100%覆盖率。一个好的推荐系统不仅需要有比较高的用户
2020-07-09 20:15:14
577
原创 [推荐系统 02] 基于协同过滤的推荐算法
推荐系统 - 初识 01笔记链接基于协同过滤（CF）的推荐算法基于近邻的CF算法：1. 基于用户的协同过滤(User-CF)基本原理：根据所有用户对物品的偏好，发现与当前用户口味和偏好相似的用户群，并推荐近邻所偏好的物品。采用KNN的算法；基于K个邻居的历史偏好信息，得到偏好相同的用户群，并为用户进行推荐。用户A，对商品A,B,E的评价都很高，但是对C,D的评价很低，用户B，对商品A,E的评价很高，但是对C,D评价很低。那么系统就可能给用户B推荐商品B。因为A和B的行为相似。2. 基于物品
2020-07-09 19:24:03
511
原创 [推荐系统 01] 推荐算法入门
最近想入门推荐算法，下了许多源码算法，跑了跑。又觉得很多代码理解不同，于是想要从头开始学起。首先是推荐算法有许多是基于机器学习的，所以我就从小B站上找了些学习视频看。下面这个尚硅谷机器学习和推荐系统项目实战教程感觉挺好的，由于机器学习基础有了，所以我直接从算法、项目开始看起。顺便想通过博客记录一下给自己复习，具体内容可以直接点链接进去学习。https://www.bilibili.com/video/BV1R4411N78S?p=34推荐算法入门1. 常用推荐算法分类：① 按系统是否实时可以划分
2020-07-09 16:18:44
1167
原创 机器学习 - 基础笔记复习（自问自答）
机器学习 - 基础笔记复习1. 什么是特征工程？特征工程，顾名思义，对特征进行处理。那么什么是特征呢，特征就是事物（即机器学习内的数据）突出性质的表现，特征是区分事物的关键。例如，我们如何区分一个人，肯定通过不同样貌特征的不同，就能区分出不同的人之间的不同。但是由于一个人有一百个特征，一百个人就可能会有一万个特征。特征是非常庞大复杂的，如果我们要让机器学会认识特征，我们就要把特征处理得简单一些。所以特征工程的主要目的就是对特征进行预处理，包括数据预处理，特征选择，特征降维。数据预处理：我们在给机器传
2020-07-08 10:20:07
593
原创 GitHub上一些有意思地址/有趣的网站：收藏链接
收藏github上一些有趣的东西。（1）各领域各语言上可供学习的项目：（构建自己的项目）https://github.com/danistefanovic/build-your-own-x（2）虽然不知道有没有用，但是保存起来，感觉未来会使用到的Git 的工程师模板。https://github.com/github/gitignore（3）开源！免费！公用！API接口：以后我肯定有用！https://github.com/public-apis/public-apis（4）命令行操作，一言难
2020-07-07 14:08:13
130311
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人