- 博客(15)
- 收藏
- 关注
RSS订阅原创 Java中9种常见的CMS GC问题分析与解决
本文主要针对 Hotspot VM 中“CMS + ParNew”组合的一些使用场景进行总结。重点通过部分源码对根因进行分析以及对排查方法进行总结，排查过程会省略较多，另外本文专业术语较多，有一定的阅读门槛，如未介绍清楚，还请自行查阅相关材料。| 总字数 2 万左右（不包含代码片段），整体阅读时间约 30min ，文章较长，可以选择你感兴趣的场景进行研究。在这里，我们把整个文章内容总结一下，方便大家整体地理解回顾。
2023-09-30 14:39:18
268
原创 innodb 中的锁以及事务隔离级别底层原理
事务隔离级别写在前面：好烦啊，事务隔离级别底层原理，在网上搜索了N篇博客，写的都不相同。搞得我心烦意乱，算了直接看官网了。mysql innodb 事务隔离级别原理官网：MySQL :: MySQL 8.0 Reference Manual :: 15.7.2.1 Transaction Isolation LevelsREPEATABLE READ This is the default isolation level forInnoDB.Consistent readswi...
2021-12-11 15:08:01
574
原创 当你即会java又会python 的时候，面试官会问，python和java的区别。
从大的方面说：1、python 既面向对象又面向函数；java存面向对象2、python 简单，开发效率高，但运行效率慢；java运行效率相对高3、python 比java更方便的调用c或c++的库4、python 拥有大量的计算第三方库，更适合科学计算，数据分析等研究工作，而java 更适合商业开发5、python 有全局解析性锁，Java支持真正的多线程并发操作，能很好的控制资源的的共享6、python是动态语言，而java是静态语言从细节上说：1、java 单继承，而python 多继
2020-06-22 23:37:46
2133
原创 SIFT和HOG特征简单记录
SIFT算法的实质是在不同的尺度空间上查找关键点(特征点)，并计算出关键点的方向，查找到的关键点是一些十分突出，不会因光照，仿射变换和噪音等因素而变化的点，如角点、边缘点、暗区的亮点及亮区的暗点等。SIFT有尺度不变来性，这个是由尺度金字塔的构造造成的。SIFT有旋转不变性，这个是因为会计算描述子的主方向，然后匹配时检查匹配点的主方向。源SIFT有光照不变性，这个是由于描述的是梯度特征，梯度...
2020-05-05 16:18:28
522
原创 faster rcnn 图片流向，大小详细介绍与一般博客不同
下面的介绍都是基于VGG16 的Faster RCNN网络，各网络的差异在于Conv layers层提取特征时有细微差异，至于后续的RPN层、Pooling层及全连接的分类和目标定位基本相同.网络结构1、Conv layersFaster RCNN首先是支持输入任意大小的图片的，比如上图中输入的PxQ，进入网络之前对图片进行了规整化尺度的设定，如可设定图像短边不超过600，图像长边不超过1...
2020-05-04 10:48:29
2464
1
原创 java常用的几种数据结构汇总
Java集合分为三类:List :存储可以自动扩展的数组Set :存储没有重复元素的数组Map:存储映射关系的关联数组List分为:Arraylist和Linkedlist区别看其实现方式，看其前缀Array,Link。Set分为:Hashset和TreesetTree排序是排好序的。Set分为:Hashset和TreesetTree排序是排好序的。其方法看其是不是实现同一个接...
2019-09-09 10:51:13
391
原创 几种读取图片方法的对比
Image.open(image_path)不能把单通道变为三通道Image.open ，imageio.imread，image.load_img cv2.imread,等有时间了，在来总结
2019-09-04 20:29:10
307
原创 keras 读取多标签图像数据
我所接触的多标签数据，主要包括两类：一张图片属于多个标签，比如，data:一件蓝色的上衣图片.jpg，label:蓝色，上衣。其中label包括两类标签，label1第一类：上衣，裤子，外套。label2第二类，蓝色，黑色，红色。这样两个输出label1，label2都是是分类，我们可以直接把label1和label2整合为一个label，直接编码，比如[蓝色，上衣]编码为[011011]。这...
2019-09-02 21:23:36
1348
原创 tensorflow 读入读入数据
1、供给数据（feeding）2、预加载数据（preloaded data）3、从文件读入数据（Queueruner）4、tf.data.Dataset首先绝对不推荐第一种和第二种方法。数据集稍微大点，尤其图像。电脑内存受不了啊，亲自采坑55555555555555555哭了（1.2G数据集，变成矩阵11G的数据，batchsize=32，然后32g的内存崩了(注意，这是把数据全部读入内存...
2019-07-16 11:43:23
154
原创 卷积神经网络各种组件意义以及经典网络知识点
过滤器大小 :堆叠两个3x3感受野相当于一个5x5,但是参数量前者少于后者；堆叠三个3x3感受野相当于一个7x7,参数量前者少于后者；通道数：通道数越多，从某个特征图中提取的信息量越多，但是其参数量也越多，容易过拟合；池化层：下采样层，压缩特征，减少参数量。提高模型的容错能力（泛化能力）。invariance(不变性)，这种不变性包括translation(平移)，rotation(旋转)，...
2019-06-25 14:55:49
359
原创 CV经典神经网络论文链接以及出现时间先后顺序
inception v1 论文链接inception v2 论文链接inception v3 论文链接inception v4 论文链接xception 论文链接resnet v1 论文链接resnet v2 论文链接resnext 论文链接densenet 论文链接mobilenet v1 论文链接mobilenet v2 论文链接shufflenet v1 论文链接...
2019-06-24 22:14:45
1045
原创 刷LeetCode过程中的一点心得
在刷LeetCode的过程中的一点心得：我觉得应该按标签刷题，第一遍看答案。然后刷完第一遍后第二遍在随机不看答案刷题。在按标签刷题的过程中，总结刷题的套路。比盲目的随机刷，和按简单容易刷效果好。这是我看到一个大神的博客后的一点感悟，这位大神，就刷了几十道题就能写出篇优秀的博客，实在佩服。该大神在刷了树和链表的专题后，总结了涉及到该题目都可以用递归的方法做出来套路。我看了后，不但学会了什么是递归，...
2019-04-03 11:37:59
1037
3
转载 目标检测模型发展史
对于目标检测，传统的是基于滑动窗+分类模型；而基于深度学习的有如下分类：基于候选区域的，如R-CNN，SPP-net，Fast R-CNN，Faster R-CNN，R-FCN端到端（End-to-End），如YOLO，SSD2014 R-CNN，SPP-Net2015 Fast R-CNN2016 Faster R-CNN，R-FCN，YOLO，SSDYOLO目前有4个版本， YO...
2019-03-02 20:31:07
1662
原创 采一个坑，HDF5文件
(https://blog.csdn.net/yudf2010/article/details/50353292/)先附上HDF5基础知识> 然后踩得坑是<HDF5 group “/glove_vectors/data/03bSnISJMiM” (2 members)>像这样的group文件对象怎么读取def printname(name): print(nam
2019-03-02 10:41:28
1889
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