ydy_2017211924的博客

原创 Charades网络架构部分代码阅读

1 torch.arange(0, seg_masks.size(1)).type_as(seg_masks).unsqueeze(0).long()torch.arange(0, seg_masks.size(1))为表示position，创建0-127的tensortype_as 将其变成参数的tensor类型.unsqueeze(0) 在第一维添加一个维度.long() 转化为longtensor形式2 tensor.expand(B, nseg, -1)(100,1,512).ex

原创 Charades数据处理部分代码阅读

1.enumerateenumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。split = ["train","test"]for di,dt in enumerate(split): print(di)>>>01print(dt)>>>traintestprint(di,dt)>>>0 train1 test使用Dat

原创 论文阅读：PrivateSQL: A Differentially Private SQL Query Engine

基本信息来源：PVLDB Endowment 2019Duke UniversityIos Kotsogiannis 团队主方向Theory of database privacy and securitykey word：Differential privacy 差分隐私Abstract差异隐私被认为是隐私数据分析的事实标准。但是，该定义和许多支持文献适用于平面表。尽管存在针对特定类型的关系数据(例如图表)的不同定义和专门算法，对于具有约束的多关系模式没有通用的隐私定义，也没有系统允许对S

原创 记Latex安装过程

MacBook的LaTeX安装简单过程

原创 Github使用

本地文件上传

原创 CUDA、cuDNN、pytorch环境搭建

搭建环境：LGI1.安装python3.8+Anaconda2.安装CUDA+cuDNN显卡配置：GTX3090driver：456.71需安装CUDA版本：11.1cuDNN：8.0.5安装过程检查环境变量：测试CUDA：测试cuDNN：3.安装Pytorch首先配置清华园镜像：较全的教程1.显示已有channelconda config --show channels2.删除channelconda config --remove channels https:

原创 论文阅读：Local-Global Video-Text Interactions for Temporal Grounding

对于时间定位的局部-全局的视频-文字交互Abstract摘要本文针对文本到视频的时间grouding问题，旨在识别与文本查询语义相关的视频时间间隔。我们使用一种新的基于回归的模型来解决这个问题，该模型学习为文本查询中的语义短语提取一组中级特征，这些特征对应于查询中描述的重要语义实体（参与者、对象和动作等），并且从多个层次反映查询的语言特征和视频的视觉特征之间的双模态交互。该方法在双模态交互中，利用从局部到全局的上下文信息，有效的预测了目标时间间隔。通过深度的消融研究，我们发现，在视频和文本交互中结合

原创 python鸟巢：字典的用法、文件的I/O、dataframe

字典字典创建：dic = {'x1':[1,2,3,4,5],'x2':[1,2,3,5,5]}按列表生成字典的键：seq = list(DATAFRAME.columns[0:-1])dict1 = dict.fromkeys(seq)为字典的键赋值：for k in list(dict1.keys()): dict1[k] = data若值为列表，取出字典值中的片段：data_split = dict1[k][:3]Dataframe导入的excel、csv文件，一般格式

原创 An optimal design of multi-protocol label switching networks achieving reliability requirements

实现可靠性要求的多协议标号交换网络优化设计A B S T R A C T多协议标签交换(MPLS)网络以其较高的服务质量(QoS)在骨干网中得到了广泛的应用。MPLS网络的可靠性是非常重要的。在本文中，我们考虑MPLS网络的最优设计，在可靠性约束下，工作路径和备份路径的最优选择使网络的构造成本最小化。由于网络的构造代价和网络的可靠性都与所选路径的长度有关，因此网络优化设计问题被解耦为两个子问题:费用相关问题和可靠性相关问题，其中费用相关问题已由Sohn等人解决。考虑到可靠性相关问题，提出了一种可靠性

原创 plot函数设置颜色、字体

官网超棒1.设置正常中文字体mpl.rcParams['font.sans-serif'] = ['KaiTi']mpl.rcParams['font.serif'] = ['KaiTi']mpl.rcParams['axes.unicode_minus'] = False2.设置背景和绘图区颜色plt.rcParams['axes.facecolor'] = 'azure' ...

原创 代码阅读：trainers.py

1.np.nonzero()返回非零值的索引返回一个包含两个数组的二维元组，分别从行和列上描述非零值a = [0,2,3]b = np.nonzero(a)print(b)>>>(array([1,2],dtype=int64),)a = [[0,2,3],[1,0,4]]b = np.nonzero(a)print(b)>>>(array(...

原创 代码阅读：models.py

1.对于图片（NxCxHxW）的2D卷积与反卷积

原创 pandas、DataFrame操作excel表格，绘制曲线

1.读入excelimport pandas as pdimport numpy as nppath = xxxdf = pd.read_excel(path)2.读入excel某几列col_n = ['col1','col2','col3']select = pd.DataFrame(df,columns = col_n)此时返回的select是一个Dataframe类型3....

原创 Plt绘制函数

1.设置x y值x = np.arange(0,100,0.01)y = 100/((100-x)+(x/10))2.x y轴标签plt.xlabel('Percent vectorization')plt.ylabel('Net Speedup')3.x y 轴范围plt.xlim(0,100)plt.ylim(0,10)4.图像名称plt.title('Plot of th...

原创 论文阅读（三）：Text2Sign: Towards Sign Language Production using Neural Machine Translation and GAN-2

Abstract我们提出了一种新的方法来自动手语生产使用最先进的神经机器翻译(NMT)和图像生成技术。我们的系统能够从口语句子中生成手语视频。与当前依赖于大量注释数据的方法相反，我们的方法需要最少的注释和框架级别的注释来进行培训。我们通过将任务分解为专门的子流程来实现这一点我们首先利用编译码器网络将口语句子翻译成符号注释序列。然后找到注释和骨骼序列之间的数据映射。我们使用生成的姿态信息来调节生...

原创 论文阅读（三）：Text2Sign: Towards Sign Language Production using Neural Machine Translation and GAN

Abstract概述：我们提出了一种新的方法来自动手语生产(SLP)利用最近的发展神经机器翻译(NMT)，生成对抗性网络(GANs)和运动生成。我们的系统能够从口语句子中生成手语视频。与当前依赖于大量注释数据的方法相反，我们的方法需要最少的注释和框架级别的注释来进行培训，我们通过将任务分解为专门的子流程来实现这一点。方法：我们首先将一个NMT网络和一个运动图(MG)结合起来，将口语句子翻译成手...

原创 transforms、ImageFolder读取图片数据

1.transforms用法from torchvision import transformstransform = transforms.Compose([transforms.Resize((224,224)), transforms.ToTensor(), ...

原创 cv2、plt 、PIL显示图像

opencv库/cv2img = cv2.imread(img_path) #读入一张图片，返回一个（H，W，C）的ndarraycv2.imshow(name,img) #显示一张图片cv2.waitKey() #必须加上，不然图片无法显示cv2.destroyAllWindows() #执行键盘动作后关闭窗口1.cv2.imread()返回一个ndarray补充 ：ndarra...

原创 代码阅读（一）—generate video

1.docopt 中 version参数在usage中可能定义了不止一种形式在原始代码中，定义了6种形式，在执行函数时必须要匹配其中一种，故有时可以见到形如参数version =naval_fate 2.0的设置高亮 最最最坑的问题DocoptLanguageError: “usage:” (case-insensitive) not found.解决：删掉开头的注释即可就是2.s...

原创 Python / Pytorch鸟巢0929

.size() TypeError: ‘int’ object is not callable tensor.permute make_grid()1.TypeError: ‘int’ object is not callable 问题解决变量名和函数名写重复了，系统傻了，就返回了一个int类型2.size()的问题def show_batch(batch): normed = b...

原创 Spyder鸟巢0929：快捷键备忘录

Ctrl + 1: 注释/反注释Ctrl + 4: 块注释Ctrl + L: 跳转到行号Tab/Shift + Tab: 代码缩进/反缩进

原创 Tensorflow随学随记（一）

2019.9.27mocogan代码阅读的tensorflow学习记录首先 import tensorflow as tf1.tf.summary.FileWriter 指定一个文件用于储存生成的训练数据（graph）格式 tf.summary.FileWritter(path,sess.graph)常用方法 add_summary（）train_summary = sess.ru...

原创 Python鸟巢0926

写于20190926，中文语料库构建分词模型时的菜鸟笔记1.生成固定维度矩阵transmetrix = np.zeros((4,4))2.log函数使用import mathmath.log(number) #此处number必须大于零，不然会ValueError: math domain error 可以手动设置，当x为0时，置成无穷小值float("-inf")3.中文处理s...

原创 Python鸟巢

2019/9/24写自然语言处理–n-gram分词时的菜鸟记录1.txt文件操作按行读入删除文本中某些内容def text_preprocess (file_path,del_dic): text = '' file = open(file_path,encoding='UTF-8') for line in file: if (len(line...

原创 Linux服务器使用备忘录（一）

1.conda创建虚拟环境 conda -n your_name python=3.6激活环境 source activate your_name关闭环境 conda deactivate your_name2.进入子目录 cd name返回上一级目录 cd …运行python文件 python3 name.py展开目录 ls查看显卡 nvidia-smi3.df -lh忘了干嘛的...

原创 论文阅读（二）：Decomposing Motion and Content for Video Generation

Abstract视频中的视觉信号可以分成内容和动作两部分内容->视频中有什么动作->描述运动分解内容和运动的视频生成：将随机向量序列映射成视频序列每个随机向量包括内容部分和动作部分，当内容部分确定后，动作部分被认为是一个随机过程为了以无监督的方式学习运动和内容分解，我们提出了一种新的基于图像和视频鉴别器的对抗性学习方案。Introduction深生成模型最近受到越来越多...

原创 Pytorch常见问题（一）：MNIST集output with shape [1, 28, 28] doesn't match the broadcast shape [3, 28, 28]

主要原因：MNIST集中的图片为灰度图片，只有一个通道，而transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize(mean = (0.5,0.5,0.5),std = (0.5,0.5,0.5))])代码中mean=(0.5,0.5,0.5)则为三个通道的均值，故不匹配。【但是大多数学习P...

原创 论文阅读（一）：Hierarchical LSTM for Sign Language Translation

AbstractSLT （Sign Language Translation） 手语翻译CTC (Connectionist temporal classification) 连接主义时间分类linguistics /lɪŋ’gwɪstɪks/ n. 语言学sequential gesture variation 连续的手势变化解决的问题连续手语翻译中->帧级和word级...

原创 QT学习（六）：文件读写

1.写入文件包含头文件使用方法2.读取文件包含头函数使用方法

原创 QT学习（五）：为程序添加主窗口和菜单

1.添加主窗口1）在项目名称上右键，添加新文件2）在main.cpp中创建点击运行时要出现的窗口类，并添加对象.show()函数2.添加菜单3.为菜单项添加slot函数4.添加学生查询界面...

原创 QT学习（四）：RadioButton、CheckBox、ConboBox的使用

1.RadioButton的使用将使用RadioButton的组件组合为QButtonGroup，在控制台cpp文件中调用this -> ui -> name_of_group -> checkedButton() -> text()获取被选中RadioButton的text值2.CheckBox的使用将若干checkBox组建右键组合为一个group使用Q...

原创 QT学习（三）：QLineEdit的使用

1.QLingEdit的六个信号1）输入文本时触发：cursorPositionChanged() -> textEdited() -> textChanged()2)按下回车键触发：returnPressed（）3）鼠标选择文本时触发：selectionChanged()4)光标移除（转移到别的行去了）触发：editingFinished（）2.输入前的灰色字幕设...

原创 QT学习（二）：学生信息管理系统--信息录入Dialog编写(QMessage类)

1.界面摆放2.程序编写主程序：点击“确定”按钮时弹出信息确认框，并保存至数据库使用：QMessageBox类完成使用功能：1.添加按钮(1)添加自定义按钮，其中ButtonRole为等等，需输入形如QMessage::AcceptRole。此函数返回值为QPushButton * 类(2)添加已有按钮 QMessageBox msgBox; msgBox.setTe...

原创 QT学习（一）：QString与int类型转化函数

QString转化为int类型：QString.toInt（）函数将一个QString类型的字符串转化为int类型，前一个参数用于指示转化是否成功true/false，后一个函数用于指定进制（默认为10进制）函数返回值为int类型的数字int转化为QString类型QString：：number（n，base）第一个参数为要转化的数字n，第二个参数为进制（默认为10进制）...

原创 视图view()函数

原创 Pytorch学习（一）：Variable / requires_grad / .item() / .max()函数/view_as函数 /.cpu()

Variable / requires_grad / .item() / .max()函数requires_grad函数VariableVariable的功能已经改变支持Variable(Tensor)和Variable(Tensor,requires_grad)两种，返回的是一个Tensor而非Variable值.item()返回Tensor类型的数字值，此Tensor只能有一个...