ZonyH-CSDN博客

转载 Java 的类加载模型

Java 的类加载模型本博客内容来源于沉默王二的博客和 cyc2018 的博客Java 中的类是在运行期间第一次使用的时候动态加载到内存中的, 而不是一次性将所有的类都加载的内存中的. 因为如果一次性加载, 就会占用太多的内存. Java 中一个类的生命周期如下(载入, 验证, 准备, 解析, 初始化, 使用, 卸载):Java 类加载过程Java 的类加载过程一般包含以下几个阶段: 载入 -> 验证 -> 准备 -> 解析 -> 初始化. 这几个阶段一般是顺训发生的

2021-02-28 19:42:12 468

原创 Java 中的 String, StringBuffer, StringBuilder

Java 中的 String, StringBuffer, StringBuilder1. 概念Java中常用来处理字符串的有三个类: String, StringBuffer, StringBuilder. 其中StringBuffer和StringBuilder的继承关系如下:// StringBufferpublic final class StringBuffer extends AbstractStringBuilder implements java.io

2021-02-28 13:20:36 126 1

原创 Java 并发之 CopyOnWriteArrayList

Java 并发之 CopyOnWriteArrayListJava 并发包里面的 CopyOnWriteArrayList 是一个 ArrayList 线程安全的变体。CopyOnWriteArrayList 用于读远多于写场景的情况。CopyOnWriteArrayList 处理读写和写写冲突的方式就是在写的时候复制一个原数组的备份，然后写操作在备份的数组上执行，这个时候仍然能够在原数组上进行读操作，写操作完成后再将原容器指向复制后的容器，从而实现修改。ArrayList 非线程安全ArrayLi

2021-02-28 13:13:33 276

原创 MirroGAN: Learning Text-to-image Generation by Redescription

MirroGAN: Learning Text-to-image Generation by Redescription摘要尽管 GAN 已经能够生成非常逼真的高分辨率图片了, 但是要确保生成的图片和文本语义的一致还是一个很有挑战性的问题. 为了解决这个问题, 作者提出了 MirroGAN (a novel global-local attentive and semantic-preserv...

2020-04-24 18:11:28 631 2

原创如果代码写到一半需要 rebase 代码怎么办？

有时候我们在写代码的过程中可能会需要 rebase 别人的代码，但是这个时候我们自己的工作还没有完成，不能提交怎么办？按照下面的步骤就能解决这个问题啦！step 1:使用 git add .或 git add -A将所有文件添加到缓冲区step 2:使用 git stash将当前的工作保存在暂存区step 3:这个时候你的分支就是干净 (clean) 的啦, 你就可以 re...

2019-10-22 14:30:25 433 1

原创 GAN 与人体姿态生成

GAN 与人体姿态生成持续更新中…Pose Guided Person Image Generation概述这篇文章主要解决的是人体姿态迁移的问题。具体就是给定一张原始图片和一个新的姿势，这个姿势使用关键点来表示的，网络的目的就是将原始图片的姿势转换到目标姿势。方法这篇文章将姿态迁移的任务分为了两个阶段，采用了 coarse-to-fine 的策略：首先生成比较模糊的图片，但是姿势...

2019-10-22 14:17:26 5216

原创 Git 笔记与总结

本文章参考了廖雪峰的博客Git 官网散尽浮华的博客Git 安装安装就没有什么好说的了, 大家根据自己的平台安装对应的 Git 的就行了, 安装完后需要进行一下设置, 这儿不设置以后连接到远程仓库时也会让你设置的, 设置很简单, 只需要执行一下两个命令就可以了:git config --global user.name "Your name"git config --global u...

2018-12-26 11:55:48 199

原创 Photo Enhancer Using Generative Adversarial Networks

Photo Enhancer Using Generative Adversarial Networks最近看了几篇用 GAN 做 photo enhancer 的论文，在这儿总结一下。WESPE: Weakly Supervised Photo Enhancer for Digital Cameras主要贡献：这篇文章是在CVPR 2018上看见的。主要贡献如下：WESPE: 提供了...

2018-12-03 19:52:09 303

原创 Residual Network Research: Wide Residual Networks

WRNs:Wide Residual NetworksAbstract深度残差网络能够让我们将神经网络的层数增加到几千层仍然能够获得性能的提升。但是，准确率每提升一个百分点网络的层数几乎要增加一倍，因此训练非常深的残差网络存在降低特征重用的问题，这使得这些网络训练的很慢。为了解决这个问题，作者在这篇文章中做了很多对比实验来研究ResNet block的结构，然后提出了一种新的结构，在这种结构下...

2018-11-14 10:22:23 743

原创 Residual Network Research: Densely Connected Residual Network

DenseNet: Densely Connected Residual Network解决的问题：随着网络层数加深梯度消失的问题：As information about the input or gradient passes through many layers, it can vanish and “wash out” by the time it reaches the end...

2018-11-13 11:17:36 322

原创论文阅读——《Image-to-Image Translation with Conditional Adversarial Networks》

论文阅读之 Image-to-Image Translation with Conditional Adversarial NetworksIntroduction这篇论文主要讲了如何将conditional GANs运用到Image-to-Image任务中，并且讲了如何设计网络来取得很好的效果。这篇文章的main contributions主要有两点：对于各种不同的问题（论文指的应该是...

2018-11-02 10:29:34 953

转载论文阅读——《Wasserstein GAN》《Improved Training of Wasserstein GANs》

论文阅读之 Wasserstein GAN基础知识：f-Divergence原始GAN采用的是JS divergence来衡量两个分布之间的距离。事实上有一个统一的模式来衡量两个分布间的距离，它就是f-divergence。假设PPP和QQQ是两个分布。p(x)p(x)p(x)和q(x)q(x)q(x)是对应样本xxx的概率，则：Df(P∣∣Q)=∫xq(x)f(p(x)q(x))dxD...

2018-10-28 19:38:45 5519 3

原创论文阅读——《Unsupervised Representation Learning With Deep Convolutional Generative Adversarial Networks》

论文阅读之 Unsupervised Representation Learning With Deep Convolutional Generative Adversarial NetworksIntroduction这篇论文主要有以下几个方面的贡献:作者对卷积GAN的拓扑结构提出并评估了一系列的限制, 使得卷积GAN在大部分的设置下能够稳定的训练. 作者把这种结构称作 Deep Con...

2018-10-21 12:18:13 1837

原创论文阅读——《Conditional Generative Adversarial Nets》

论文阅读之 Conditional Generative Adversarial Nets

2018-10-04 15:33:30 3971 2

原创论文阅读——《Generative Adversarial Nets》

论文阅读之 Generative Adversarial NetsSummaryGoodfellow 的这篇paper发布于2014年，提出了一种新的模型——生成对抗模型。这个模型其实就是训练两个相互对抗的网络，一个是训练一个生成器(Generator)，另一个是训练一个判别器(Descriminator)。这两个网络是相互对抗的，生成器的目的是尽量产生接近真实图片的生成图片，其衡量标准就是...

2018-10-04 14:36:16 6276 2

zh20166666的博客