这里论文中提到的技巧做笔记。InceptionV4 （）GoogLeNetV4）何凯明在Residual Learning 中提到的深度网路的训练，目的是为了稳定网络输出
①先warm-up, very low learning rate
②high learning rateResNet的结构的核心思想是恒等快捷连接（identity shortcut connection）的结构，可以跳过多个
转载
2024-07-06 21:32:09
71阅读
BHuman框架中，最为核心的部分就是Representation和Module，几乎所有的重要功能都是由这种体系来实现的。如果需要重构BHuman的代码框架添加自己需要的功能，或者借鉴Bhuman重写一个新的机器人框架，学习Representation和Module理论都是首要的。Representation和Module的功能描述根据BHuman开源库中Coderelease2019里的描述，
转载
2024-10-28 19:58:48
21阅读
距离上一篇关于Web API的文章有好些时间了，在那篇文章中提到的方法是非常简单而有效的，我在实际的项目中就这么用了，代码经过一段时间的磨合，已经很稳定了，所以我打算写篇总结，并在最近这段时间里提供一个ASP.net Web API的综合例子。对四个HTTP方法的理解 众所周知，HTTP有四个方法，GET、POST、PUT和DELETE，分别对应数据库的SELECT、INSERT、UPDATE和
resnet中最中重要的就是
原创
2023-05-18 17:34:34
143阅读
# Android Reset Key
## 介绍
在Android开发中，reset key（重置密钥）是一种用于对应用程序或数据进行重置的机制。reset key的使用可以确保应用程序在某些情况下能够返回到初始状态，例如在用户忘记密码时重置应用程序的登录状态。
本文将介绍如何在Android应用程序中使用reset key，以及如何实现一个简单的重置功能。
## 使用reset key
原创
2023-12-01 06:28:11
42阅读
1. 结构相似度 这篇文章的研究背景是建立一个衡量图像质量好坏的测量准则。客观图像质量测量分为两种，一种是使用参考标准图像，另一种是无参考标准图像。而本文是第一种类型的客观图像质量测量。 假设人类视觉系统（HVS）倾向于抽取结构化信息。 遭到批评的算法：一幅图像的信号可以理解称为一幅无噪声信号图像（Refference Image Signal）和一幅误差信号（Err
转载
2024-09-18 14:38:43
38阅读
验证集是验证还是训练？训练集用于训练模型的参数，验证集用于训练模型的超参数。不同超参数（hyper-parameter）组合，就对应着不同的潜在模型。验证集上跑的，实际上是一个模型集合，验证集的存在，就是为了从这一堆可能的模型中，找出表现最好的那个。超参数重要性？超参数包括训练轮数，学习速率等等。如果一个模型，训练数据比别人多得多，效果就会很好（参数训练的很到位），但是模型的架构（超参数设定）未必
介绍：RARE（Robust text recognizer with Automatic Rectification，具有自动校正功能的鲁棒性文本识别器）是由**空间变形网络(STN)和序列识别网络(SRN)**组成。在测试中，首先通过predicted Thin-Plate-Spline(TPS)对图像进行校正，为后续的SRN(通过序列识别方法识别文本)生成更“可读”的图像。RARE模型在识别
转载
2024-04-26 17:19:39
62阅读
reserve是容器预留空间，但并不真正创建元素对象，在创建对象之前，不能引用容器内的元素，因此当加入新的元素时，需要用push_back()/insert()函数。resize是改变容器的大小，并且创建对象，因此，调用这个函数之后，就可以引用容器内的对象了，因此当加入新的元素时，用operator[]操作符，或者用迭代器来引用元素对象。再者，两个函数的形式是有区别的，reserve函数之后一个参
某网赚游戏分析时，提示我root机无法正常登录，打算深入看看。抓包发现其会提交设备及环境信息上去： 换个手机，尝试修改root、black_app等参数，发现最终响应数据显示失败，前面可能会有验证重新抓一次，发现应用第一步登录时，会下发一个token，由token和请求参数 最终会运算得到一个sign，由sign来验证是否改了包登录时的请求参数响应数据{
"code": 200,
"ms
Socher等人于2013年提出了RNTN（Recursive Neural Tensor Networks）模型，即使用张量（Tensor）来表示组合参数。常用的三阶张量可以被理解为多个矩阵构成的向量，其中每个矩阵可以被认为是某种类型的组合操作，最终组合在一起。通过张量，既可以减少所需学习的参数，也可以表示丰富的组合操作，因此RNTN模型也取得了较好的效果。在细粒度情感分
转载
2024-05-19 12:57:33
27阅读
本次的分享主要围绕以下五个方面：神经网络的发展历史感知器模型前馈神经网络后向传播深度学习入门一．神经网络的发展历史在介绍神经网络的发展历史之前，首先介绍一下神经网络的概念。神经网络主要是指一种仿造人脑设计的简化的计算模型，这种模型中包含了大量的用于计算的神经元，这些神经元之间会通过一些带有权重的连边以一种层次化的方式组织在一起。每一层的神经元之间可以进行大规模的并行计算，层与层之间进行
概念输入的微小改变产生了输出的较大差异。比如一个识别动物的模型，一开始输入马的特征数据，模型能判断出该输入为马；稍微改动一点之后，比如眼睛稍微大一点，模型马上把输入的动物判别成牛了。模型过拟合在模型参数角度来看，是由两个原因造成的：参数量很多参数很大如果能解决上述两个问题或者其中的一个，过拟合问题预期都能有效缓解。规避方法1. dropout前向传播每一个batch_size时每个神经元都以一定的
Internet的结构及其接入方式1.Intemet的结构特点Internet采用了目前最流行的客户机/服务器工作模式，凡是使用T℃P/IP协议，并能与Internet的任意主机进行通信的计算机，，无论是何种类型、采用何种操作系统，均可看成是Internet的一部分。严格地说，用户并不是将自己的计算机直接连接到Internet上，而是连接到其中的某个网络上，再由该网络通过网络干线与其它网络相连。网
文章目录一、简介二、网络架构1. 组成部分2. 各层详解三、总结 一、简介LeNet是卷积神经网络的祖师爷LeCun在1998年提出，用于解决手写数字识别的视觉任务。当年美国大多数银行就是用它来识别支票上面的手写数字的，它是早期卷积神经网络中最有代表性的实验系统之一，是一种用于手写体字符识别的非常高效的卷积神经网络。 自那时起，CNN的最基本的架构就定下来了：卷积层、池化层、全连接层。LeNet
转载
2023-08-11 19:59:27
73阅读
1、cookies和session1.1、什么是cookie和session？cookie是网站用来辨别用户身份，进行会话跟踪，存储在本地终端上的数据。
session（会话）起来本含义是指有始有终的一系列动作和消息。在web中，session主要用来在服务器端存储特定用户对象会话所需要的信息。1.2、cookie和session产生的原因：http协议是一个无状态协议，在特定操作的时候，需要保存
转载
2024-08-30 21:39:35
60阅读
异常处理 目录异常的捕获... 1raise. 3异常类及继承层次：... 4except子句：... 6as子句：... 7finally子句：... 8异常的传递：... 10try嵌套：... 11 Error错误：逻辑错误，算法写错了，加法写成了减法，最难排查；笔误，变量名写错了，语法错误；函数或类使用错误，属逻辑错误；总之，错误是可以避免的，但常常不能完全避免掉，只能尽量少犯错误；
原创
2019-05-08 17:20:08
341阅读
Resnet解读和实战动机（灵感来源）1.增加网络的层数之后，训练误差往往不降反升。这是因为梯度消失或是梯度爆炸导致的。2.假设现有一个比较浅的网络已达到了饱和的准确率，这时在它后面再加上几个恒等映射层（Identity mapping，也即y=x，输出等于输入），这样就增加了网络的深度，并且起码误差不会增加，也即更深的网络不应该带来训练集上误差的上升。3.输入是x，期望输出是H(x)，即H(x)
转载
2024-07-23 17:41:10
85阅读
# 深入探讨 Android 34 的新特性
随着 Android 34 的发布，开发者们迎来了许多令人兴奋的新特性。本篇文章将深入探讨 Android 34 的一些关键特性，展示相关的代码示例，并最终总结这些新特性对开发者的意义。
## 1. 兼容性与改进的 UI 组件
Android 34 继续加强对 Material Design 3 的支持，为开发者提供了一系列新的 UI 组件。比如
谷歌今天正式发布了Android 4.3版本，这是Jelly Bean（果冻豆）的最新版本。 Android 4.3中包含了一系列全新的特性。 对于开发者来说，该版本带来了诸多性能方面的改善，可以使你的应用更加快速、流畅、高效： OpenGL ES 3.0：OpenGL ES 3.0和EGL扩展已成为Android的标准功能，游戏开发者现在可以充分利用它们的最新特性
转载
2023-11-03 07:01:06
2132阅读
