费马定理-CSDN博客

原创 JSON parse error: Illegal unquoted character ((CTRL-CHAR, code 9))问题解决

Illegal unquoted character ((CTRL-CHAR, code X)): has to be escaped using backslash to be included in string value

2022-09-25 15:39:51 4883

原创 MybatisPlus使用中遇到的错误“Error creating bean with name”

文章目录一、问题描述二、解决思路1.保持SpringBoot启动类的@MapperScan2.在*.mapper接口上加上@mapper一、问题描述最近在使用MybatisPlus时遇到了一个小问题，这是项目结构：刚开始在SpringBootApplication中添加了扫描的mapper类位置：@SpringBootApplication@MapperScan("com.example.mybatisplusdemo.mapper")public class MybatisPlusDemo

2022-04-13 11:26:26 18929 4

转载 LocalDateTime和Date的区别

参考博客链接：https://blog.csdn.net/dobettereveryday/article/details/116750854https://www.cnblogs.com/pengthrree/p/12185996.htmlhttps://blog.csdn.net/FeiChangWuRao/article/details/114885411文章目录前言一、Date存在的缺陷SimpleDateFormat继承关系format方法实现多线程并发如何保证线程安全二、LocalD.

2022-04-12 15:17:30 14442

转载 Java类的访问权限关键字用法说明

转载自：https://www.jb51.net/article/196767.htmJava中提供了三个关键字在类的内部设置边界，控制类的访问权限，分别是：public、protected、private。这些访问的指定词决定了紧跟其后的被定义的东西可以被谁使用。public：表示其后的元素对任何人都可以使用。private：表示其后的元素除了类型的创建者和内部的方法之外任何人都不能访问。protected：与private相当，差别在于继承的类可以访问protected修饰的元素，同包中的其.

2022-04-08 16:53:34 1573

转载 mybatis-plus中wrapper的用法（详细）

转载自：https://blog.csdn.net/alan_liuyue/article/details/121162237 用到了wrapper，整理资料记录一下，以备后续复习。目录------------（可点击相应目录直接跳转）目录一、条件构造器关系介绍条件构造器关系介绍： wapper介绍：二、项目实例 1、根据主键或者简单的查询条件进行查询 2、MyBatis-Plus还提供了Wrapper条件构造器，具体使

2022-04-02 21:30:20 16569 14

转载 MySQL中的varchar和char的区别

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前述VARCHAR类型VARCHAR的适用情况CHAR类型测试VARCHAR(5)与VARCHAR(200)的区别总结VARCHAR和CHAR是两种最主要的字符串类型。那么MySQL中varchar和char类型的区别是什么，本文就具体来介绍一下，感兴趣的可以了解一下，本文引用自：https://www.jb51.net/article/229161.htm#_label1前述VARCHAR和CHAR是两种最主要的字.

2022-04-02 16:09:29 629

原创 MySQL中varchar和char类型的区别

转载自：https://www.jb51.net/article/229161.htm#_label1目录前序目录

2022-04-02 15:36:20 553

转载 mysql表名、字段名命名规范

转载自：https://blog.csdn.net/weixin_39907713/article/details/113597814 一、数据库命名规范采用26个英文字母(区分大小写)和0-9的自然数(经常不需要)加上下划线'_'组成，命名简洁明确，多个单词用下划线'_'分隔，一个项目一个数据库，多个项目慎用同一个数据库二、数据库表命名规范 2.1数据表命名规范 (1)采用26个英文字母(区分大小写)和0-9的自然数(经常不需要)加上下划线'_'组成，命名简洁明确，多个单词用下划线'_'分.

2022-04-02 15:25:28 6489

转载 mysql字符集 utf8 和utf8mb4 的区别

转载自：https://blog.csdn.net/qq_37054881/article/details/90023611 一、导读我们新建mysql数据库的时候，需要指定数据库的字符集，一般我们都是选择utf8这个字符集，但是还会又一个utf8mb4这个字符集，好像和utf8有联系，今天...

2022-04-02 15:00:17 988

转载比较图像相似的三种方法

转载自：https://blog.csdn.net/Alieon/article/details/97924522 前言本来想自己写一篇总结图像相似hash算法，无意之中看到一篇博客真的是总结地很精妙。感觉自己远远不及，于是转载过来并添以补充代码实现。原文链接：https://www.cnblogs.com/Kalafinaia

2021-03-25 10:23:03 12169

转载 Pycharm进入debug模式后一直显示collecting data的解决办法

转载：https://blog.csdn.net/renhanchi/article/details/106010591 如题如图勾选上图中的Gevent compatible

2021-02-24 10:55:56 953

转载 scrcpy——Android投屏神器(使用教程)

转载自：https://blog.csdn.net/was172/article/details/99705855 个人博客YouForever同步发布。 scrcpy简介注意：拼写是scrcpy，非Python爬虫框架Scrapy。简单地来说，scrcpy就是通过adb调试的方式来将手机屏幕投到电脑上，

2021-02-02 10:48:02 3765

转载 Java输入流之BufferReader和Scanner的用法

转载自：https://blog.csdn.net/Kezhongke/article/details/7612327?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.chan

2020-11-14 21:40:28 499

转载算法的复杂度计算

转载自：https://blog.csdn.net/yq272393925/article/details/89146451 【对于一个给定的算法，通常要评估其正确性和运行效率的高低。算法的正确性评估不在本文范围之内，本文主要讨论从算法的时间复杂度特性去评估算法的优劣。】如何衡量一个算法的好坏呢？显然，选用的算法应该是正确的（算法的正确性不在此论述）。除此之外，通常有三个方面的考虑：（1）算法在执行过程中所消耗的时间；（2）算法在执行过程中所占资源的

2020-11-12 22:26:12 856

转载 Linux临时赋予sudo权限

转载自：https://blog.csdn.net/q290994/article/details/77448626 定义 sudo命令用来以其他身份来执行命令，预设的身份为root。在/etc/sudoers中设置了可执行sudo指令的用户。若其未经授权的用户企图使用sudo，则会发出警告的邮件给管理员。用户使用sudo时，必须先输入密码，之后有5分钟的有效期限，超过期限则必须重新输入密码。

2020-11-06 10:27:56 752

转载使用Paddle时切换自己的CUDNN版本

转载自：https://blog.csdn.net/Weyoung_/article/details/108853972 最近在学习百度的paddle框架时需要CUDNN7.6以上的版本，但是服务器现有的是7.0，测试时会报错如下： W0928 16:48:54.643898 47177 device_context.h:155] WARNING: device: 0. The installed Paddle is compiled with CUDNN

2020-10-26 11:33:01 3551 2

转载 $ 在shell脚本中的使用

转载自：https://www.cnblogs.com/itsuibi/p/11101917.html shell脚本中 '$' 与不同的符号搭配其表示的意义也会不同特殊标志符含义$0当前脚本的文件名$n传递给脚本或函数的参数。n 是一个数字，表示第几个参数。例如，第一个参数是$1，第二个参数是$2$#传递给脚本或函数的参数个数$*传递给脚本或函数的所有参数$@传递给脚本或函数的所有参数$?上个命令的退出状态$

2020-10-23 15:02:30 883 2

转载 linux下运行.sh脚本提示syntax error: unexpected end of file的解决方法

转载自：https://www.jb51.net/article/179414.htm CentOS7运行.sh脚本提示syntax error: unexpected end of file的解决方法更新时间：2020年02月03日 17:47:57 作者：在京奋斗者这篇文章主要介绍了解决执行脚本报syntax error: unexpected end of file或syn

2020-10-10 11:28:12 26440 3

转载 Early Stopping

转载自：https://www.datalearner.com/blog/1051537860479157 深度学习技巧之Early Stopping（早停法）标签：#深度学习##深度学习技巧# 时间：2018/09/26 09:29:56 作者：小木一、早停法简介（Early Stopping）二、如何使用早停法2.1、停止标准简介2.2、停止标准选择规则一、早停法简介（Early Stopping）当我们

2020-09-24 16:05:07 388 1

转载 tensorflow中的.fit_generator()

转载自：https://blog.csdn.net/zhangpeterx/article/details/90900118 fit_generator 是 keras 提供的用来进行批次训练的函数，使用方法如下： model.fit_generator(generator, steps_per_epoch=None, epochs

2020-09-23 17:27:05 1715 1

转载 python中的“/“和“//“操作

转载自：https://blog.csdn.net/yuanren201/article/details/88537535python中单斜杠返回float，就算参与运算的是整型也会返回float型双斜杠表示地板除法，向下取整，至少有一方是浮点型时，返回类型是浮点型，但是依然是整数： ...

2020-09-23 16:06:58 231 1

转载对于矩阵操作中axis的理解，以及axis=-1的解释

转载自：https://blog.csdn.net/weixin_37821353/article/details/88367211 1. axis的基本使用 axis常常用在numpy和tensorflow中用到，作为对矩阵（张量）进行操作时需要指定的重要参数之一。设定axis=-1,0,1...，用来指定执行操作的数据如何划分。

2020-09-22 19:28:51 1919 1

转载 Dice Loss

转载自：https://zhuanlan.zhihu.com/p/86704421Dice Loss 最先是在VNet 这篇文章中被提出，后来被广泛的应用在了医学影像分割之中。1、Dice系数与Dice LossDice系数是一种集合相似度度量函数，通常用于计算两个样本的相似度，取值范围在[0,1]：其中 |X∩Y| 是X和Y之间的交集，|X|和|Y|分表表示X和Y的元素的个数，其中，分子的系数为2，是因为分母存在重复计算X和Y之间的共同元素的原因。Dice Loss：Laplace smoothing:

2020-08-20 14:59:00 4637 3

转载深度可分离卷积

转载自：https://zhuanlan.zhihu.com/p/92134485一些轻量级的网络，如mobilenet中，会有深度可分离卷积depthwise separable convolution，由depthwise(DW)和pointwise(PW)两个部分结合起来，用来提取特征feature map相比常规的卷积操作，其参数数量和运算成本比较低常规卷积操作对于一张5×5像素、三通道（shape为5×5×3），经过3×3卷积核的卷积层（假设输出通道数为4，则卷积核shape为3×3×3×4，最

2020-08-19 19:49:36 214 1

转载关键点为什么要生成高斯图

作者：张良怀链接：https://www.zhihu.com/question/293815527/answer/650136212来源：知乎对于关键点检测任务，有两种方式去监督：（1）直接用目标点的坐标进行监督，这样网络是一个回归网络（最后是全连接层），网络输出应该是目标点的坐标(x,y)，即2个输出神经元。k个点同时检测，那就是2k个输出神经元。（2）用heatmap去监督，即网络的输出是一个和输入大小相同尺寸的特征图，在检测点的位置为1，其他位置为0。多个点的检测就输出多个通道的特征图。网络

2020-07-26 16:18:35 1779 2

转载关于感受野的相关计算

转载自：https://zhuanlan.zhihu.com/p/40267131感受野是卷积神经网络里面最重要的概念之一，为了更好地理解卷积神经网络结构，甚至自己设计卷积神经网络，对于感受野的理解必不可少。一、定义感受野被定义为卷积神经网络特征所能看到输入图像的区域，换句话说特征输出受感受野区域内的像素点的影响。比如下图（该图为了方便，将二维简化为一维），这个三层的神经卷积神经网络，每一层卷积核的 , ，那么最上层特征所对应的感受野就为如图所示的7x7。感受野示例[1]二、计算方式其中表示特征感

2020-07-17 11:15:25 436 1

转载如何理解1*1卷积

转载自：https://blog.csdn.net/chaipp0607/article/details/60868689 我们都知道，卷积核的作用在于特征的抽取，越是大的卷积核尺寸就意味着更大的感受野，当然随之而来的是更多的参数。早在1998年

2020-07-16 20:15:44 320 1

转载目标检测中的AnchorFree起源

转载自：https://zhuanlan.zhihu.com/p/62573122更新：加入一个UnitBox(ACM MM 2016)最近物体检测又起大的波澜，目标检测也发展了这么久了，每当我以为已经差不多了，达到瓶颈了，却又总会给我惊喜。今年年初，大量的anchor-free（类似吧，也不能说完全）的文章层出不穷，CornerNet，FCOS，FoveaBox，ExtremeNet，FSAF等等吧，我还惊奇的发现百度和中科院自动化所联合出的人脸检测的PyramidBox++(PyramidBox的改进

2020-07-16 19:33:52 547 1

转载 Training Region-based Object Detectors with Online Hard Example Mining论文讲解

转载自：https://zhuanlan.zhihu.com/p/58162337Training Region-based Object Detectors with Online Hard Example Mining00 Astract摘要主要讲了四点：(1) 训练过程需要进行参数的空间搜索(2) 简单样本与难分辨样本之间的类别不平衡是亟需解决的问题(3) 自动地选择难分辨样本来进行训练不仅效率高而且性能好(4) 提出了OHEM算法，不仅效率高而且性能好，在各种数据集上表现优越01 Introduc

2020-07-16 16:41:07 368 1

转载 Embedding的理解

转载自：https://zhuanlan.zhihu.com/p/46016518近年来，从计算机视觉到自然语言处理再到时间序列预测，神经网络、深度学习的应用越来越广泛。在深度学习的应用过程中，Embedding 这样一种将离散变量转变为连续向量的方式为神经网络在各方面的应用带来了极大的扩展。该技术目前主要有两种应用，NLP 中常用的 word embedding 以及用于类别数据的 entity embedding。此篇文章内容主要源自于 Neural Network Embeddings Explai

2020-07-16 14:57:13 869 1

转载 RPN的理解

转载自：https://www.cnblogs.com/jiangnanyanyuchen/p/9433791.html 本来想看看bolg大致了解一下，可是bolg说的都不是很清楚，索性花点时间读读论文。如果把RPN看作一个黑盒子的话，我们最关心的问题是，输入和输出。RPN输入的是一张图片（更准确来说是feature map），输出输出一系列的矩形object proposals。训练步骤：1.将图片输入到VGG或ZF的可共享的卷积层中，得到最后可共享的卷积层的feature map。　&

2020-07-12 15:17:42 1389 1

转载深度学习中的epochs，batch_size，iterations详解

转载自：https://blog.csdn.net/maweifei/article/details/80722097 深度学习框架中涉及很多参数，如果一些基本的参数如果不了解，那么你去看任何一个深度学习框架是都会觉得很困难，下面介绍几个新手常问的几个参数。batch深度学习的优化算法，说白了就是梯度下降。每次的参数更新有两种方式。第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。这种方法每更

2020-07-11 17:31:38 331 1

转载最大似然估计(Maximum likelihood estimation)(通过例子理解)

转载自：https://blog.csdn.net/qq_36396104/article/details/78171600?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.noneca

2020-07-11 17:18:59 1402 1

空空如也

空空如也