cicilover-CSDN博客

原创 Android内存优化之图片查重

本文将图片重复分为两种类型：1.APP运行时加载了多个相同的图片对象，造成了内存浪费2.APK包中存在多个相同的图片文件，影响了APK包大小下面分别进行讨论：---------------------------------------------------------------------------------------------------一.内存图片查重：目...

2019-05-17 17:21:49 1558

转载百度如何成为小程序生态最大变量？

本文转自：https://36kr.com/p/5203493，如侵删。中国小程序已成功实现从0到1的生态构建，即将迎来规模繁荣。编者按：本文来自微信公众号“罗超频道”（ID：luochaotmt），作者罗超频道，36氪经授权发布。5月11日，在2019年百度联盟生态合作伙伴大会的智能小程序分论坛上，一年前联盟峰会上亮相的百度智能小程序公布最新进展：自去年7月正式上线至今的300多天里...

2019-05-14 15:23:54 380 1

转载微信即刻视频下载器插件开发过程原理详解

一、前言分析微信在7.0版本发布之后，我们可以看到有很大的改变，首先是UI上的变化，其次就是即刻视频，因为2018年是短视频火爆的一年，有抖音的强悍吸粉，连微信也开始担心社交地位以及用户的时间被强占，所以在各种屏蔽之后无果，开始尝试自己的一个社交+短视频的方式，这就是我们看到的即刻视频，我们用过即刻视频都知道，视频现在只支持观看却不支持下载，但是有时候我们看到好友发布了一个搞笑的视频却不能...

2019-04-19 16:12:54 596

转载 "边缘计算"究竟是什么？为何潜力无限？

http://money.163.com/19/0306/18/E9JUCQ4G00259CV2.html网易科技讯8月15日消息，知名创投调研机构CB Insights撰文详述了边缘计算的发展和应用前景。文章称，云计算已经不足以即时处理和分析由物联网设备、联网汽车和其他数字平台生成或即将生成的数据，这个时候边缘计算能够派上用场。该技术拥有着应用于诸多行业领域和发挥巨大作用的潜力。以下是文...

2019-04-19 15:14:54 363

转载 GAN应用汇总

转自 https://blog.csdn.net/qq_25737169/article/details/80874717前言：GAN全称是Generator adversarial networks,中文是生成对抗网络，是一种生成式模型，由good fellow在14年提出，近四年来被AI研究者疯狂研（guan）究（shui），更有大神建立一个GAN zoo，收集了上百种不同的GAN：h...

2019-03-05 23:06:34 1162

转载 CNNs在图像压缩领域的运用——An End-to-End Compression Framework Based on Convolutional Neural Networks

转自：https://blog.csdn.net/qq_28659831/article/details/79283519一、引言之前写的论文笔记中讲的都是基于RNN的图像压缩网络，本文将要讲的是由哈尔滨工业大学Jiang Feng教授（具体的名字我也不知道怎么写）及其团队成员提出的基于CNN的图像压缩网络。该网络是CNN和标准图像算法在图像压缩领域中的首次结合，取得了state of th...

2019-02-21 09:44:21 2037 1

原创一种适合中小团队的的Android自动化压力测试方案

在中小团队的业务发展初期，用户量规模有限，测试手动测试的覆盖程度也有限。在业务发展前期而言，将自动化测试和开发分离，是一种有效的提高质量的方法。例如可以每天晚上10点后自动执行压力测试，每次跑10小时，次日早上得到测试报告，如果有问题，自动将邮件发送至相关开发。这样可以及早发现隐蔽的问题，避免用户量多了以后，线上爆更多的问题。LeakCanary是很多团队都在使用的内存泄漏检测工具，因此最简单...

2019-02-20 16:23:49 1086 1

转载如何通俗易懂地解释卷积？

取自知乎@马同学，在此表示感激，侵删。从数学上讲，卷积就是一种运算。某种运算，能被定义出来，至少有以下特征：首先是抽象的、符号化的其次，在生活、科研中，有着广泛的作用比如加法：a+ba+b，是抽象的，本身只是一个数学符号在现实中，有非常多的意义，比如增加、合成、旋转等等卷积，是我们学习高等数学之后，新接触的一种运算，因为涉及到积分、级数，所以看起来觉得...

2018-11-23 23:20:21 573

转载卷积为什么如此强大？一文全解深度学习中的卷积

作者：Tim Dettmers（Understanding Convolution in Deep Learning）原文地址： http://www.yangqiu.cn/aicapital/2382000.html 有太多的公开课、教程在反复传颂卷积神经网络的好，却都没有讲什么是“卷积”，似乎默认所有读者都有相关基础。这篇外文既友好又深入，所以翻译了过来。文章高级部分通过流体力...

2018-11-23 23:16:17 378

转载策略模式与状态模式

策略模式与状态模式在实现上有共同之处，都是把不同的情形抽象为统一的接口来实现，就放在一起进行记录。2个模式的UML建模图基本相似，区别在于状态模式需要在子类实现与context相关的一个状态行为。　　状态模式的的思想是，状态之间的切换，在状态A执行完毕后自己控制状态指向状态B。状态模式是不停的切换状态执行。　　策略模式的思想上是，考虑多种不同的业务规则将不同的算法封装起来，便于调用者选择调...

2018-09-13 00:09:29 186

转载 Android三种姿势带你玩转360度全景图功能

原文链接http://blog.csdn.net/qingtiangg/article/details/77719606简介最近微博上的全景图火了，所以决定实现一下。工程里面图片资源来自网络，如有侵权请联系我，马上删除当然实现的方式很多比如OpenCV、u3d等。这里提供三种方式实现： 1. OpenGL ES 2. GoogleCardboard（G

2017-10-09 11:08:46 1392

转载 Android Things and Machine Learning

Android Things allows you to make amazing IoT devices with simple code, but one of the things that can make a device extraordinary is machine learning. While there are a few services available online that will allow you to upload data and will return resul

2017-09-30 15:13:43 1234

转载开发者入门必读：最值得看的十大机器学习公开课

[转] http://www.leiphone.com/news/201701/0milWCyQO4ZbBvuW.html导语：入门机器学习不知道从哪着手？看这篇就够了。在当下的机器学习热潮，人才匮乏十分显著。截至目前，国内开设人工智能（AI）专业的高校不多，相当多的开发者是跨界入门，需要自学大量知识并摸索。因而优质的学习资源至关重要

2017-09-28 14:47:35 1563

转载左手程序员，右手作家：你必须会的Jupyter Notebook

原文链接在数据分析的道路上，你一定曾有过为新发现而激动不已的时刻，此时你急于将自己的发现告诉大家，却遇到了这样的问题：如何将我的分析过程清晰地表述出来呢？为了能与同行们有效沟通，你需要重现整个分析过程，并将说明文字、代码、图表、公式、结论都整合在一个文档中。显然传统的文本编辑工具并不能满足这一需求，所以这儿隆重推荐一款神器 Jupyter Notebook，不仅能在文档中执行代

2017-09-15 17:44:27 2437

转载不熬夜，成了我们最难的自律

转自黄生读书会每天只睡4小时，工作到70岁活到90岁，那是传奇，不叫人生。普通如我们，对自己最好的投资是晚上十点上床，早晨六点起床跑步。晚睡的人往往不是因为有很多工作要做，而是因为对焦虑与孤独无能为力。错过的朋友圈可以明早再看，点赞留言一点也不耽误。01

2017-09-12 09:26:44 2898

转载机器学习中文资源合集

机器学习日益广为人知，越来越多的计算机科学家和工程师投身其中。不幸的是，理论、算法、应用、论文、书籍、视频等信息如此之多，很容易让初学者迷失其中，不清楚如何才能提升技能。本文作者依据自身经验给出了一套快速上手的可行方法及学习资源的分类汇总，机器之心在其基础上做了增益，希望对读者有所帮助。

2017-09-11 23:12:37 3743

原创 Pipeline学习器流水线

sklearn提供了Pipeline将多个学习器组成流水线。通常，流水线的形式为：将数据标准化的学习器-->特征提取的学习器-->执行预测的学习器。除了最后一个学习器之外，之前的所有学习器必须提供tranform方法，该方法用于数据变换（如归一化，正则化，以及特征提取等）。Pipeline的原型为：class sklearn.pipeline.Pipeline(steps)参数

2017-09-10 13:33:10 5877

转载机器学习中的范数规则化之（二）核范数与规则项参数选择

上一篇博文，我们聊到了L0，L1和L2范数，这篇我们絮叨絮叨下核范数和规则项参数选择。知识有限，以下都是我一些浅显的看法，如果理解存在错误，希望大家不吝指正。谢谢。三、核范数核范数||W||*是指矩阵奇异值的和，英文称呼叫Nuclear Norm。这个相对于上面火热的L1和L2来说，可能大家就会陌生点。那它是干嘛用的呢？霸气登场：约束Low-Rank（低秩）。OK，OK

2017-09-06 14:19:06 3684

转载机器学习中的范数规则化之（一）L0、L1与L2范数

今天我们聊聊机器学习中出现的非常频繁的问题：过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大，为了不吓到大家，我将这个五个部分分成两篇博文。知识有限，以下都是我一些浅显的看法，如果理解存在错误，希望大家不吝指正。谢谢。监督机器学习问题无非就是“minimizeyour error while re

2017-09-06 14:16:13 3505

原创人脸识别之特征脸方法

特征脸技术是近期发展起来的用于人脸或者一般性刚体识别以及其它涉及到人脸处理的一种方法。首先把一批人脸图像转换成一个特征向量集，称为“Eigenfaces”，即“特征脸”，它们是最初训练图像集的基本组件。识别的过程是把一副新的图像投影到特征脸子空间，并通过它的投影点在子空间的位置以及投影线的长度来进行判定和识别。将图像变换到另一个空间后，同一个类别的图像会聚到一起，不同类别的图像会聚力比较远，在

2017-09-06 13:47:24 19911 3

原创超参数搜索之网格搜索与并行搜索

超参数搜索：所谓的模型配置，一般统称为模型的超参数（Hyperparameters），比如KNN算法中的K值，SVM中不同的核函数（Kernal）等。多数情况下，超参数等选择是无限的。在有限的时间内，除了可以验证人工预设几种超参数组合以外，也可以通过启发式的搜索方法对超参数组合进行调优。称这种启发式的超参数搜索方法为网格搜索。网格搜索由于超参数的空间是无尽的，因此超参数的组合配置只能是

2017-09-06 11:40:18 13003 1

原创特征提升之特征筛选

良好的数据特征组合不需太多，就可以使得模型的性能表现突出。冗余的特征虽然不会影响到模型的性能，但使得CPU的计算做了无用功。比如，PCA主要用于去除多余的线性相关的特征组合，因为这些冗余的特征组合不会对模型训练有更多贡献。不良的特征自然会降低模型的精度。特征筛选与PCA这类通过主成分对特征进行重建的方法略有区别：对于PCA，经常无法解释重建之后的特征；然而特征筛选不存在对特征值的修改，从而更加

2017-09-05 18:23:21 15457 1

原创使用alias别名自定义命令

平时在开发中经常要用到一些命令行，为了节约时间（偷懒），下面介绍一下mac下使用alias配置常用命令。alias查看所有命令别名unalias 别名删除别名alias ll='ls -l'lltotal 24-rwxr-xr-x 1 cicilover staff 38 6 26 2016 DirectHello.py-rw-r--r

2017-09-01 11:45:59 5128

转载那些年，我们一起写过的“单例模式”

题记*度娘上对设计模式（Design pattern）的定义是：“一套被反复使用、多数人知晓的、经过分类编目的、代码设计经验的总结。”它由著名的“四人帮”，又称 GOF （即 Gang of Four），在《设计模式》（《Design Patterns: Elements of Reusable Object-Oriented Software》）一书中提升到理论高度，并将之规范化。在我看

2017-09-01 11:34:35 758

原创特征提升之特征抽取

之前都是一旦确定使用某个模型，程序库就可以帮助我们从标准的训练数据中，依靠默认的配置学习到模型所需要的参数，然后利用这组得来的参数指导模型在测试数据集上进行预测，进而对模型的表现性能进行评价。这套方案不能保证：1）所有用于训练的数据特征都是最好的2）学习得到的参数一定是最优的3）默认配置下的模型总是最佳的所以，可以从多个角度对前面所使用过的模型进行性能提升，包括预处理数据／控制

2017-08-31 11:42:09 9965

转载 4个方法快速打造你的阅读清单

原文链接：http://blog.csdn.net/foruok/article/details/77628369上图形象化地说明了阅读的好处，然而，怎样构建你自己的阅读清单呢？下面提供四种方法，无论你是否经常读书，都可以使用它们快速构建起你的阅读清单：从问题到图书信息缺口关联跟随从问题到图书你心里有一个或多个问题，主动去找能解决这些问题的图书。

2017-08-29 13:33:41 676

原创 PCA－手写字体图片识别

特征降维特征降维是无监督学习的另一个应用，有两个目的：1.会在实际项目中遭遇特征维度非常高的训练样本，往往无法借助自己的领域知识人工构建有效特征；2.在数据表现方面，无法用肉眼观测超过三个维度的特征。特征降维不仅重构来有效的低维度特征向量，同时也为数据展现提供了可能。在特征降维的方法中，主成分分析（Principal Component Analysis）是最经典和实用的特征降维技术，特别在辅助图像识别方面有突出表现。

2017-08-23 15:46:30 14634

原创 KMeans算法-手写数字图像识别

数据聚类是无监督学习的主流应用。最经典并易用的聚类模型，是K-means算法。该算法要求我们预设聚类的个数，然后不断更新聚类中心；经过几轮迭代后，让所有数据点到其所属聚类中心距离的平方和趋于稳定。K-means算法模型介绍：算法执行过程：1.随机设K个特征空间内的点作为初始的聚类中心；2.对于根据每个数据的特征向量，从K个聚类中心中寻找距离最近的一个，并把该数据标记为从属于这个聚类中心3.在所有的数据都被标记过聚类中心后，根据这些数据新分配的类簇，重新对K个聚类中心进行计算4.如果一轮下来，所

2017-08-23 14:09:19 20040 1

转载阿里巴巴校招内推简历筛选方案（总结篇）

在论坛看到的，阿里巴巴HR的甄选方案，觉得值得推荐，总结下发到首页的，觉得有用希望更多人看到。上周发了一个阿里内推的帖子，没想到短时间内就收到了成百上千封简历。我仔仔细细地看了每一封简历，附带有Github地址的我也点进去仔细看了代码。最终我留下了30%的简历，而且这30%中只有10%的本科生。所有通过内推初步筛选的小伙伴会在8月30

2017-08-18 17:17:08 1409

转载 Python: sklearn库中数据预处理函数fit_transform()和transform()的区别

原文链接对于数据预处理中涉及到的fit_transform()函数和transform()函数之间的区别很模糊，查阅了很多资料，这里整理一下：涉及到这两个函数的代码如下：[python]view plaincopy#从sklearn.preprocessing导入StandardScaler fromsklearn.preprocessingimp...

2017-08-18 16:54:46 11417

原创集成模型－泰坦尼克号生还预测

集成模型（分类）（Ensemble）集成分类模型综合考量多个分类器的预测结果，进而做出决策。综合考量的方式大体分两种：1.利用相同的训练数据同时搭建多个独立的分类模型，然后通过投票的方式，以少数服从多数的原则作为最终的分类决策。代表性的模型有：随机森林分类器（Random Forest Classifier），在相同的训练数据上同时搭建多棵决策树（Decision Tree）。一株标准的决策树会根据每维特征对预测结果的影响程度进行排序，进而决定不同特征从上至下构建分裂节点的顺序；这样，所有在随机森林中

2017-08-18 16:15:05 13322

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

阿里巴巴Java开发手册

ANDROID 带附件的后台邮件发送

AndroidSlidingMenu滑动导航栏

android activity切换动画效果

android启动程序界面

popupwindow-android

CustomizedListView--android

Android创建Library Project(库项目)与引用

achartengine-1.1.0-demo(android绘图开源库demo)

HelloJni.zip

Android AsyncTask Demo

Android设备获取唯一标识码的方法

空空如也