zihan_2024-CSDN博客

原创 python多线程、多进程、协程的使用

本文主要介绍多线程、多进程、协程的最常见使用，每个的详细说明与介绍有时间会在以后的随笔中体现。一、多线程1.python通过两个标准库thread和threading提供对线程的支持。thread提供了低级别的、原始的线程以及一个简单的锁。threading通过对thread模块进行二次封装，提供了更方便的API来操作线程。接下来只介绍threading的常见用法。2.使用import threadingimport time def Traversal_5(interval):

2022-01-27 23:31:32 842

原创 python的GIL

GIL 是最流程的 CPython 解释器（平常称为 Python）中的一个技术术语，中文译为全局解释器锁，其本质上类似操作系统的 Mutex。（什么是Mutex互斥锁(mutex)_世间所有的相遇都是久别重逢-CSDN博客_mutex）GIL 的功能是：在 CPython 解释器中执行的每一个 Python 线程，都会先锁住自己，以阻止别的线程执行。当然，CPython 不可能容忍一个线程一直独占解释器，它会轮流执行 Python 线程。这样一来，用户看到的就是“伪”并行，即 Python 线

2022-01-27 23:21:50 1657

原创最短路径算法(Dijkstra, Bellman-Ford, Floyd-Warshall)-python实现

Dijkstra：Inf = float('inf')Adjacent = [[0, 1, 12, Inf, Inf, Inf], [Inf, 0, 9, 3, Inf, Inf], [Inf, Inf, 0, Inf, 5, Inf], [Inf, Inf, 4, 0, 13, 15], [Inf, Inf, Inf, Inf, 0, 4], [Inf, Inf, Inf, I

2021-12-26 14:34:08 617

原创 pytorch两种保存模型的推荐方法

第一种（推荐）只保存和加载模型参数：# 存torch.save(the_model.state_dict(), PATH)# 取the_model = TheModelClass(*args, **kwargs)the_model.load_state_dict(torch.load(PATH)第二种保存和加载整个模型：# 存torch.save(the_model, PATH)# 取the_model = torch.load(PATH)第二种情况下，序列化的数据被绑

2021-12-03 15:39:42 2327

原创在UTF-8中，汉字为什么占用三个字符？

UNICODE是万能编码，包含了所有符号的编码，它规定了所有符号在计算机底层的二进制的表示顺序。有关Unicode为什么会出现就不赘述，Unicode是针对所有计算机的使用者定义一套统一的编码规范，这样计算机使用者就避免了编码转换的问题。Unicode定义了所有符号的二进制形式，也就是符号如何在计算机内部存储的，而且每个符号规定都必须使用两个字节来表示，也就是用16位二进制去代表一个符号，这样就导致了一个问题，英文编码的空间浪费，因为在ANSI中的符号都是一个字节来表示的，而使用了UNICODE编码就白..

2021-12-02 18:48:17 1645

原创 Deep Compressive Offloading: Speeding Up Neural Network Inference by Trading Edge Computation for ..

Deep Compressive Offloading: Speeding Up Neural Network Inference by Trading Edge Computation for Network LatencyABSTRACT在这项工作中，我们提出了一个通用的框架，称为deep compressive offloading。通过将压缩感知理论和深度学习相结合，我们的框架可以将用于卸载的数据编码成小尺寸，而本地设备的开销可以忽略不计，并在边缘服务器上对数据进行解码，同时为完美重建和.

2021-11-06 15:38:40 315

原创 Neural Compression and Filtering for Edge-assistedReal-time Object Detection in Challenged Networks

Abstract我们提出的核心思想建立在最近的方法之上，将DNN分成部分——即头和尾模型——分别由移动设备和边缘服务器执行。(i)通过在头部模型的早期层中引入瓶颈层来实现网络内压缩，(ii)使用卷积神经网络对不包含感兴趣对象的图像进行预滤波。INTRODUCTION问题：较差的信道条件增加了将输入数据发送到边缘服务器所需的时间，从而使边缘计算方案不有效。挑战1：与“纯”卸载相比，在DNN的第一部分定位分裂点将导致在无线链路上传输更多的数据。使用较晚的、较小的层作为分割点将减少传输的数据量，但

2021-11-06 15:37:41 145

原创 3D Point Cloud Generation with Millimeter-Wave Radar

Abstract新兴的自动驾驶系统需要可靠的3D环境感知。不幸的是，目前的主流认知模式，即照相机和激光雷达在具有挑战性的照明和天气条件下易受攻击。另一方面，尽管车辆雷达全天候工作，但今天的车辆雷达仅限于位置和速度检测。在本文中，我们介绍了MilliPoint，这是一个实用的系统，它提高了生成三维点云的雷达感应能力。MilliPoint的关键设计原则在于使合成孔径雷达（SAR）能够在低成本的商用车辆雷达上成像。为此，MilliPoint对信号变化与雷达运动之间的关系进行建模，实现了雷达在波长尺度精度下的自

2021-10-13 14:36:20 944

原创 list，ndarray，tensor之间转换

环境：python3.7.10、numpy1.21.0、torch1.5.0+cu101import numpy as npimport torch# 定义三种类型数据list = [[1,2,3],[2,3,4]]ndarray = np.array([[1,2,3],[2,3,4]])tensor = torch.tensor([[1,2,3],[2,3,4]])print(list, type(list))"""[[1, 2, 3], [2, 3, 4]] <class

2021-08-14 12:18:03 468

原创 Windows下安装pytorch教程(下载.whl的方式)

本文以pytorch1.5为例，通过下载whl文件的方式，如需安装其他版本，步骤一样下载之前查看自己cuda版本，命令ncvv -V即可查看作者使用的cuda10.1，下表为cuda与torch对应表，cuda10.1支持的torch版本还是比较多的然后开始正式下载：pytorch与torchvision下载链接：https://download.pytorch.org/whl/torch_stable.html注意：cu101代表cuda10.1，cp37代表python版本，

2021-07-17 17:59:22 17701 3

原创 AR和MR的区别

先说VR（Virtual Reality虚拟现实）：就是全是虚拟的，假的。最典型的例子是VR游戏，如下图。如果R0表示现实，那么VR代表虚拟的极限，就是全是假的。再说AR（Augmented Reality 增强现实）：你带上AR眼镜后，看到的全是真实的场景，它把这些智能计算机设备所产生的“增强”的虚拟数字层套在真实世界之上，让你看到比以往肉眼看到的世界更“增强”。MR（mixed Reality 混合现实）：混合现实其实就是AR和VR的结合，取二者所长弃二者所短。还是那个例子，你正站在这座

2021-07-05 12:55:04 4695

原创目标检测中常见评估参数

转自【目标检测】VOC mAP - 李兰青的文章 - 知乎 https://zhuanlan.zhihu.com/p/672798241 概念梳理1.1 IOUIntersection Over Union (IOU)，又称交并比，用来衡量两个box重叠的程度。对于1个真实bbox和1个预测的bbox , 它们的iou计算如下：从图形上来看，可以表示为下图。1.2 TP、FP、FN、TNTrue Positive (TP): IOU>=阈值的检测框 False

2021-06-15 20:51:43 697 1

原创 Azure IoT Hub学习_设备孪生

参考博客！https://www.cnblogs.com/shuzhenyu/p/12358786.html写的很好！

2021-04-28 00:36:08 126

原创 Azure IoT Hub学习_云到设备消息

1.代码https://github.com/Azure-Samples/azure-iot-samples-node/archive/master.zip修改device连接码，运行以下代码：npm installnode SimulatedDevice.js2.修改hub连接码，修改设备名，运行以下代码npm installnode BackEndApplication.js运行成功！...

2021-04-28 00:20:07 180 1

原创 Azure IoT Hub学习_文件上传

本文章内容1.了解IoT Hub中文件存储在了哪里2.使用Node.js Device SDK上传TXT文件3.在storage中查看IOT设备上传的文件1. 设备经Device SDK 上传到Azure IoT Hub的文件存储到了Storage中，需提前配置好存储文件用的Storage及容器：2. 使用Node.js SDK上传文件下载安装Node.jshttp://nodejs.cn/安装Node.js SDK:npm install azure-iot-..

2021-04-27 19:53:07 202

原创 Azure IoT Hub学习_云端消息处理之消息路由

1.点击消息路由，添加自定义终结点，添加存储，添加容器。2.创建路由，选择端点，就是第1步中创建的终结点。3.运行python SimulatedDevice.py发送遥测数据。4.从资源组，存储账户，容器里面查看遥测数据。完成！！！只收取温度大于30℃的数据：1.点击消息路由，添加自定义终结点，添加存储，添加容器。2.创建路由，选择端点，就是第1步中创建的终结点，添加规则temperatureAlert=true3.运行python SimulatedDevice...

2021-04-27 03:26:49 135 1

原创 Azure IoT Hub学习_使用Azure CLI查看遥测数据

1.创建hub2.创建IoT设备，复制其连接码。下载一个项目https://github.com/Azure-Samples/azure-iot-samples-python/archive/master.zip把复制的连接码复制进入项目，然后pythonSimulatedDevice.py就会向hub发送数据。3.读取数据：①先安装azure-cli，https://docs.microsoft.com/zh-cn/cli/azure/install-azure-cli，无脑安装②输.

2021-04-27 02:39:21 276 1

原创 Azure IoT Edge 在Windows上搭建步骤

1.创建IoTHub2.准备Edge Device -> ①准备操作系统win server 2019 2

2021-04-26 02:07:27 305 2

原创 Edge Assisted Real-time Object Detection for Mobile Augmented Reality

Edge Assisted Real-time Object Detection for Mobile Augmented Reality1 INTRODUCTION我们提出了一种系统，该系统通过设备上的快速目标跟踪方法显著地减少了卸载检测延迟，并隐藏了剩余的延迟。为了减少卸载延迟，它采用了动态ROI编码技术和并行流和推理技术。动态ROI编码技术基于在最后卸载的帧中检测到的感兴趣区域(ROI)来调整每个帧上的编码质量以减少传输等待时间。关键的创新之处在于从先前帧的候选区域中识别出具有潜...

2021-04-10 22:02:39 867

原创搭建阿里云ecs服务器之安装图形化界面的方法

更新软件库apt-get update升级软件apt-get upgrade安装ubuntu桌面系统apt-get install ubuntu-desktop重启服务器reboot修改文件# 文件 /usr/share/lightdm/lightdm.conf.d/50-ubuntu.conf# 修改前[Seat:*]user-session=ubuntu# 修改后[Seat:*]user-session=ubuntugreeter-show-manual-login=

2021-03-07 22:03:06 389

原创 linux学习笔记（2）

进程ps -a 显示当前终端运行的所有进程信息(当前进程ps -u 以用户的信息显示进程ps -x 显示后台运行进程的参数grep 查找文件中符合条件的字符串ps -aux|grep mysqlps -ef：可以查看父进程的信息pstree -pu 进程树！kill -9 进程id 强行杀掉Java环境安装安装软件：rpm（jdk），解压缩（tomcat），yum在线安装（docker）rpm -qa|grep jdk 查看jdk版本信息r...

2021-02-20 19:08:25 85

原创 linux学习笔记（1）

基础mv移动cp复制...权限属主own 属组group修改文件属组 chgrp -R rootwww修改文件属主 chown -R root www修改文件权限 chmod 777 文件名文件内容查看网络配置目录：cd /etc/sysconfig/network-scriptscat正着读tac倒着读nl显示行号more 一页一页看空格翻页 enter一行一行less跟more一眼，但是可以用上下键向上翻（/向上查找？向下查找 n查找下一个.

2021-02-19 22:40:40 68

原创将本地项目上传到Github教程

第一步，下载安装git，官网较慢，推荐淘宝镜像(win)->http://npm.taobao.org/mirrors/git-for-windows/第二步，在github上创建仓库，配置ssh。#生成ssh公钥命令ssh-keygen -t rsa -C "[email protected]"#需要你在网页上操作，将公钥粘贴到SSH keys栏#验证是否配置成功ssh -T [email protected]第三步，上传代码#第一次需要设置username和email

2021-02-18 14:19:34 94

原创 python学习笔记_列表元组字典

列表 [ ] 正向单索引list1[0]负向单索引list1[-1]切片索引（左闭右开） list[0:6] list[1:6:2] list[-3:-1]无限索引 list[:3] list[-3:] list[::] list[::2]添加元素（append，extend，insert）list3.append(2)list3.extend([20,200,2000,...

2021-02-02 12:19:56 99

原创 Java测开面试准备第三天

mysql聚集索引和二级索引每张使用 InnoDB 作为存储引擎的表都有一个特殊的索引称为聚集索引，它保存着每一行的数据，通常，聚集索引就是主键索引。为了得到更高效的查询、插入以及其他的数据库操作的性能，你必须理解 InnoDB 引擎是如何使用聚集索引来优化常见的查找和 DML 操作。如果你的表定义了一个主键，InnoDB 就使用它作为聚集索引。因此，尽可能的为你的表定义一个主键，如果实在没有一个数据列是唯一且非空的可以作为主键列，建议添加一个自动递增列作为主键列。如果你的表没有定义主键，Inn

2021-01-31 22:48:56 66

原创 Java测开面试准备第二天

（接昨天的计网）https加密：https（hypertext transfer protocol secure），相较于http突出了安全！http：直接通过明文在浏览器和服务器之间传递信息。https：采用对称加密和非对称加密结合的方式来保护浏览器和服务器之间的通信安全。对称加密：加密和解密都是同一个秘钥非对称加密：密钥成对出现，分为公钥和私钥，公钥和私钥不能相互推导。对称加密：快，非对称加密（慢100倍）https加密过程：1.浏览器使用https的url访问服务器

2021-01-31 12:38:28 1203

原创 Java测开面试准备第一天

接口和抽象类：接口不可以有构造方法，可以多继承，常量都是static final的，方法都是public abstract的，接口中的定义方法需要实现类来实现，如果不能实现接口中的所有方法，则实现类定义为抽象类。抽象类有构造方法，抽象类的子类需要实现子类的抽象方法（如果不实现，需要定义成抽象的），抽象类中的抽象方法。抽象方法不能用private、static、synchronized、native访问修饰符修饰，但可以用public、protected、default修饰。抽象类可以实现接口

2021-01-27 22:10:21 249

原创 Glimpse - Continuous, real-time object recognition on mobile devices

Glimpse - Continuous, real-time object recognition on mobile devicesAbstractGlimpse:针对于移动设备相机的连续实时的物体检测系统捕捉视频、定位物体、识别标注、逐帧跟踪运行在服务器上使用保存在移动设备上的active cache来帮助检测跟踪物体计算trigger frame发送到服务器进行识别和标注实验结果：安卓智能手机、谷歌眼镜、校园Wi-Fi在移动设备硬件人脸检测的加持下，Glimpse在连.

2021-01-12 14:06:52 393

原创 Glimpse: A Programmable Early-Discard Camera Architecture for Continuous Mobile Vision

一种可编程的提前丢弃摄像机结构的连续移动设备关键字：Early-Discard = “提前丢弃”；Glimpse：一种新颖的架构，它是对传统移动视频处理流水线的重新设计，以灵活、高效和准确地支持这种“提前丢弃”。...

2021-01-06 15:03:19 155 2

原创 Real-Time Video Analytics: The Killer App for Edge Computing

A geographically distributedarchitecture of public clouds and edges that extend down tothe cameras is the only feasible approach to meeting the strictreal-time requirements of large-scale live video analytics.由公共云和向下延伸到摄像头的边缘组成的地理分布式架构是满足大规模实时视频分析的严格...

2021-01-06 14:59:54 339

测开面试常问问题汇总.docx

空空如也