淘先锋技术网

管理大师查尔斯•汉迪曾经在伦敦商学院教书。在培训一些经理人的时候，他讲了这么一段话：“你们不会把这次培训看成什么难忘的学习机会，除非它能帮助你们反思过去，理解从前的经验。如果能达到这个目的，它才能帮助你们更好地解决将来出现的难题。”  　　 汉迪的这一段话，包含三个重要的公式。 最重要的是第一个：经验+反思=知识。经验本身不是知识，只有经过反思才形成知识。你做了五年或

虽然说每时每刻，大家都在积累经验，但有效性还是值得怀疑，因为很多时候我们回过头来发现并没有多少进步； 在工作和学习的过程中，我发现积累其实是我们很容易忽视的地方，一个函数，一个类，一个小功能的积累，时间一长都是非常可观的。一家公司做了5-6年，结果功能还是那么多，质量也不是很好，根本的原因在于“建了拆，拆了建”模式。今天觉得这个技术好，改，明天觉得另外一项技术不错，又改，一个简单的业务系统最后被翻来覆去的做了几遍，还是没有形成成型且可用的产品。如果选定一个技术做下去，一个3-5人的团队，一个星期完成一个小功能，一年可以完成52个小功能，5年可以完成250个小功能。一个完整

引用：

UPHDR-GAN：基于非配对数据的高动态范围成像生成对抗网络 摘要introduction

根据您对字节操作部分的描述，您似乎正在将图像数据从8位正确转换为1位 . 如果是这种情况，并且您没有特定的理由使用自己的代码从头开始，则可以使用System.Drawing.Bitmap和System.Drawing.Imaging.ImageCodecInfo简化创建有效TIFF文件的任务 . 这允许您保存未压缩的1位TIFF或具有不同压缩类型的压缩文件 . 代码如下： // first convert from byte[] to pointer IntPtr pData = Marshal.AllocHGlobal(imgData.Leng

电子健康记录的风险预测:一种深度学习方法 Risk Prediction with Electronic Health Records: A Deep Learning Approach 将每个患者的电子健康记录（EHR）表示为一个维度为时间和事件的矩阵。通过卷积神经网络模型进行学习和预测。 摘要 直接使用电

【引言】 自己不是个聪明的人，从小学习效率就不是很高；开悟的比较晚，直到考研那会才开始悟出知道如何有效学习。从业以来，面对不熟悉的事物，也在探索一种行之有效地学习方法。最近一直在学习、尝试一种新的学习理论：复盘。那，今儿就来聊一聊“复盘”的这点事。 【文章大纲】 1.啥是复盘； 2.复盘有啥用？ 3.复盘和总结有啥区别？ 4.复盘有啥特性？ 5.个人感受 1.啥是复盘？ “复盘”原是围棋术语，本意指对弈者下完一盘棋后，重新在棋盘上把对弈过程“摆”一遍，跳出对弈时氛围，以更加理性、客观的方式

因为是继承AppCompatActivity。所以用常规的隐藏办法总是出错，可以进入应用，但是当进入到这个隐藏activity的活动中时，会崩溃 1. package com.example.sjy.myactivity; import android.os.Bundle; import android.support.v7.app.AppCompatActivity;

Linux中的静态库和动态库---这篇文章写的很清楚 https://blog.csdn.net/qq_48930954/article/details/118724616 制作动态库  1. gcc –c mylib.c –o mylib.o  2. gcc -shared -fPIC mylib.o -o libmylib.so  3. 将制作好的libmylib.so 复制到/usr/lib 主要参数解析

ubuntu16.04下，使用python3.6 import caffe 时，出现一下错误：

Ubuntu16.04安装caffe总结 第一步： 参看教程网站： Ubuntu16.04安装Caffe(CPU Only)_muzilinxi90的博客-CSD

安装opencv sudo apt-get install build-essential sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng

‍ 文章信息

前提：已配置opencv，不使用cuda 1.转自：http://blog.csdn.net/autocyz/article/details/51783857 2.Python配置参考：http://blog.csdn.net/g0m3e/article/details/51420565 3.问题 解决办法参考：http://blog.csdn.net/cissy930426/article/details/51069324 sudo pip install --upgrade set

FastReID 从pytorch到caffe （二）训练reid模型 1. fast-reid 框架

因为添加了upsampling等层所以重新编译了caffe，但是没有make clean 就编译了，结果导致标题所述错误，make clean后重新编译就好了 所以做什么事都一定要按程序来，少一步都不行~

if  ( commentArray == nil ) {                  commentArray  = [[ NSMutableArray   alloc ]  init ];         

　　利用protoc.exe即可编译。 　　在protoc.exe当前文件夹下打开cmd，输入命令如下： pushd %~dp0 echo "copying .proto and generated .cc and .h" protoc caffe.proto --cp

接下来我会介绍关于迁移学习的以下内容。 它是什么？它是如何工作的？为什么使用它？什么时候使用？转移学习的方法： 训练模型；使用预先训练的模型；和特征提取总结：进一步阅读 1. 什么是迁移学习？ 迁移学习： 遇到一个新问题，不是从头训练一个网络模型，而是在现有的预训练模型上，再次训练或者直接使用。 因为他可以用较少的数据来训练深度神经网络，如果你数据不足，可以考虑下迁移学习。现在大多数问题

（一）：CIFAR数据集:

编译caffe时出现Makefile:490: recipe for target ‘python/caffe/_caffe.so’ failed报错，如下图： 原因是Makefile.config里python路径没有配置对 解决方法： 1.打开终端，输入py

Net由多个layer组成，是一个有向无环图（DAG）。 Net参数主要包括网络信息和每个layer的信息，Blob信息等，接口包括初始化Net来构建整个图，Net信息接口，初始化后Bolb数据输入等。 src/caffe/proto/caffe.proto message NetParameter { optional string

caffe的大多数层是由c++写成的，借助于c++的高效性，网络可以快速训练。但是我们有时候需要自己写点输入层以应对各种不同的数据输入，比如你因为是需要在图像中取块而不想写成LMDB，这时候可以考虑使用python直接写一个层。而且输入层不需要GPU加速，所需写起来也比较容易。 方法步骤比较固定，很多优秀的博主已经写的很clear了： reference：

最近因为要做识别方面用到了caffe深度学习相关的东西，本人花费了两天终于把caffemodel跑出来了，由于其中走了很多弯路，所以就想写篇文章来记录一下。 首先，环境配置如下： windows10 vs2015 Anaconda3_4.2（要用python35，就是这个版本，会出各种问题，各位要是已经安装了36的话，建议还是换一下吧，本人试了几次，好像都是会报各种错。。。） cmake-3.11.0

caffe2入门教学 caffe2 概念Blobs和Work

Tx2刷机   sudo sh ./caffe_dependency.sh  注意

查看适合的显卡驱动 ubuntu-drivers devices

windows10下安装GPU版pytorch简明教程，仅需两步骤，以及解决报错：pytorch 无法导入torch加载..\caffe2_nvrtc.dll”或其依赖项之一时出错这里写自定义目录标题 1.pytorch版本说明

train.py [-h] -m MODEL -p PREFIX [-d DATA_ROOT] [-n FOLDNUMS] [-a] [-i ITERATIONS] [-s SEED] [-t TEST_INTERVAL] [-o OUTPREFIX] [-g GPU] [-c CONT] [-k] [-r] [--avg_rotations] [--keep_best] [--dynamic] [--cyclic] [--solver SOLVER] [--lr_polic

【编者按】在开源与人工智能的灿烂星河里，贾扬清的名字都格外地耀眼。因为导师 Trevor Darrell 教授的一句“你是想多花时间写一

主要记录安装的过程和遇到的问题，大部分都是根据网上的教程整合的。 1.首先，安装依赖，在终端中依次执行即可。 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-recommends libboost-all-dev sudo apt-get insta

TI CC2541 CC2541F256RHAR集成了增强型8051MCU超低功耗蓝牙芯片2.4GH符合低能耗规范和私有的RF片载系统支持250kbps，500kbps，1Mbps，2Mbps的数据速率；出色的链路预算，不使用外部前段而支持长距离应用；高达0dBm的可编程输出功率出色的接收器灵敏度（1Mbps时为-94dBm）。 CC2541开发套件可以说为开发人员开启了蓝牙低功耗传感器应用之门。因为，开发人员即使不具备传感器应用方面的RF硬件知识或嵌入式软件编程技能的情况下，也可开展研发工作。该套件提供6款传感器，可实现标签跟踪、恒温器、气象站、防盗报警、

今天是冲刺的第6天 1站立式会议

openssl源码编译 下载编译资源（nasm、Perl、openssl源码）nasm设置环境

生成caffe.bin出现以下错误，请问如何解决： 错误    LNK1149    输出文件名匹配输入文件名“E:\caffe-ddd\build\lib\Release\caffe.lib”    

出现 “module ‘pip‘ has no attribute ‘pep425tags‘  出错原因： 网上说查询pip支持，但出现 “module ‘pip‘ has no attribute ‘pep

当我在anaconda的base环境下安装好pytorch，并且通过 anaconda powershell prompt（也就是命令提示符）输入python 回车，import torch回车，torch.cuda.is_available()，以测试pytorch是否安装好，得到true后。 我在pycharm2022.1社区版创建项目，并选择base环境下的python编译器后，再在项目里新建一个py文件，通过impo

EasyDarwin https://github.com/EasyDarwin/EasyDarwin/ 高性能开源RTSP流媒体服务器，基于go语言研发，维护和优化 最近在做RTSP开发，这个服务端还不错。需要做一些定制，所以需要编译。 安装rz yum -y install lrzsz 1.阿里

今天成功在windows下配置成功了英伟达的DIGITS，记录一下问题解决过程。  环境简介： Windows10_x64 CUDA 8.0 / CUDA 7.5 Python2.7 Microsoft-Caffe-master  Github DIG

接着caffe2 教程记录二，这个是第三篇 ##3.图像加载与预处理

import torch x = torch.empty(5, 3) print(x) 报错 D:\Anaconda\anaconda3\python.exe D:/Py

Druid 有两种配置方法：一种是基于spring的配置，另一种是手动创建链接。 下面简述这两种方法。 一、Spring配置 把数据源改为以下配置： 1：applicationContext.xml 配置web.xml 开启Druid的内置监控页面 2：在web.xml中添加以

最近，工作上要用到  libjpeg这个库，dcm4ee医学服务又内置了这个东西，编译dcmtk的时候呢是MD版本的 但是呢，libjpeg呢大部分都是mt版本的，所以就出现了不兼容的情况，总是出现库之间的冲突问题， 最后自己没办法了，只有自己重新编译libjpeg,MD版本的 首先下载，源码：https://github.

函数说明 1. void findContours 1.1 概述 void findContours//提取轮廓，用于提取图像的轮廓 ( InputOutputArray image,//输入图像，必须是8位单通道图像，并且应该转化成二值的 OutputArrayOfArrays contours,//检测到的轮廓，每个轮廓被表示成一个point向量 OutputArray hierarchy,//可选的输出向量，包含图像的

1、线条  [设计] ---  [页面设置]----打开 对话框          [布局与排列]-----[排列]  

QML学习:QML文件当做组件使用 本文博客链接:http://blog.csdn.net/jdh99

编译命令 # windeployqt --release [你的程序.exe] --qmldir [找到对应的安装路径] windeployqt --release nlgMotor1.exe --qmldir D:\Qt\Qt5.12.5\5.12.5\mingw73_32\qml # 如果你在qml中使用了 QtCharts，当前windeployqt有bug，所以还需要以下操作 # 进入 D:\Qt\Qt5.12.5\5.12.5\mingw73_32\qml，手动拷贝 QtCharts 的文件夹到程序目录下 # 然后从 D:\Qt\Qt5.12.

      测试空间旗下大头针

在thinkphp3.2.3框架中引入PHPExcel插件实现数据导出到EXCEL 一、引入插件 ①.把phpexcel文件夹放在vendor目录下 ②.将PHPExcel.php文件名改成PHPExcel.class.php ③.在PHPExcel.class.php的第一行加上 namespace Vendor\PHPExcel; ③.把PHPExcel.class.php文件里面所有new 的类前面加上’\’，

一. pkg/