ICode9

精准搜索请尝试: 精确搜索
  • git的commit规范2022-09-15 00:03:35

    转自:https://zhuanlan.zhihu.com/p/182553920,写的很好! 1. commit message 一次git commit提交的信息量很大,有作者信息、代码库信息、commit等信息。需要提交规范: <type>(<scope>): <subject>   1.1 type : 用于说明git commit的类别,只允许使用下面的标识。 feat:新功能(feature)

  • 手写卷积单元-python2022-08-17 14:00:46

    一个文本卷积模块 def cnn(): import numpy as np result = [] n, dim = 10, 30 kernels = [np.random.randint(0,2,(i, dim)) for i in range(3,6)] # 生成3个长度不同的一维卷积核 data = np.random.random((n, dim)) # 生成数据,np.random.random生成

  • Thesis-Dual Attention Network for Scene Segmentation2022-08-13 15:30:17

    Thesis-Dual Attention Network for Scene Segmentation Dual Attention Network for Scene Segmentation DaNet.py """Dual Attention Network""" import torch import torch.nn as nn import torch.nn.functional as F from backbone

  • ant design pro git提交error; Angular 团队git提交规范2022-08-04 21:35:30

    前言 在使用 ant design pro 时,git 提交报错 > running commit-msg hook: fabric verify-commit ERROR 提交日志不符合规范 合法的提交日志格式如下(emoji 和 模块可选填):

  • git commit 提交规范2022-06-15 11:35:26

    # 主要type feat: 增加新功能 fix: 修复bug # 特殊type docs: 只改动了文档相关的内容 style: 不影响代码含义的改动,例如去掉空格、改变缩进、增删分号 build: 构造工具的或者外部依赖的改动,例如webpack,npm refactor: 代码重构时使用 revert: 执行git reve

  • github风格规范2022-06-13 12:34:42

    格式 每次提交,Commit message 都包括三个部分 header , body , footer <type>(<scope>): <subject> <BLANK LINE> <body> <BLANK LINE> <footer> 其中,header 是必须的,body 和 footer 可以省略 不管是哪部分,任何一行都不得超过72字符(或100个字符)。这是为了避免自动换行

  • UF-list创建;特征、体、线、面的相互转换;2022-04-14 11:02:56

    1.list创建 文件#include <uf_modl_utilities.h> UF_MODL_create_list       1创建一个链表,并返回链表的头指针 UF_MODL_put_list_item     2插入元素到链表中,不检验对象是否重复,或者已经存在。 UF_MODL_ask_list_count    3获取链表对象数量,从头开始遇到null_tag结

  • NanoDet代码逐行精读与修改(三)辅助训练模块AGM2022-03-06 13:34:34

    ---neozng1@hnu.edu.cn 3. Assist Guidance Module AGM负责生成cost矩阵,进行标签分配,相当于一个非常轻量的KD模型中的教师,使得head能更好的学习bbox的回归与分类。 3.1. 参数和初始化 class SimpleConvHead(nn.Module):    def __init__(        self,        num_

  • 推荐系统中双塔模型损失函数设计2022-02-16 14:31:49

    loss的设计对系统来说至关重要,最初采用用户侧和商品侧向量的夹角余弦,binary_crossentropy进行优化,无法得到满意的模型效果,依托深度模型强大的拟合能力,特征向量居然全部归零。随后重新对系统改进,主要是1.负样本构建;2.loss函数设计 这里主要讲第二点。 基于距离的损失函数--Hinge Lo

  • Pointnet_cls2021-12-27 20:37:06

    点击查看代码 #以下代码是在编码点云的特征后进行的,即在maxpool之后的结构 import torch.nn as nn import torch.utils.data import torch.nn.functional as F from models.pointnet_utils import PointNetEncoder,feature_transform_reguliarzer class get_model(nn.Module):

  • PaddleDetection-MaskRcnn相关结构以及优化器2021-12-26 15:03:21

    2021SC@SDUSC 首先上接Head部分 modeling/mask.py、modeling/head/mask_head.py解读: 相关配置文件: ''' Mask: #掩膜 mask_target_generator: #产生掩膜 name: MaskTargetGenerator #产生掩膜类名 mask_resolution: 28 #像素值 ''' 掩膜类: @register class Mask(ob

  • gitHooks: commit-msg2021-12-10 12:31:24

    一、背景 提交代码时,如果不能形成有效约束,依靠个人的自觉,这样即使每个人是积极的状态,但是每个人的知识构成不同,也会造成提交风格迥异。 引入今天的主角,gitHooks配置commit-msg 二、实现步骤 2.1、配置package.json,增加commit-msg "gitHooks": { "pre-commit": "lint-staged"

  • GFPGAN源码分析—第七篇2021-12-06 23:00:08

    2021SC@SDUSC 源码:archs\gfpganv1_clean_arch.py 本篇主要分析gfpganv1_clean_arch.py下的 class GFPGANv1Clean(nn.Module)类forward( ) 方法 目录 forward( ) (1)设置Style-GAN 编码器 (2)style code (3)解码 (4)两个参数都为none,在此处并未用到 (5)解码器decoder forward( ) 参数:

  • 卷积神经网络常用函数Pytorch2021-12-06 20:33:18

    上下采样函数--interpolate 参考链接:https://zhuanlan.zhihu.com/p/166323682 x = nn.functional.interpolate(x, scale_factor=8, mode='bilinear', align_corners=False) solov2 kernel_feat = F.interpolate(kernel_feat, size=seg_num_grid, mode='bilinear'

  • 猿猿有责,维持整洁的 Git 提交记录,三个锦囊送给你2021-11-22 08:35:11

    背景 大家都有学习如何规范简洁的编写代码,但却很少学习如何规范简洁的提交代码。现在大家基本上都用 Git 作为源码管理的工具,Git 提供了极大的灵活性,我们按照各种 workflow 来提交/合并 code,这种灵活性把控不好,也会带来很多问题 最常见的问题就是乱成一团的 git log history,那真的

  • git commit message 规范2021-11-04 16:02:16

    Angular提交信息规范 目前最受开发人员肯定的规范是前端框架Angular提出的Angular提交信息规范 提交格式: Commit Message 包含三个部分,分别是Header、Body、Footer <type>(<scope>): <subject> <BLANK LINE> <body> <BLANK LINE> <footer> Angular 规范解读: 其中,Header (第

  • 开源GIS-geos实现空间快速连接2021-09-05 10:03:05

     开源GIS-geos实现空间快速连接   其中关于空间计算的只有简单的判断   标题   而要真正实现空间连接,是需要将两个shp文件进行里外循环,例如,以其中一个shp的要素个数为外循环,以另一个shp要素数量为内循环,逐一判断是否存在空间上的关联(包含、被包含。。。)   如此做循环肯

  • CoordConv:给卷积加上坐标,从而使其具备了空间感知能力【附Pytorch实现】2021-06-18 14:03:46

    论文地址:https://arxiv.org/pdf/1807.03247.pdf 1、动机 传统卷积具备平移不变性,这使得其在应对分类等任务时可以更好的学习本质特征。不过,当需要感知位置信息时,传统卷积就有点力不从心了。为了使得卷积能够感知空间信息,作者在输入feature map后面增加了两个coordinate通道,分

  • 2021-06-172021-06-17 23:32:26

    datawhale6月组队学习-task02 1. 数据清洗 1.1 缺失值 # 查看 df.isnull.sum() # 填充 df.loc[df['Age'].isnull(),'Age'] = df['Age'].mean() # 删除 1.2 重复值 # 查看重复值 df[df.duplicated()] # 清理重复值 df = df.drop_duplicates() 1.3 异常值 画箱线图,见task01

  • 动手学数据分析Task022021-06-17 19:01:43

    数据清洗及特征处理 数据经常会有缺失值,有一些异常点等,需要经过一定的处理才能继续做后面的分析或建模,所以拿到数据的第一步是进行数据清洗,本任务我们将学习缺失值、重复值、字符串和数据转换等操作,将数据清洗成可以分析或建模的样子。 2.1观察数据与处理 2.1.1缺失值观察 #

  • DGL GAT2021-06-15 13:59:43

    GAT DGL document DGL GAT DGL官方教程GAT # Case 1: Homogeneous graph pip install dgl import dgl import numpy as np import torch as th from dgl.nn import GATConv g = dgl.graph(([0,1,2,3,2,5], [1,2,3,4,0,3])) # print(g) # print(g.nodes()) # print(g.edges(

  • RationalDMIS 2020 VS VisualDMIS 6.5 最佳拟合平面(CZ)) 20202021-06-15 13:56:21

    RationalDMIS 7.0触测点最佳拟合(共轴截圆的测量) RationalDMIS 7.1测量点最佳拟合(圆柱/圆)+视频 RationalDMIS7.1最佳拟合重新补偿   1.RationalDMIS 2020 曲面点最佳拟合。   MODE/MAN F(PT1)=FEAT/POINT,CART,237.6238,291.0957,-3.8100,0.0000,0.0000,1.0000 RMEAS/POINT,

  • Electron 3.0.0 发布,升级 Chrome、Node 与 V8;Swift 4.2 发布2021-05-28 22:02:20

    Electron 3.0.0 发布,升级 Chrome、Node 与 V8 Swift 4.2 正式发布:泛型改进,更快更兼容! Electron 3.0.0 发布,升级 Chrome、Node 与 V8 Electron 3.0.0 发布了,Electron 是 GitHub 发布的跨平台桌面应用开发工具,支持 Web 技术开发桌面应用,其本身是基于 C++ 开发的,GUI 核心来自于 Chrom

  • py插入postgres数据库代码示例2021-05-192021-05-19 17:29:57

    py插入postgres数据库代码示例   def saveToPostgis(feats,remarks): # 连接数据库 conn = psycopg2.connect(database='postgis_21_sample', user='postgres', password='postgres', host='192.168.1.100', port='5432')

  • 关于使用 hook 获取神经网络内部features时遇到的问题和解决方案的记录2021-05-04 12:32:45

    关于使用 hook 获取神经网络内部features时遇到的问题和解决方案的记录 一、错误代码: feat = [] def hook(module, inputs, outputs): feat.append(inputs.clone().to(device)) 二、报错: AttributeError: 'tuple' object has no attribute 'clone' 原因分析:inputs是一个

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有