0%

CNN

空间不变性: 检测对象和图像位置无关
局部性:先从局部区域特征做起,在高层再集成局部特征预测

从全连接层到卷积

[X]i,j[H]i,j分别表示输入图像和隐藏表示中位置(i,j)处的像素。且不妨使k=i+a,l=j+b [H]i,j=[U]i,j+kl[W]i,j,k,l[X]k,l=[U]i,j+ab[V]i,j,a,b[X]i+a,j+b.

需要完成的目标:

  1. 平移不变形:VU实际上不依赖于(i,j)的值,即[V]i,j,a,b=[V]a,b。即卷积核不变,简化H为:

    [H]i,j=u+ab[V]a,b[X]i+a,j+b.

    这就是卷积(准确来说卷积层是个错误的叫法,卷积层用到的其实是互相关运算 (cross-correlation),而不是卷积运算),使用[V]a,b对位置(i,j)附近的像素(i+a,j+b)进行加权得到[H]i,j

  2. 局部性: 即给a,b一个范围限定,使其不要联系到很远的位置,得到[H]i.j
    [H]i,j=u+a=ΔΔb=ΔΔ[V]a,b[X]i+a,j+b. 这就是卷积层,[V]即是卷积核

卷积数学定义:

卷积是测量 f 和 g 之间(把其中一个函数“翻转”并移位 x 时)的重叠。
>注意这个翻转,实际上卷积层不使用翻转,是互相关运算

(fg)(x)=f(z)g(xz)dz.

离散形式:

(fg)(i)=af(a)g(ia).

多通道

图像往往包含三通道,即每个像素点还包括一个长度为3的数组,因此卷积操作也要扩展一个维度:

[H]i,j,d=a=ΔΔb=ΔΔc[V]a,b,c,d[X]i+a,j+b,c,

多通道

图像往往包含三通道,即每个像素点还包括一个长度为3的数组,因此卷积操作也要扩展一个维度:

[H]i,j,d=a=ΔΔb=ΔΔc[V]a,b,c,d[X]i+a,j+b,c,

基础流程

客户端流程:

  1. socket.Connect(远程IP地址,远程端口)
  2. socket.Send/BenginSend发送数据
  3. socket.Receive/BeginReceive接收服务端数据
  4. 网络操作(如心跳协议)
  5. socket.Close关闭连接

服务器流程:

  1. listenfd.Bind(ipEp)将创建的空套接字listenfd绑定到IP+端口。
  2. listenfd.Listen(backlog)开启监听
  3. listenfd.Accept/BeginAccept接收客户端连接。Accept/EndAccept返回连接的Socket对象,对于服务器来说,它有一个监听Socket(listenfd)用来监听(Listen)和应答(Accept),对每个客户端的连接再创建一个专门的Socket(connfd)用来处理该客户端的数据。
  4. connfd.Receive/BeginReceive 接受数据
  5. 网络操作(如心跳协议)
  6. socket.Close关闭连接
阅读全文 »

裁剪片段

ffmpeg -ss hh:mm:ss -i input.mp4 -t 60 -c copy output.mp4

ffmpeg -ss 起始时间 -i 输入视频 -t 持续时间 -c copy 输出视频

转换格式(包括音频)

ffmpeg -i input.mp4 output.mp3

规格修改

转换分辨率 ffmpeg -i input.mp4 -filter:v scale=1280:720 -c:a copy output.mp4 转换比特率 ffmpeg -i input.mp4 -b 5000K output.mp4

确定阅读目标

  1. 能够重述给听众
  2. 跟踪领域前沿技术
  3. 调研一个新的领域

根据自己的阅读目的调整自己的阅读深度。

三步走方法

不要每一篇论文都从开始硬读到结尾,而是分段为三步走。每一步建立在上一步的基础之上,并且需要完成这一步应有的目标。

第一步:了解论文总体的idea 第二步:掌握论文的大致内容,但不需要在乎细节。 第三步:深度理解论文

阅读全文 »

准备

必备:

  • 身份证,很多地方刷身份证拿门票。
  • 口罩,路上随意,地铁景点必需。
  • 随申码(上海的健康码),支付宝或微信提前注册好。

注意:

  • 是否需要预约线上买票,疫情期间蛮多景点要的。
  • 学生证,门票降价。
  • 水,室内景点需要。
  • 地铁,手机有NFC功能可以开通NFC上海地铁卡,刷手机就行。没有的话下一个metro大都会APP刷二维码。
  • 充电宝,看手机情况。
  • 考虑考虑现金硬币?公交轮渡小玩具可能需要投币。
  • 下个单车APP,美团什么的。
阅读全文 »