<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[NeverGx的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/NeverGx</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; NeverGx]]></copyright><item><title><![CDATA[缓冲区]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/107177823</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/107177823</guid><author>NeverGx</author><pubDate>Tue, 07 Jul 2020 11:28:17 +0800</pubDate><description><![CDATA[为什么要引入缓冲区？
例如，我们从磁盘里取信息，我们先把读出的数据放在缓冲区，计算机再直接从缓冲区中取数据，等缓冲区的数据取完后再去磁盘中读取，这样就可以减少磁盘的读写次数，再加上计算机对缓冲区的操作大大快于对磁盘的操作，故应用缓冲区可大大提高计算机的运行速度。缓冲区就是一块内存区， 它用在输入输出设备和CPU之间，用来缓存数据 。
缓冲区分为三种类型：全缓冲、行缓冲和不带缓冲。
全缓冲
在这种情况下，当 填满 标准I/O缓存后才进行实际I/O操作。全缓冲的典型代表是 对磁盘文件的读写 。
行缓冲
在这种情]]></description><category></category></item><item><title><![CDATA[socket的连接关闭的方式和过程]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/107100357</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/107100357</guid><author>NeverGx</author><pubDate>Fri, 03 Jul 2020 10:27:38 +0800</pubDate><description><![CDATA[close的主要流程：

1）关闭监听句柄
先从最右边的分支说说关闭监听socket的那些事。用于listen的监听句柄也是使用close关闭，关闭这样的句柄含义当然很不同，它本身并不对应着某个TCP连接，但是，附着在它之上的却可能有半成品连接。什么意思呢？之前说过TCP是双工的，它的打开需要三次握手，三次握手也就是3个步骤，其含义为：客户端打开接收、发送的功能；服务器端认可并也打开接收、发送的功能；客户端认可。当第1、2步骤完成、第3步步骤未完成时，就会在服务器上有许多半连接，close这个操作主要是清理]]></description><category></category></item><item><title><![CDATA[分组卷积]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/104978463</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/104978463</guid><author>NeverGx</author><pubDate>Thu, 19 Mar 2020 22:18:41 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[Linux简介及最常用命令]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/104473566</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/104473566</guid><author>NeverGx</author><pubDate>Mon, 24 Feb 2020 10:50:56 +0800</pubDate><description><![CDATA[https://blog.youkuaiyun.com/xulong_08/article/details/81463054

]]></description><category></category></item><item><title><![CDATA[cv2.imread()]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/102960888</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/102960888</guid><author>NeverGx</author><pubDate>Thu, 07 Nov 2019 19:01:00 +0800</pubDate><description><![CDATA[cv2.imread()读取后的图像为BGR格式，且通道格式为(H,W,C)

]]></description><category></category></item><item><title><![CDATA[Numpy的axis]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/102833909</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/102833909</guid><author>NeverGx</author><pubDate>Thu, 31 Oct 2019 11:03:48 +0800</pubDate><description><![CDATA[即二维数据拥有两个轴：第0轴沿着行的垂直往下，第1轴沿着列的方向水平延伸。

]]></description><category></category></item><item><title><![CDATA[Batch Normalization公式]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/102741248</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/102741248</guid><author>NeverGx</author><pubDate>Fri, 25 Oct 2019 13:22:10 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[pytorch基础教程]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/102544325</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/102544325</guid><author>NeverGx</author><pubDate>Mon, 14 Oct 2019 11:16:36 +0800</pubDate><description><![CDATA[import torch 
import torchvision
import torch.nn as nn
import numpy as np
import torchvision.transforms as transforms


# ================================================================== #
#        ...]]></description><category></category></item><item><title><![CDATA[Python中if __name__ == '__main__'：的作用和原理]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/102520503</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/102520503</guid><author>NeverGx</author><pubDate>Sat, 12 Oct 2019 15:14:49 +0800</pubDate><description><![CDATA[if name == ‘main’:的运行原理
每个python模块（即python文件）都包含内置的变量 name，当该模块被直接执行的时候，name 等于文件名（包含后缀 .py ）；如果该模块 import 到其他模块中，则该模块的 name 等于模块名称（不包含后缀.py）。
而 “main” 始终指当前执行模块的名称（包含后缀.py）。进而当模块被直接执行时，name == ‘main’...]]></description><category></category></item><item><title><![CDATA[卷积滑动窗口]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/101075067</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/101075067</guid><author>NeverGx</author><pubDate>Fri, 20 Sep 2019 19:31:45 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[卷积神经网络感受野计算公式]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/100849623</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/100849623</guid><author>NeverGx</author><pubDate>Sun, 15 Sep 2019 11:03:39 +0800</pubDate><description><![CDATA[四个公式：

上式中n是feature map的大小，p是padding，k是kernel size，j是jump(前面的S)，r是感受野大小，start是第一个特征向量(左上角位置)对应感受野的中心坐标位置。搬运并翻译：
公式一是通用计算卷积层输入输出特征图大小的标准公式
公式二计算输出特征图的jump，等于输入特征图的jump乘当前卷积层的步进s
公式三计算感受野大小，等于输入感受野加当前层的...]]></description><category></category></item><item><title><![CDATA[Python子类继承父类构造函数]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/100696901</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/100696901</guid><author>NeverGx</author><pubDate>Tue, 10 Sep 2019 13:54:21 +0800</pubDate><description><![CDATA[如果在子类中需要父类的构造方法就需要显式地调用父类的构造方法，或者不重写父类的构造方法。
子类不重写 init，实例化子类时，会自动调用父类定义的 init。
class Father(object):
    def __init__(self, name):
        self.name=name
        print ( "name: %s" %( self.name) )
  ...]]></description><category></category></item><item><title><![CDATA[linux安装cuda]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/89161345</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/89161345</guid><author>NeverGx</author><pubDate>Tue, 09 Apr 2019 20:39:27 +0800</pubDate><description><![CDATA[https://blog.youkuaiyun.com/wf19930209/article/details/81879514?utm_source=blogxgwz2

]]></description><category></category></item><item><title><![CDATA[ubuntu16.04 安装vnc教程]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/89028596</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/89028596</guid><author>NeverGx</author><pubDate>Thu, 04 Apr 2019 16:54:32 +0800</pubDate><description><![CDATA[https://blog.youkuaiyun.com/u014389734/article/details/79513517

]]></description><category></category></item><item><title><![CDATA[从TensorFlow模型中提取具体参数值]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/88919543</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/88919543</guid><author>NeverGx</author><pubDate>Sat, 30 Mar 2019 21:32:03 +0800</pubDate><description><![CDATA[代码
import tensorflow as tf
from tensorflow.python import pywrap_tensorflow
model_dir = “/home/model”
ckpt = tf.train.get_checkpoint_state(model_dir)
ckpt_path = ckpt.model_checkpoint_path
reader = pyw...]]></description><category></category></item><item><title><![CDATA[Batch Normalization细节]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/87859434</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/87859434</guid><author>NeverGx</author><pubDate>Thu, 21 Feb 2019 13:50:37 +0800</pubDate><description><![CDATA[CNN Batch Normalization：假设某一层卷积层的输入为（m,f,w,h）,其中m为batch size，f为通道数，即特征图个数，w，h分别为特征图的宽度和高度，实现BN时，把每个特征图当做一个神经元处理，因此对于每一个特征图都需要学习对应的参数：γ和β，对于每一个特征图计算所有mwh数值的平均值和方差。

...]]></description><category></category></item><item><title><![CDATA[#include的使用]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/81511966</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/81511966</guid><author>NeverGx</author><pubDate>Wed, 08 Aug 2018 17:16:43 +0800</pubDate><description><![CDATA[1.#include&amp;lt; &amp;gt; 引用的是编译器的类库路径里面的头文件。 
2.而 #include” ” ，它是会先在你项目的当前目录下查找是否有对应头文件，如果没有，它还是会在对应的类库路径里面查找对应的头文件。...]]></description><category></category></item><item><title><![CDATA[python中format函数的使用]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/81365154</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/81365154</guid><author>NeverGx</author><pubDate>Thu, 02 Aug 2018 18:05:05 +0800</pubDate><description><![CDATA[请看下面的示例，基本上总结了format函数在python的中所有用法:



#通过位置
print '{0},{1}'.format('chuhao',20)

print '{},{}'.format('chuhao',20)

print '{1},{0},{1}'.format('chuhao',20)

#通过关键字参数
print '{name},{age}'.format(age=...]]></description><category></category></item><item><title><![CDATA[glob模块使用]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/81365108</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/81365108</guid><author>NeverGx</author><pubDate>Thu, 02 Aug 2018 18:02:27 +0800</pubDate><description><![CDATA[glob模块使用



1.介绍

glob模块用来查找文件目录和文件，常见的两个方法有glob.glob()和glob.iglob()，可以和常用的find功能进行类比，glob支持*?[]这三种通配符

2.三种通配符

*代表0个或多个字符 
?代表一个字符 
[]匹配指定范围内的字符，如[0-9]匹配数字 
3.例子

import glob
filelist=glob.glob(r'./...]]></description><category></category></item><item><title><![CDATA[C++子类的构造函数]]></title><link>https://blog.youkuaiyun.com/NeverGx/article/details/81258279</link><guid>https://blog.youkuaiyun.com/NeverGx/article/details/81258279</guid><author>NeverGx</author><pubDate>Sat, 28 Jul 2018 10:36:34 +0800</pubDate><description><![CDATA[转载于：https://www.cnblogs.com/shmilxu/p/4849097.html 
    类的构造函数是类的一种特殊的成员函数，它会在每次创建类的新对象时执行。 
    构造函数的名称与类的名称是完全相同的，并且不会返回任何类型，也不会返回 void。构造函数可用于为某些成员变量设置初始值。 
        构造函数用于初始化类的对象，与父类的其它成员不同，它不能被子类继...]]></description><category></category></item></channel></rss>