- 博客(98)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 mac配置好maven后，为什么在终端每次都要source ~/.bash_profile 一下后，mvn -v才能有反应
如果你的 macOS 版本是 Catalina 或更新版本，而你继续配置 .bash_profile，则任何在其中设置的环境变量都不会自动加载，因为 Zsh 不会读取它，而是读取 .zshrc 文件。环境变量未自动加载: 如果你确实使用 Bash 作为你的默认 shell，那么问题可能在于 .bash_profile 或者 .bashrc（取决于具体配置）中的环境变量没有被正确地或自动地加载。将你的 Maven 环境变量添加到 ~/.zshrc 而不是 ~/.bash_profile。
2024-05-21 20:51:05
1498
1
原创 《BlockDFL: A Blockchain-based Fully Decentralized Peer-to-Peer Federated Learning Framework》论文翻译
ABSTRACT：联邦学习（FL）实现了机器学习模型的协作训练，而无需共享训练数据。传统的FL严重依赖于一个可信的中心化服务器。尽管去中心化的FL消除了对中心的依赖，但可能会加剧FL面临的其他问题，如中毒攻击和数据表示泄露，这是由于对参与者行为的不足限制以及沉重的通信成本，特别是在完全去中心化的情况下，即点对点（P2P）设置中。在本文中，我们提出了一种基于区块链的完全去中心化P2P框架，用于FL，称为BlockDFL。它以区块链作为基础，利用了提出的基于PBFT的投票机制和双层评分机制来在对等参与者之间协
2024-04-09 14:48:22
878
1
原创 Blockchain-based Gradient Inversion and Poisoning Defense for Federated Learning(论文翻译)
摘要：联邦学习已经成为一项有前景的隐私保护机器学习技术，使多个客户能够共同训练一个全局模型，而无需共享原始数据。随着联邦学习在物联网场景中的日益普及，对安全和隐私的担忧变得至关重要。特别是，梯度反转攻击和毒化攻击对全局模型的完整性和效果构成了重大威胁。为此，我们提出了一种基于区块链的全面防御机制，有效保护联邦学习系统免受此类攻击。我们采用了一种新颖的技术组合，包括公共区块链级别的保护和私有区块链级别的保护，二者协同工作，防止攻击者利用获得的梯度重构数据。这种独特的方法组合为联邦学习物联网场景中的梯度反转攻击
2024-03-25 14:21:23
1082
1
原创 windows浏览器连不上网络，但微信、qq可以，诊断网络显示 dns问题
选中后使用下面的DNS服务器地址，然后自己添加两个地址：例如我第一个是阿里的，第二个是谷歌的，可以自己去选择适合自己的DNS地址，忘了有没有重启了，后面浏览器成功联网了。后面自己重新设置了一下DNS地址，遇到相关问题的也可以试试（但不知道是不是需要叠加前面网上很多的ipconfig 叭叭叭类的设置）。一开始跟着网上一堆教程，什么ipconfig之类的，重启什么之类的都没解决。具体为 控制面板——>所有控制面板——>网络和共享中心——>以太网。
2023-12-25 19:58:22
761
原创 本机ping不通虚拟机
VMnet1和Vmnet8虽然都是已启用，但是鼠标右击诊断的时候会发现有问题，没记错我这应该是““VMware Network Adapter VMnet8”未启用 DHCP”什么的。具体为 计算机管理(本地)——>服务，然后重启对应的部分，我这里好像是重启了DHCP和下面NAT两部分。然后就可以ping通了。windows下finall shell连不上虚拟机了，之前是可以的，然后ping虚拟机，发现也ping不通，随后到处找问题。在本地部分，控制面板 ——>网络和Internet——>网络连接 ，
2023-12-25 19:47:17
278
原创 JAVA配置jdk17 Graa1VM
按照网上内容下载好对应的jdk17版本的Graa1VM， 解压后，修改环境变量中的JAVA_HOME为当前的目录，例如 D:\ruanjian\jdk\gra_jdk17\graalvm-ce-java17-22.3.0。而是 server vm。但是环境变量配置的并没有问题，后面发现需要将原来安装好的jdk卸载后，新的环境变量才能起作用，如下：卸载完后即可生效。然后在命令行中输入java -version的时候， 返回的并不是 Graa1VM 相关信息，如下是正常的，
2023-11-27 21:17:38
727
转载 SpringBoot源码实用场景：SpringBoot 3.1.0 环境下 PageHelper 1.4.0不生效问题排查
将 pagehelper-spring-boot-starter 版本由 1.4.0 升级到 1.4.7 （写这篇博客时的最新版）PageHelper 分页拦截器不生效。
2023-11-09 19:51:57
254
原创 leetcode215题快排
查看了一下超时的数据，是有很多相同的数字组成，个人觉得是因为超时的写法，再遇到相同的数字的时候，直接++或者–，然后与另一端直接相遇，例如图一我的写法，每次是右边的 j–，然后与左边的i相遇， i 不变，再进入下一个quick_sort的时候，相当于只有一端移动了一个位置，接近线性次数。而第二种写法，因为每次先do++ 或者 do – ，在此处不考虑相等，最后两端在中间相遇，再进入下一端sort的时候直接从中间分开，接近二分。关于快排的两种写法为什么一个超时 一个很快的问题记录。
2023-09-28 15:11:10
244
原创 C++中 负数与String字符串的长度 string.size()作比较 输出错误
在刷题的时候，发现用 -1<t.size() 输出的是错误的值，如下，t=“ABC”，但重新定义一个变量后又可以了，查阅检查后，发现string.size()返回的是一个无符号的整数，因此与有符号整数比较，程序默认把符号位看作数值，所以负号被看出了最高位的1，自然就比str.size()大了。
2023-09-17 11:37:33
410
原创 ERROR: AddressSanitizer: heap-buffer-overflow on address 0x602000000
leetcode上的一道题，当 s =“a” 这样的单字符的时候，使用memset会出错，ERROR: AddressSanitizer: heap-buffer-overflow on address 0x602000000。有些奇怪， 记录一下，双字符以及以上的时候不会报错，
2023-07-30 22:57:48
840
原创 [论文翻译] SalsaNet: Fast Road and Vehicle Segmentation in LiDAR Point Clouds for Autonomous Driving
激光电晕 语义分割
2023-04-23 20:51:42
354
原创 MonoSDF: Exploring Monocular Geometric Cues for Neural Implicit Surface Reconstruction论文翻译
(机翻的 这篇属实看不懂)Abstract近年来，神经隐式表面重建方法已成为多视图三维重建的流行方法。 与传统的多视图立体方法相比，由于神经网络的归纳平滑偏差，这些方法往往会产生更平滑和更完整的重建。 最先进的神经隐式方法允许从许多输入视图中高质量地重建简单场景。 然而，对于更大、更复杂的场景以及从稀疏视点捕获的场景，它们的性能会显着下降。 这主要是由于 RGB 重建损失中固有的模糊性没有提供足够的约束，特别是在观察较少和无纹理的区域。 受单眼几何预测领域最新进展的推动，我们系统地探索了这些线索为改进神经
2023-04-23 15:46:59
980
原创 LightPC: Hardware and Software Co-Design for Energy-Efficient Full System Persistence(论文阅读翻译)
（注：课程作业要求，机翻自己看的）Abstract:我们提出了LightPC，一种轻量级的持久性中心平台，以使系统对电源故障具有鲁棒性。LightPC由硬件和软件子系统组成，分别被称为开放通道PMEM（OC-PMEM）和持久性中心操作系统（PecOS）。OC-PMEM通过解除新型存储介质与传统PMEM复杂之间的物理和逻辑边界，消除了易失性和非易失性数据结构之间的界限。PecOS提供了一个单一的执行持久性切断，以便在电源故障的情况下快速将执行状态转换为持久信息，这可以消除持久控制开销。我们使用自定义系统板
2023-04-09 15:04:27
262
1
原创 TransPIM: A Memory-based Acceleration via Software-Hardware Co-Design for Transformer（论文翻译）
（课程作业，故机翻上传方便自己查看）摘要： 基于Transformer的模型在许多机器学习任务中都是最先进的。由于大的内存占用和低数据重用率，执行Transformer通常需要较长的执行时间，这会给内存系统带来压力，同时低效地利用计算资源。处理器内存（PIM）和近内存计算（NMC）等内存处理技术有望加速Transformer，因为它们提供高内存带宽利用率和广泛的计算并行性。然而，以前的基于内存的机器学习加速器主要针对计算密集型的机器学习模型（例如CNN），这些模型并不适合Transformer的内存密集特
2023-04-09 15:01:30
890
2
原创 There’s plenty of room at the Top: What will drive computer performance after Moore’s law?（论文翻译）
（因为作业需要，自己保存的机翻）REVIEW SUMMARYBACKGROUND: 计算能力的提高可以为我们现代生活中习以为常的许多事情赢得很大一部分功劳：手机比25年前房间般大小的计算机性能更好，近一半世界的互联网接入，以及强大的超级计算机带来的药物发现。社会已经开始依赖性能随时间呈指数级增长的计算机。计算机性能的大部分改进来自数十年来计算机组件的小型化，诺贝尔奖获得者物理学家理查德费曼在他 1959 年对美国物理学会的演讲“底部有足够的空间”中预见了这一趋势 . 1975 年，英特尔创始人戈登摩尔
2023-04-09 15:00:51
466
原创 vscode安装拓展插件失败 要求手动安装， 手动下载后导入安装仍然失败。（Error when installing ‘Python‘ extension. Please check the）
vscode安装拓展插件失败 要求手动安装， 手动下载后导入安装仍然失败。（Error when installing 'Python' extension. Please check the）
2023-01-03 22:43:06
8634
7
原创 论文翻译：LiDAR Based Negative Obstacle Detection for Field Autonomous Land Vehicles
论文翻译：LiDAR Based Negative Obstacle Detection for Field Autonomous Land Vehicles
2022-12-17 21:19:45
1875
原创 论文翻译：Robust Negative Obstacle Detection in Off-Road Environments Using Multiple LiDARs
论文翻译：Robust Negative Obstacle Detection in Off-Road Environments Using Multiple LiDARs
2022-12-12 10:35:49
782
原创 论文翻译：USE OF LIDAR FOR NEGATIVE OBSTACLE DETECTION: A THOROUGH REVIEW
论文翻译：USE OF LIDAR FOR NEGATIVE OBSTACLE DETECTION: A THOROUGH REVIEW
2022-12-12 00:46:02
667
原创 Lidar based off-road negative obstacle detection and analysis(论文翻译)
Lidar based off-road negative obstacle detection and analysis(论文翻译)
2022-12-11 20:45:37
938
1
原创 ubuntu安装typora,加到启动器,并设置.md文件默认打开程序.
ubuntu安装typora,加到启动器,并设置.md文件默认打开程序.
2022-11-25 19:20:34
1628
原创 yolov5输出检测框的中心位置，框的长宽，框的位置，以及输出对应标签格式的输出
yolov5输出检测框的中心位置，框的长宽，框的位置，以及输出对应标签格式的输出。 模型读取每个图片，并将上述的信息依此输出到同名的txt文件中保存，具体需要哪些坐标可以自己选。
2022-11-16 15:41:31
14638
9
原创 python + 根据已有的文件名列表，在文件夹中查找并将其复制到另一文件夹中
python + 根据已有的文件名列表，在文件夹中查找并将其复制到另一文件夹中
2022-11-16 14:47:12
1470
转载 “OSError: [WinError 1455]页面文件太小，无法完成操作。”解决方案
“OSError: [WinError 1455]页面文件太小，无法完成操作。”解决方案
2022-10-09 19:44:36
377
原创 笔记本插入耳机没反应 必须重启前插入再启动才行 启动后拔下再插入依旧外放
笔记本插入耳机没反应 必须重启前插入再启动才行 启动后拔下再插入依旧外放
2022-07-12 15:38:02
6435
2
原创 linux(ubuntu)下照片.jpg和.png相互转换
1、GNU 的 parallel 使用户能够从标准输入并行构建和执行 shell 命令。确保您的系统上安装了 GNU Parallel，否则请使用以下适当的命令进行安装：$===sudo apt-get install parallel 2、进入相应的文件夹，使用 ls -l 列出文件夹下的照片3、使用命令进行转换 ----------- 从 PNG 转换到 JPG ----------- $ parallel convert '{}' '{.}.jpg' ::: *.png
2022-03-20 11:20:47
1534
转载 pip安装出现Command “python setup.py egg_info“ failed with error code 1 的解决方案
https://blog.youkuaiyun.com/qq_37788558/article/details/79049410?ops_request_misc=&request_id=&biz_id=102&utm_term=Command%20%22python%20setup.py%20egg_i&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduweb~default-0-79049410.firs
2021-11-03 16:56:47
219
原创 2021-06-02
装Anaconda, 然后用conda 创建虚拟环境。conda create -n env_name python=3.7 tensorflow-gpu cudatoolkit cudnn 这一句代码就会自动匹配tensorflow-gpu,cudatoolkit,cudnn的版本并安装到虚拟环境中。一个项目一个虚拟环境，也不需要把你默认环境来回折腾了...
2021-06-02 15:32:20
63
原创 2021-04-15
‘chunkers/maxent_ne_chunker/english_ace_multiclass.pickle’ notfound. Please use the NLTK Downloader to obtain the resource: nltk.chunk.ne_chunk失败，nltk.download()也失败。离线下载吧。网址：http://www.nltk.org/nltk_data/然后将压缩包解压到上述报错的任意一个文件夹里。...
2021-04-15 19:23:25
860
原创 2020-11-29
关于配置opencv_contrib最后运行出现，无法找到入口，无法定位程序输入点，动态链接库的问题，应该与xfeatures2d库有关。如下。解决方案，去编译后的D:\ruanjian\cv4.4\contribute\install\x64\vc16\bin下面将所有的dll文件复制到你目前程序运行的目录里，即exe同目录，好像也可以放到系统的system32或者system64中，但考虑到是个别项目的环境问题，还是建议放项目目录里...
2020-11-29 20:38:35
1076
2
原创 201809-3-元素选择器
题意：思路：题目很长，而且给的一开始的引入看的很吓人。然后通读后面的题目可以发现，即给定你一些文件的名字，有n个。然后有的可能有描述性的属性。同时每个这样的文件都会在前面的一个文件下，即为子节点。到了这里，感觉和目录管理器相似了。同时要注意其每个名字的label属性大小写不分，其中只包含有数字和字母。然后如果有描述性属性，则前面是以#开头。后面的m行则为查找的描述性信息。其中查找器分为三类，第一类是一个简单的label属性查找，第二类为简单的id属性查找，第三类则为多查找。分析完题目开始进行题目的
2020-06-06 10:03:24
225
原创 2016 09-3炉石传说
题意：玩家会控制一些角色，每个角色有自己的生命值和攻击力。当生命值小于等于 0 时，该角色死亡。角色分为英雄和随从。 * 玩家各控制一个英雄，游戏开始时，英雄的生命值为 30，攻击力为 0。当英雄死亡时，游戏结束，英雄未死亡的一方获胜。 * 玩家可在游戏过程中召唤随从。棋盘上每方都有 7 个可用于放置随从的空位，从左到右一字排开，被称为战场。当随从死亡时，它将被从战场上移除。 ...
2020-06-05 16:13:53
133
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人