- 博客(183)
- 收藏
- 关注
RSS订阅原创 什么是秩融合（Rank Fusion）-基于一个kaggle比赛的实践理解
假设有MMMp1xp2xpMxp1xp2xpMxpprobx∑m1Mwmpmx∑mwm1pprobxm1∑Mwmpmxm∑wm1秩融合先在同一批样本内把每个模型的预测转换成名次或百分位，再融合名次。令rmxr_m(x)rmx表示模型mmmrmxrankpmxNrmxNrankpmx。
2026-10-15 20:03:56
277
原创 ICCV 2019【从颜色科学到相机】08_从软件 ISP 到学习式成像，如何选择研究问题与数据集？
这篇梳理讲义介绍的软件相机管线、AWB、真实噪声、低照度、去马赛克和 RAW 重建。时间范围以讲义为准，主要覆盖 2016～2019 年前后的代表工作，不是 2026 年最新榜单。关键词：计算摄影、软件 ISP、SIDD、SID、去噪、去马赛克。
2026-10-15 15:00:42
78
原创 ICCV 2019【从颜色科学到相机】07_五个常见颜色误区，为什么逆 Gamma 救不了所有问题？
本文集中讨论讲义后半部分最有工程价值的内容：当输入图像经过相机管线后，哪些常见数学假设会失效？每个问题都按“错误假设—原因—处理办法”展开。关键词：计算机视觉、线性成像、去模糊、白平衡、域偏移。
2026-10-15 14:58:04
294
原创 ICCV 2019【从颜色科学到相机】06_相机为什么有自己的“味道”？色调映射、3D LUT 与 JPEG
前面的传感器校正和颜色转换，还不能解释为什么同一份 RAW 可以产生不同风格的照片。关键在于 photo-finishing，也就是相机为了视觉效果施加的颜色与色调渲染。关键词：ISP、色调映射、3D LUT、JPEG、ICC。
2026-10-15 14:54:43
155
原创 ICCV 2019【从颜色科学到相机】05_白平衡不是颜色标定，从灰世界到颜色矩阵插值
白纸变白了，其他颜色就一定正确吗？为什么不同相机在同一种灯下需要不同白平衡系数？本文把照明估计、白平衡、色适应与颜色标定分开说明。关键词：白平衡、AWB、灰世界、颜色校正矩阵、色温。
2026-10-15 14:51:22
301
原创 ICCV 2019【从颜色科学到相机】04_RAW 到底是什么？从传感器、黑电平到去马赛克
RAW 不是“一张比较暗的 RGB 照片”。它通常保存更接近传感器采样的数据及解释这些数据所需的元信息。本文解释 Bayer、曝光、ISO、黑电平、镜头阴影校正、去马赛克与噪声的关系。关键词：RAW、Bayer、黑电平、去马赛克、图像传感器。
2026-10-04 11:42:37
360
原创 ICCV 2019【从颜色科学到相机】03_RGB 不等于 sRGB，Gamma、Lab 和“亮度”
把 RGB 数组除以 255 就是线性图像吗？灰度图是否代表场景亮度？本文给出可直接用于代码的 sRGB 公式，并解释常见色彩空间各自解决什么问题。关键词：sRGB、Gamma、CIE Lab、Luminance、Luma。
2026-10-04 11:35:41
337
原创 ICCV 2019【从颜色科学到相机】02_颜色从哪里来？从光谱、同色异谱到 CIE XYZ
为什么三种光可以表达大量颜色？为什么两个物体看起来颜色相同，换一盏灯却不同？本文从光谱出发，建立后续理解白平衡和色彩空间所需的基础。关键词：光谱、同色异谱、CIE XYZ、色度图、颜色科学。
2026-10-04 09:49:21
351
原创 ICCV 2019【从颜色科学到相机】01_为什么照片不是光照测量
本文是“从颜色科学到相机 ISP”专题的开篇，基于 Michael S. Brown 的 ICCV 2019 教程整理。适合计算机视觉、图像处理与相机开发入门读者。阅读后，你将能区分传感器测量、相机渲染和图像编码，并判断自己的算法应使用 RAW 还是成品照片。关键词：计算机视觉、ISP、RAW、sRGB、颜色科学。
2026-10-03 00:33:12
377
原创 nomachine已死？用 Sunshine + Moonlight实现内网远程桌面
最近在学习SLAM，本文记录了一次真实的远程图形环境部署过程，可以考虑把这个文章链接直接给AI工具，然后让AI给你装，现在已经不是手搓时代了：为 Ubuntu 24.04 + RTX 5090 服务器配置 HDMI 欺骗器、Xorg、Sunshine 和 Moonlight，把一个能运行 Pangolin/OpenGL 程序的桌面以 4K 60 FPS 串流到 Apple Silicon Mac 上，为后续运行 Lightning-LM 做准备。
2026-09-29 14:55:37
417
原创 # CORS 配置有问题？啥是跨域？啥是CORS？
<think>我们根据要求生成摘要，≤150字。需要提炼文章核心：CORS机制、跨域概念、常见问题、配置要点。摘要需简洁。</think>CORS 是浏览器基于同源策略的跨域例外机制，由服务端声明、浏览器执行。配置过紧会拦截合法请求，过松则成安全漏洞。需区分简单请求与预检请求，正确设置 Allow-Origin、Credentials 等头，并将 OPTIONS 放行至鉴权前。Postman 正常不代表浏览器通过，响应 200 也可能被拦截。
2026-09-02 01:28:46
337
原创 用 Headscale + Tailscale 自建虚拟组网：让散落在互联网上的上百台机器人「像在同一个局域网」一样调试
Overlay Mesh VPN 与反向代理不是竞品，是不同抽象层：frp 暴露「服务」，Headscale/Tailscale 组建「网络」。机器人舰队运维要的是后者。一句话记住控制面/数据面分离：Headscale 只做介绍人，∼90\sim 90\%∼90%的流量根本不经过你的服务器，所以一台 2C2G 小云主机能撑起上百台设备。能否 P2P 的判据是 NAT 的映射行为，而不是「有没有公网 IP」DirectAB⟺EIMA∨EIMB∧¬APD。
2026-09-01 01:39:49
488
原创 为什么 `ssh -p` 是小写,`scp -P` 却是大写?
用 Linux 的人多半都遇到过这么个小别扭:把 SSH 端口从 22 改掉之后, 用得好好的,换成 传文件,顺手敲 却报错——这里得用大写的 。答案的关键其实不在 SSH,而在一个更早的工具身上。上世纪 80 年代初的 BSD Unix 里,已经有了一整套"r 系列"远程命令:(远程登录)、(远程执行)、(远程拷贝)。它们明文传输、设计简单,在那个内网基本互信的年代够用了。其中和我们今天这个问题直接相关的是 (Remote Copy)。它有个挺常用的选项:记住这个 = preserve 的设定就好
2026-08-24 17:52:45
384
原创 具身智能论文伴读 | 第一期 | 精读 06 | 3.2.2 Multi-Head Attention:为什么“多个小注意力“胜过“一个大注意力
原始输入中的每个 token 是一个 512 维向量。XWiQXWiKXWiVXWiQXWiKXWiV不同 head 使用不同的投影矩阵，因此它们得到的 64 维表示也不同。可以将其理解为：每个头都使用一套不同的坐标系统重新描述同一个 token。词义信息；位置信息；动作信息；指代信息；实体信息；上下文信息。某个头的投影可能组合出更适合表示动作关系的特征，另一个头的投影可能形成更适合表示指代关系的特征。
2026-08-03 20:59:26
355
原创 具身智能论文伴读 | 第一期 | 精读 05｜Attention Is All You Need | 把“注意力“拆解成 query-key-value,以及√dk
摘要 本文深入解析Transformer中的注意力机制，重点拆解了Scaled Dot-Product Attention的工作原理。注意力函数被抽象定义为将查询(query)、键值对(key-value pairs)映射为输出的过程，其中输出是值的加权和，权重由查询与键的兼容性函数计算。作者的具体实现采用点积作为兼容性函数，并引入关键的缩放因子√dk（dk是键的维度）：先计算查询与所有键的点积，除以√dk后进行softmax归一化，最后加权求和值向量。论文特别论证了√dk的作用——防止点积结果随维度增加而
2026-07-29 17:33:00
336
原创 从AR、MA、ARMA，到ARIMA：一条让你体会时间序列建模的演进之路
在动手之前,我们得先明白时间序列和普通数据的根本区别。普通的回归问题里,样本之间通常是相互独立的——张三的身高和李四的身高没什么关系。今天的值和昨天的值高度相关。今天的气温、今天的股价、今天的销量,都强烈依赖于它们前几天的状态。用「过去」来解释和预测「现在」。AR、MA、ARMA、ARIMA 这一整个家族,本质上都是在回答同一个问题——「过去」应该以什么样的形式,来影响「现在」?它们的区别,仅仅在于对这个「形式」的假设不同。带着这句话,我们正式出发。
2026-07-19 11:02:53
539
原创 具身智能论文伴读 | 第一期 | 精读 04｜Attention Is All You Need:如何用 self-attention 和前馈层搭出一个完全不依赖循环结构
这两段在做一件事:先交代 Transformer 沿用了序列转导任务中久经检验的,再逐层说明它在这个骨架内部具体堆了哪些模块、怎么连接。这不是摘要,而是正文的方法描述段落,方法描述段落有自己的组织逻辑,通常是:先说"我和前人共享什么结构"(定位),再说"我在这个结构里换了什么、怎么搭"(细节)。
2026-07-19 10:38:17
354
原创 具身智能论文伴读 | 第一期 | 精读 03｜Attention Is All You Need · Background:一篇“相关工作“是怎么给自己划地盘的
具身智能论文伴读 | 第一期 | 精读 03｜Attention Is All You Need · Background 本文聚焦Transformer论文的背景章节，揭示其"圈地"策略： 问题定位：延续引言思路，围绕"减少串行计算"这一核心问题展开讨论。 竞争对手分析： 第一拨（卷积家族）：肯定CNN模型（Extended Neural GPU等）的并行能力，但指出其远距离关联成本随距离增长（线性/对数级）的缺陷 第二拨（自注意力）：定义核心机制，突出其序列内部关联的优势 创新点宣示
2026-07-17 20:14:45
366
原创 具身智能论文伴读 | 第一期 | 精读 02｜Attention Is All You Need:引言是如何“给旧王朝判死刑“的
问题,把死穴的代价说死。大白话:这种天生串行的特性,堵死了"在单个训练样本内部做并行"的可能;而序列越长,这个问题越致命,因为内存限制又让你没法靠"一次多塞几个样本"来凑数。inherently sequential(天生就是串行的):inherently = “本质上、天生地”,作者用这个词是在强调"这不是调调参数能修的,是娘胎里带的precludes parallelization(排除了并行的可能):preclude = “使…不可能、阻止”。
2026-07-17 14:14:33
394
原创 具身智能论文伴读 | 第一期 | 精读 01 ｜Attention Is All You Need | part 1 摘要
反过来想,假如他们是在8块廉价的老芯片上跑出来的,那"廉价"就成了优势,作者一定会大写特写"我们仅用8张奔腾芯片就训练完成"。作者特意说明"我连你们的集成模型都超过了2分以上",是在提前回应可能的质疑:你别拿更强的组合配置来比,我把最强的配置也比下去了。作者没有解释"2分有多难",因为面向的是行内读者,点到即可——这也是写作的分寸:对专业读者,常识不必展开。这是"方法",也是全文的核心主张:我们提出一个新的、简单的网络结构,叫 Transformer,它完全基于注意力机制,彻底摒弃了循环和卷积。
2026-07-16 19:22:56
317
原创 肥尾分布下为什么PCA会失效
所谓肥尾分布，指的是极端事件发生的概率，比高斯分布（正态分布）衰减得慢得多。高斯分布的尾部以e−x22e^{-x^2/2}e−x2/2的速度指数级坍缩——离均值 5 个标准差以外的事件，几乎永远不会发生。PXx∼x−αx→∞PXx∼x−αx→∞这里的α\alphaα叫尾指数（tail index），它是理解肥尾破坏力的关键钥匙。PCA 的美，在于它把「重要性」简化成了一个干净利落的数学量——方差。
2026-07-14 23:26:13
399
4
原创 使用 Codex 自动完成 Gitee 仓库全托管
本文记录一次由 Codex 完成的 Gitee 双仓库开发环境配置。目标是在个人空间中维护机器人端与 Java Web 端的 Fork，并从指定的上游分支创建统一的功能开发分支。整个过程中，用户只需要完成两项无法由自动化代替的授权操作：在 Gitee 页面生成私人令牌，以及将令牌保存到本机 Keychain。其余仓库操作均由 Codex 完成。
2026-07-14 16:56:32
465
原创 Anthropic《语言模型中的全局工作空间》深度分析报告
J-space是什么：Anthropic研究团队在Claude中发现了一个小型的内部神经模式集合，命名为J-space（以发现它的数学技术"雅可比矩阵"命名）。这个空间与人脑中的"意识可及"处理类似，扮演着特殊角色。关键特征：专业术语解释：文章的中心主张是：现代语言模型中自发涌现了类似人脑"意识可及处理"和"无意识处理"的二元结构。这不是设计的结果，而是智能系统解决特定问题时的通用解决方案。文章通过五个维度系统验证了J-space的工作空间特性：实验设计：关键发现：第二个实验——思想注入检测：专业意义：这证
2026-07-07 10:14:24
379
1
原创 大模型分享会讲稿：理解上下文，理解大模型
第一，模型是"石化"的。训练完成后能力就固定了，它不会进化、不会记忆、也不会自己调用任何程序，本质只是"文字进，文字出"。第二，它靠概率抽签。同样的输入之所以有不同输出，是因为它从一张固定的概率表里随机选词，温度控制随机的大小。第三，上下文就是它的全部世界。它就像一个大小固定的 U 盘，你们所有的交流都在里面进行。你放进去什么，直接决定它算出什么。所以，想要好的输出，先给出好的输入。
2026-07-03 17:16:51
517
2
原创 让 AI 全托管你的项目：基于 SSH Key + GitHub CLI 的全自动化协作流程
能力所需配置协议clonepullpushSSH KeySSH创建 PR / Issue / ReviewghHTTPS API代码传输靠 SSH，平台操作靠 Token，两者缺一不可。Token 是密码，永远不要写进代码、日志或截图。一旦泄露，立刻去 https://github.com/settings/tokens 撤销。希望这篇文章能帮你顺利搭建起 AI 全托管你项目的自动化流水线。
2026-06-16 18:17:30
232
原创 一次 Ubuntu 内核升级翻车的运维记录：从 Kernel Panic 到锁定 6.14 内核
阶段现象/动作结论表象重启 Kernel Panic，内核找不到根分区定位环境lsblk -fdf -h旧系统在 NVMe，数据都在，问题在启动层救援尝试用第二系统 chroot，重建 initramfs + grub-install引导修好，但默认仍崩真相手动选 6.14 能进；显示 6.17 缺 initrd病根是 6.17 内核装残 + GRUB 默认选最新内核解决改锁定 6.14 + update-grub重启自动进 6.14，问题解决加固。
2026-06-11 16:00:39
989
原创 哎？我的git提交有cursor作为co-author，如何关闭？
（没有特别要求的话，个人是推荐打开的，因为使用agent编程没什么丢人的，而且有问题你也可以说，哎呀，你看这是AI的问题）开发的时候有同学会发现自己的git提交会有cursor的爪印，但是代码里的注释完全没有cursor，找来找去找不到原因。其实，在agents，attribution关闭这两个即可。
2026-06-11 13:51:30
860
原创 钉钉认证接入实践：第三方网站扫码登录与企业内用户身份转换（上篇）
1. 让钉钉确认扫码的人是谁2. 把钉钉账号身份 unionId 转成企业内 userId3. 把 userId 写入网站自己的登录态完成认证后，网站才能把这个userId用在企业业务接口里。originatorUserId = 当前扫码登录用户的 userId因此，扫码登录不是业务流程的终点，而是企业业务流程的身份入口。后续发起审批、查询审批状态、关联本地报销记录，都是建立在这个身份基础之上的。下篇我们分享怎么完成发起审批的。
2026-06-09 17:34:59
700
原创 什么是海勒姆定律（Hyrum‘s Law）：当你的用户够多，连 Bug 都会变成「规格」
海勒姆定律的原文是这样说的：（当一个 API 拥有足够多的用户时，你在契约里承诺了什么并不重要：你系统所有可被观测到的行为，都会被某些人所依赖。正式文档（契约）说了不算，系统实际表现出来的任何蛛丝马迹才算。换句话说，你以为接口的「行为边界」是由你写的文档定义的，但实际上，真正定义边界的，是你的代码跑起来之后，用户能观察到的「一切现象」——包括返回顺序、运行速度、内存占用，甚至是那些你自己都没发现的 Bug。海勒姆定律本质上是在描述一种「权力的流失」。
2026-06-08 16:14:21
430
1
原创 为什么会有 `__pycache__`?——从一个目录,讲清楚python代码是怎么跑起来的
的做法是"边读边翻译边执行"。它不提前翻译整个程序,而是在运行时,一行一行(或一小块一小块)读取代码、当场翻译、当场执行。这时真正在你电脑上运行的程序其实是"解释器"本身,你的源代码只是喂给它的数据。编译能提前做大量分析和优化,生成的代码运行快、内存省,但启动慢、对动态特性不友好;解释启动快、灵活、能利用运行时信息做动态优化,但运行时要背负解释器自身的开销,通常更慢、更耗内存。明白了这把钥匙,我们就可以把几门有代表性的语言摆上地图,看看它们各自站在哪。理解这两种思路的差异,是看懂整张语言地图的钥匙。
2026-06-05 18:42:09
236
原创 从检测到跟踪：一篇带你建立目标跟踪认知的入门指南
回到开头的三个问题，现在你应该已经能清楚回答了：检测是无状态的空间任务，跟踪是带身份连续性的时空任务，二者通过 Tracking-by-Detection 范式衔接；CVAT 标注跟踪数据时，track ID、关键帧插值、occluded/outside 状态、以及导出格式是检测标注里见不到的关键点；而从 SORT 到 DeepSORT 再到 ByteTrack，主线是"如何把帧间目标关联得更准"——先用运动，再加外观，最后回过头来发现把检测信息用满才是性价比最高的路。
2026-06-01 11:57:44
247
原创 行为树（Behavior Tree）：从 ROS 机器人到 Unity 游戏 AI 的统一决策范式
// 这里调用 ROS 2 的 Action Client，发送导航目标 ROS_INFO("Moving to: %s" , goal . c_str());// ... 省略实际导航调用 ... return NodeStatus :: SUCCESS;} };return 0;
2026-05-27 00:15:50
685
原创 奇异值分解（SVD）：从几何直觉理解矩阵的本质
AUΣVTAUΣVTV：n×n 正交矩阵，列向量是右奇异向量viviΣ：对角矩阵，对角线上是奇异值U：m×m 正交矩阵，列向量是左奇异向量uiui。
2026-05-18 18:34:52
569
原创 为什么 `sudo bash ＜(curl ...)` 会失败？谈谈 Bash 进程替换与 sudo 的边界问题
这个问题不是 Ubuntu 24.04 的 bug，也不是 curl 的 bug，更不是 AppArmor 或 Conda 干扰的。它是Bash 进程替换的语义和 sudo 的安全模型进程替换的/dev/fd/N只在创建它的进程里有效。sudo 跨越了进程边界，并刻意收紧了环境。所以官网给出的这种写法，在某些发行版/某些 sudo 配置下能跑（取决于 sudo 是否保留了 FD、/dev/fd/实现是否走的符号链接等细节），但它本质上是不可靠的。（看上去没有那么优雅但足够可靠）
2026-04-28 14:12:19
633
原创 用“医生看病“讲清楚贝叶斯定理
概率角色一句话理解先验 P(A)起点在没看到任何证据之前，我对真相的初始猜测似然 P(B|A)桥梁假设真相成立，证据出现的合理程度证据 P(B)标尺这个证据本身有多稀奇——越稀奇越有说服力后验 P(A|B)终点看到证据后，我对真相的最终判断。
2026-04-21 10:25:11
420
原创 从条件概率到最大似然：一篇讲透统计推断的核心思想
概念一句话理解条件概率在缩小的世界里重新算比例贝叶斯定理用新证据更新旧信念似然固定数据，评价"哪种规律最配"MLE选让数据最不奇怪的参数先验看到数据前你对参数的信念后验看到数据后你对参数的信念归一化常量让概率合法的"分母"，找极值时可忽略。
2026-04-21 00:16:51
403
原创 如何下载huggingface数据
使用hf工具升级：用更简洁的hf替代旧版，命令更短更好记。镜像加速：通过让流量走国内镜像。断点续传：大数据集中途掉线不用怕，重复执行命令即可续传。掌握这套流程后，无论是下载数据集还是模型，你都能在国内网络环境下获得流畅、稳定的体验。祝你科研顺利！
2026-04-20 17:25:13
796
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人