<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[fzyjsy的博客]]></title><description><![CDATA[..........]]></description><link>https://blog.youkuaiyun.com/fzyjsy</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; fzyjsy]]></copyright><item><title><![CDATA[RNNoise续]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/114381621</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/114381621</guid><author>fzyjsy</author><pubDate>Fri, 05 Mar 2021 00:49:15 +0800</pubDate><description><![CDATA[RNNoise 最后要导出模型


]]></description><category></category></item><item><title><![CDATA[pytorch torchvision.transforms.Normalize()源码]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/106928406</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/106928406</guid><author>fzyjsy</author><pubDate>Tue, 23 Jun 2020 17:57:15 +0800</pubDate><description><![CDATA[代码get_mean_std.py：
# coding:utf-8
import os
import numpy as np
from torchvision.datasets import ImageFolder
import torchvision.transforms as transforms
from dataloader import Dataloader
from options import options
import pickle
"""
    在训练前先运行该函数获得数据的均值和标准]]></description><category></category></item><item><title><![CDATA[韩老师计算机网络-5传输层]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/106607077</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/106607077</guid><author>fzyjsy</author><pubDate>Sun, 07 Jun 2020 20:50:50 +0800</pubDate><description><![CDATA[一 传输层概述

二 传输层和应用层之间的关系
端口复用。

网络层用协议号NSAP去区分上一层，传输层用端口号区分上一层
2.1 端口




登记端口：开发程序的人注册端口，不让其他人用
端口号：0-65535
http—TCP+80端口
https–TCP+443端口
ftp–TCP+21端口
SMTP–TCP+25端口
POP3–TCP+110端口
RDP–TCP+3389端口
SQL–TCP+1433端口
DNS–UDP+53端口 OR TCP+53端口
共享文件夹–TCP+445端口


应用层]]></description><category></category></item><item><title><![CDATA[韩老师计算机网络-4网络层笔记]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/106029976</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/106029976</guid><author>fzyjsy</author><pubDate>Sun, 10 May 2020 19:25:21 +0800</pubDate><description><![CDATA[差错报告报文共有5种：终点不可达、源点抑制、时间超过、参数问题、改变路由（重定向），如下图

​终点不可达：
源点抑制：

时间超过：

参数问题：

改变路由（重定向）：

注意，以下情况不应发送ICMP差错报告报文：

ICMP询问报文
常用的ICMP询问报文有以下两种：
回送请求和回答
- ICMP回送请求报文是由主机或路由器向一个特定的目的主机发出的询问
- 收到此报文的主机必须给源主机或路由器回送回答报文
- 这种询问报文用来测试目的站是否可达及了解其有关状态
时间戳请求和回答
...]]></description><category></category></item><item><title><![CDATA[韩立刚老师计算机网络-3数据链路层]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/105910458</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/105910458</guid><author>fzyjsy</author><pubDate>Sun, 03 May 2020 23:03:08 +0800</pubDate><description><![CDATA[3. 数据链路层

3.1 数据链路层的基本概念





帧：数据链路层传输的数据单元是帧。帧就是在网络层传下来的信息上加上帧头和帧尾，物理层地址（MAC地址）、校验值

帧就好比一列火车，有车头、车尾--&gt;定界：帧头帧尾。当火车进站时要检查这列火车车厢是不是全到齐了--&gt;校验，如果到齐了就让他进站，否则就抛弃。

3.2 数据链路层的三个基本问题



	封装成帧
	
	
	透明传...]]></description><category></category></item><item><title><![CDATA[韩立刚老师计算机网络-2物理层]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/105870305</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/105870305</guid><author>fzyjsy</author><pubDate>Thu, 30 Apr 2020 21:54:43 +0800</pubDate><description><![CDATA[第二章 物理层

目录

第二章 物理层

2.1物理层的基本概念

2.2数据通信的基础知识

2.2.1相关术语

2.2.2通信方式

2.2.3调制方法

2.2.4常用编码

2.2.5信道的极限容量：奈氏准则和香农公式

2.3物理层下面的传输媒体

2.3.1导向传输媒体

2.3.2非导向传输媒体

2.3.3集线器

2.4信道复用技术

2.4.1频分复用

2.4.3波分复用...]]></description><category></category></item><item><title><![CDATA[详解Spring中Bean的生命周期]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/105311984</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/105311984</guid><author>fzyjsy</author><pubDate>Sat, 04 Apr 2020 16:18:07 +0800</pubDate><description><![CDATA[实例化Bean:容器通过获取BeanDefinition对象中的信息进行实例化。并且这一步仅仅是简单的实例化，并未进行依赖注入。实例化对象被包装在BeanWrapper对象中，BeanWrapper提供了设置对象属性的接口，从而避免了使用反射机制设置属性
	设置对象属性（依赖注入）：实例化后的对象被封装在BeanWrapper对象中，并且此时对象仍然是一个原生的状态，并没有进行依赖注入。紧接着...]]></description><category></category></item><item><title><![CDATA[由于工程中数据集过大导致pycharm启动时间长的解决办法]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/97947879</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/97947879</guid><author>fzyjsy</author><pubDate>Wed, 31 Jul 2019 19:00:15 +0800</pubDate><description><![CDATA[由于常将数据集放入工程中，而深度学习需要的数据集往往很大，从而导致pycharm在启动工程时对数据集也进行了indexing，这使得项目启动变得非常慢，无法运行项目中的程序。

解决办法：将数据集所在文件夹设置为excluded。

右键点击数据集所在文件夹→make directory as →Excluded。

...]]></description><category></category></item><item><title><![CDATA[arxiv文献查看]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/94172382</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/94172382</guid><author>fzyjsy</author><pubDate>Sat, 29 Jun 2019 16:46:25 +0800</pubDate><description><![CDATA[最近一周的文献https://arxiv.org/list/cs.SD/recent

某一个月的文献https://arxiv.org/list/cs.SD/1906（以2019年6月为例）

某一年的文献https://arxiv.org/list/cs.SD/19（以2019年为例）

其中，cs是指计算机科学(computer science)，SD是指计算机科学下的语音(sou...]]></description><category></category></item><item><title><![CDATA[caffe-源码学习——只看一篇就够了]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/90733466</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/90733466</guid><author>fzyjsy</author><pubDate>Sat, 01 Jun 2019 21:08:12 +0800</pubDate><description><![CDATA[caffe-源码学习——只看一篇就够了

网络模型

说caffe代码难懂，其实关键点在于caffe中有很多基础的数学运算代码，如果能够对掌握这些数学运算，剩下的就是推公式了。

激活函数

sigmoid

看softmax函数之前先看一下简单的sigmoid, 这个sigmoid layer的cpp实现是非常简洁的。 sigmoid的cpp文件里主要给了三个函数的实现，分别是sigmoid函数...]]></description><category></category></item><item><title><![CDATA[学术论文的word排版]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/88975841</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/88975841</guid><author>fzyjsy</author><pubDate>Tue, 02 Apr 2019 16:51:21 +0800</pubDate><description><![CDATA[转载自知乎，作者：阿建
链接：https://www.zhihu.com/question/28122209/answer/73118608
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
【8个问题版】
本科生研究生学位论文一般还是使用Word来撰写的。
学位论文存在以下特点：章节多、页码多、图表多、文献多、编号多
因此如果不掌握一些Word特技，那么dirty...]]></description><category></category></item><item><title><![CDATA[CTex+TexStudio安装]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/88966574</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/88966574</guid><author>fzyjsy</author><pubDate>Tue, 02 Apr 2019 14:22:17 +0800</pubDate><description><![CDATA[1.环境：windows7；CTex:2.9.2.164_Full,TexStudio

2.CTex安装

网址：

【清华镜像】https://mirrors.tuna.tsinghua.edu.cn/ctex/legacy/2.9/

【中科大镜像】http://mirrors.ustc.edu.cn/ctex/legacy/2.9/

选择CTex_2.9.2.164_Full.exe

...]]></description><category></category></item><item><title><![CDATA[LeetCode2 addTwoNumbers]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/85162642</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/85162642</guid><author>fzyjsy</author><pubDate>Fri, 21 Dec 2018 15:36:02 +0800</pubDate><description><![CDATA[题目描述

给出两个非空链表用来表示两个非负整数。其中他们各自的位数按照逆序的方式存储，并且每个节点只存储一位数字。如果将两个数加起来，则返回一个新的链表来表示它的和。
Example:


Eg1:
(2 -&amp;gt; 4 -&amp;gt;3) + (5 -&amp;gt; 6 -&amp;gt; 4)
(7 -&amp;gt; 0 -&amp;gt; 8)
342 + 465 = 807
Eg2:
(1 -&amp;gt; 8) + (0)...]]></description><category></category></item><item><title><![CDATA[python绘制语谱图（详细注释）]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/84842568</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/84842568</guid><author>fzyjsy</author><pubDate>Fri, 07 Dec 2018 14:37:37 +0800</pubDate><description><![CDATA[用python 绘制语谱图

1.步骤：

1）导入相关模块
2）读入音频并获取音频参数 
3）将音频转化为可处理形式（注意读入的是字符串格式，需要转换成int或short型）

代码如下：


import numpy as np
import matplotlib.pyplot as plt
import os
import wave

#读入音频。
path = &quot;E:\SpeechWare...]]></description><category></category></item><item><title><![CDATA[Matlab Notebook的配置]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/84826714</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/84826714</guid><author>fzyjsy</author><pubDate>Wed, 05 Dec 2018 12:16:22 +0800</pubDate><description><![CDATA[电脑配置：Win10_64bit，matlab2014a，office2016下word

目的：使用matlab notebook

操作步骤：

1.打开matlab,在命令行中输入：


notebook -setup

等待notebook安装成功的提示。



在命令行内输入notebook即可打开notebook

也可以通过word打开notebook，方法如下：

1. 文件 -&amp;...]]></description><category></category></item><item><title><![CDATA[GraphViz's executables not found]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/84798841</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/84798841</guid><author>fzyjsy</author><pubDate>Tue, 04 Dec 2018 21:09:52 +0800</pubDate><description><![CDATA[在绘制决策树时报错：

GraphViz's executables not found

已经安装GraphViz，已经pip install pydotplus，win10,jupyter notebook

解决方案：

将GraphViz下的bin目录添加到环境变量，并且重启IDE...]]></description><category></category></item><item><title><![CDATA[各领域公开数据集下载]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/84647760</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/84647760</guid><author>fzyjsy</author><pubDate>Fri, 30 Nov 2018 13:31:12 +0800</pubDate><description><![CDATA[转载自https://zhuanlan.zhihu.com/p/25138563 

金融

美国劳工部统计局官方发布数据

房地产公司 Zillow 公开美国房地产历史数据

沪深股票除权除息、配股增发全量数据，截止 2016.12.31

上证主板日线数据，截止 2017.05.05，原始价、前复权价、后复权价，1260支股票

深证主板日线数据，截止 2017.05.05，原始价、前复权价、...]]></description><category></category></item><item><title><![CDATA[Python: sklearn库中数据预处理函数fit_transform()和transform()的区别]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/84634266</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/84634266</guid><author>fzyjsy</author><pubDate>Thu, 29 Nov 2018 15:57:01 +0800</pubDate><description><![CDATA[转自：https://blog.youkuaiyun.com/quiet_girl/article/details/72517053

敲《Python机器学习及实践》上的code的时候，对于数据预处理中涉及到的fit_transform()函数和transform()函数之间的区别很模糊，查阅了很多资料，这里整理一下：

涉及到这两个函数的代码如下：


# 从sklearn.preprocessing导入...]]></description><category></category></item><item><title><![CDATA[Anaconda (conda 4.5.11,python3.7版本)安装tensorflow经验]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/84447621</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/84447621</guid><author>fzyjsy</author><pubDate>Sat, 24 Nov 2018 17:25:16 +0800</pubDate><description><![CDATA[Anaconda (conda 4.5.11,python3.7版本)安装tensorflow经验

目录

一 问题描述

二 解决方法

三 在Anaconda Prompt上运行tensorflow确定成功

四 jupyter notebook的相关配置 

一 问题描述

目前（2018年11月）tensorflow是只支持到python3.5的，而anaconda最新版本已经到pyth...]]></description><category></category></item><item><title><![CDATA[hmmlearn安装(pyhcarm+Anaconda+python3.7+hmmlearn0.2.1+win10)]]></title><link>https://blog.youkuaiyun.com/fzyjsy/article/details/84030278</link><guid>https://blog.youkuaiyun.com/fzyjsy/article/details/84030278</guid><author>fzyjsy</author><pubDate>Tue, 13 Nov 2018 15:58:12 +0800</pubDate><description><![CDATA[要求：

- Python &amp;gt;= 2.6 
- NumPy (tested to work with &amp;gt;=1.9.3) 
- SciPy (tested to work with &amp;gt;=0.16.0) 
- scikit-learn &amp;gt;= 0.16

1.在https://www.lfd.uci.edu/~gohlke/pythonlibs/中下载对应版本的hmmlearn包...]]></description><category></category></item></channel></rss>