- 博客(56)
- 收藏
- 关注
RSS订阅
原创 模电--反馈电路的综合判断
反馈电路的判断反馈概要快速判断反馈连接的方式(串并联)根据不同的连接方式以及极性判断反馈(正负反馈)直流交流反馈判断是电压还是电流反馈?如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流...
2019-06-10 14:17:58
22528
10
原创 交叉编译openssl及curl
操作环境：Ubuntu20.04IDE工具：Clion2020.2直接交叉编译curl会报错找不到openssl，所以需要先交叉编译openssl。
2025-03-05 14:10:26
495
原创 Mosquitto实现局域网MQTT匿名通信
准备了两台电脑，一台Windows（作为MQTT服务器），一台Ubuntu的，进行两者的通信实验。以下例程，Windows作为了订阅者，Ubuntu作为了发布者。谁发布谁订阅其实无所谓，只要ip和port填对就行。
2025-01-21 09:40:09
790
原创 Win10将WindowsTerminal设置默认终端并添加到右键（无法使用微软商店）
由于公司内网限制，无法通过微软商店安装 Windows Terminal，本指南提供手动安装和配置新版 Windows Terminal 的步骤，并添加右键菜单快捷方式。完成以上步骤后，在文件夹的空白区域右键点击，即可看到“Windows Terminal”选项，方便地在此处打开终端。文件，右键点击，选择“创建快捷方式”，并将快捷方式放置到桌面或其他方便访问的位置。点击“新建”，输入 Windows Terminal 的安装目录 (例如。点击“高级”选项卡，然后点击“环境变量”。变量，选中并点击“编辑”。
2024-12-20 11:25:02
3017
原创 Miniconda 安装与配置指南
Miniconda 是 Anaconda 的一个轻量级替代品，仅包含 Conda、Python 及其依赖库。它允许用户根据需要安装所需的软件包，从而节省磁盘空间并减少不必要的软件包安装。
2024-12-18 20:53:44
2854
原创 Ubuntu系统换源
将原来里面的内容删除，替换为适合自己的源（以下是Ubuntu20.04的源） ，并保存。通过gedit编辑器编辑sources.list。找到合适自己系统版本的源。1、备份原始的软件源。3、更新系统的软件源。
2024-08-31 23:08:43
19591
原创 pyqt5-进度条
子函数功能：建立一个WorkerThread，里面使用pyqtSignal来向主窗口发送信号，将WorkerThread类里实例化的pyqtSignal，进行层层传递，一直传递给实际想监控的功能里，通过emit()函数把信号发送出去。主函数：实例化WorkerThread，并绑定更新进度条事件，一旦接收到信号，执行该更新进度条事件。问题：使用pyqt5来显示一个函数的进度，但是这个函数被封装了很多次，如何显示进度？
2023-12-18 11:46:11
1115
原创 Ipad实时访问windows文件夹并编辑内容
使用ipad对windows上的pdf进行标注，并且可以快速同步过去，那么需要启动windows上的共享文件夹功能。
2023-03-14 13:43:16
1059
原创 对抗样本学习02-基于梯度的对抗样本生成算法
用原始图像初始化对抗样本，通过损失函数计算梯度，根据FGM算法迭代更新对抗样本，直到满足最大迭代次数，或者对抗样本预测值达到预期为止。使用快速梯度符号算法(FGSM: Fast Gradient Sign Method）生成对抗样本。
2022-12-27 11:05:02
948
原创 对抗样本学习01-基于优化的对抗样本生成算法
首先将图像读取为tensor类型的数据(梯度打开)，然后再加载网络模型(模型参数梯度关闭)，我们将读取的数据作为待优化的参数。往该数据送入网络，网络得到预测结果，计算预测结果与目标之间的误差，然后更新该数据，从而不断的让该数据接近攻击的目标。左图就是原始的结果，中间是对抗样本，对抗样本被网络识别为了leopard，右图是原始样本与对抗样本之间的差异。深度学习网络训练，网络参数是被优化的参数，数据是固定的，发生变化的是网络。生成对抗样本，对抗样本是被优化的参数，网络是固定的，发生变化的数据。
2022-12-27 10:49:59
1175
原创 深度学习学习记录-优化器的学习率的更新
以前自己写代码优化器的学习率总是设置为恒定不变的，现在想让优化器学习率随着epoch进行改变。本文使用Torch框架和Paddle框架对优化器的学习率进行更新。
2022-07-21 20:22:11
1167
原创 opencv-python 在pycharm不自动补全
刚装的环境，导入cv2有问题，不自动补全。查看了版本为4.6.0，发现版本是比较新的。卸载这个版本的cv2换成了这个版本的就没问题。
2022-07-06 13:20:51
1171
1
原创 TextStudio，调用CJK包不产生中文，以及Cannot find font gbk49 in map file的解决方案
我在论文投稿的网站下载模板，运行发现出了各种各样的错误。针对产生的，调用CJK包，不能正常显示中文，以及Cannot find font gbk49 in map file问题，做出对应的解决方案
2022-07-03 11:19:23
5007
6
原创 Ubuntu20.04 从头到尾完整版安装anaconda、cuda、cudnn、pytorch、paddle2.3成功记录
实现在ubuntu20.04下，pytorch、paddle2.3深度学习框架的安装。所进行的操作有anaconda的安装、nvidia驱动安装、cuda安装、cudnn安装、torch安装、paddle安装。均成功。
2022-06-23 21:35:15
2807
原创 DCT水印嵌入与提取_Python Version with Attack
在变换域进行嵌入水印有更好的鲁棒性。目前相关实现代码大多基于Matlab，本文使用Python简单进行了DCT域的水印嵌入，并且对攻击进行了测试，计算攻击后图像的PSNR以及SSIM。
2022-05-30 13:19:47
3936
8
原创 DCT水印嵌入与提取_(Python Version)
在变换域进行嵌入水印有更好的鲁棒性。目前相关实现代码大多基于Matlab，本文使用Python简单进行了DCT域的水印嵌入。主要进行了嵌入与提取工作，暂未加入攻击与指标计算。这将会是接下来的工作。
2022-05-29 22:22:59
9578
14
原创 LSB水印嵌入与提取-彩色图像_Python Version
上一篇主要是对灰色图像间修改，那么此篇进行改动，加入通道信息，实现彩色水印嵌入与提取。数字水印技术是一种保护图像版权的方式。LSB(Least Significant Bits, 最低有效位)技术是空域水印嵌入的一种方式。本文以彩色图像为对象，使用Python实现了任意长度位平面的水印嵌入方式，并且可以提取出水印对应的彩色图像。
2022-05-27 22:11:24
3189
1
原创 LSB水印嵌入与提取-灰度图像_Python Version
数字水印技术是一种保护图像版权的方式。LSB(Least Significant Bits, 最低有效位)技术是空域水印嵌入的一种方式。本文以灰度图像为对象，使用Python实现了任意长度位平面的水印嵌入方式，并且可以提取出水印对应的灰度图像。
2022-05-27 21:07:44
3867
4
原创 深度学习-梯度爆炸原因分析、调试记录与解决方案（loss突然变为nan）
loss突然变为nan，出现了梯度爆炸，进行原因分析、记录了调试的过程与最终解决的方案。
2022-05-03 16:27:33
1657
原创 深度学习bug记录
文章目录遇到的BUG1. RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation: ...遇到的BUG1. RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation: …错误原因：
2022-05-02 21:44:03
797
原创 最粗暴简单的理解self-attention QKV含义
现在有3个向量ABC，把向量看做人。把每个向量映射为QKV，V是用来表征这个人的特征的，是一个人的灵魂，V可以表征这个人拥有善良、美丽、纯真的特性。可以把A变成QV两个人，Q是男，V是女，但是没有灵魂，灵魂在V里放着。它们一结合生出孩子，就可以表示人与人的关联性，因为孩子就是两个人的关联性，相似性。self-attention做一件事，想让ABC一起生一个孩子，这个孩子将会与它们三个脱不了关系。做法是，让A男-QAQ_AQA与B女-KBK_BKB生孩子，生出的孩子QA⋅KTQ_A\cdot{K^T
2022-03-14 23:11:38
2887
3
原创 20天吃pytorch 3-3 高阶API 遇到问题及分析
报错 module 'pytorch_lightning' has no attribute 'metrics' class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.fc1 = nn.Linear(2,4) self.fc2 = nn.Linear(4, 8) self.fc3 = nn.Linear(8,1) def f..
2022-03-07 15:18:32
3232
1
原创 20天吃pytorch 1-2 图片数据建模流程遇到问题及分析
学习内容：1-2 图片数据建模流程如下1、 datasets.ImageFolder图片数据加载，然后送入Dataloader做一个数据管道2、 nn.Module基类构建自定义模型3、 模型训练步骤4、 模型训练评估遇到问题与解决方案：实例化datasets.ImageFolder类后，为什么可以对其进行遍历，对其遍历的结果为什么是img和label？因为它继承了DatasetFolder，这个父类中__getitem__方法返回结果是 (sample, target) whe
2022-02-28 17:02:48
1076
原创 2. YOLO代码学习--Tensorboard
项目场景：Tensorboard问题描述：Tensorboard内出现幻影（一条浅色，一条深色） 原因分析：左边Smoothing是平滑度调整，深颜色的是平滑后的曲线，浅颜色的线条是原曲线解决方案：平滑度设置为0。...
2021-12-10 09:36:57
762
2
原创 1. YOLO 代码学习--Debug调试记录
目录前言一、为什么要Debug？二、Debug细节1.Debug功能2.Debug前的设置前言本次主要基于YOLOX代码对Pycharm的Debug功能进行学习一、为什么要Debug？1. 主要想通过Debug来观察程序内部的数据流动情况。2. 找出报错的准确位置，分析原因。二、Debug细节1.Debug功能快捷键名称说明F7Step Into单步执行，遇到子函数就进入并且继续单步执行,（简而言之，进入子函数）F8Step Over在单步执行时，在
2021-12-08 23:35:15
3314
6
原创 深度学习名词理解
validation loss ： validation lossReally a fundamental question in machine learning.If validation loss >> training loss you can call it overfitting.If validation loss > training loss you can call it some overfitting.If validation loss <.
2021-10-12 15:49:56
616
空空如也
Qt Creater中的控件在UI设计里拖动时，拖动几下会消失，但是实际还在，怎么办？
2023-06-21
关于#c++#结构体的赋值问题，如何解决？
2023-02-24
Ubuntu20.04从lightdm切换为gdm3失败，如何解决
2023-02-15
TA创建的收藏夹 TA关注的收藏夹
TA关注的人