<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[kill2013110的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/kill2013110</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; kill2013110]]></copyright><item><title><![CDATA[论文写作-复旦张奇NLP]]></title><link>https://blog.csdn.net/kill2013110/article/details/136462823</link><guid>https://blog.csdn.net/kill2013110/article/details/136462823</guid><author>kill2013110</author><pubDate>Fri, 08 Mar 2024 23:46:01 +0800</pubDate><description><![CDATA[https://www.bilibili.com/video/BV1RG411D7jf/?p=2&spm_id_from=pageDriver&vd_source=d997020f2a3d4215b3ebbe4671170cab
统计机器学习 周志华
神经网络与深度学习 邱锡鹏
统计自然语言处理 宗成庆统计学习方法 李航
深度学习 花书
自然语言处理综论

精读少量热门与冷门方向各有利弊
热门易撞车，被抢创新点
冷门节奏可以放慢

王兴的美团就是基于填格子产生的
对任务的理解-需要长期积累的经验（一般需要导]]></description><category></category></item><item><title><![CDATA[计算机网络笔记-韩立刚-第七章-网络安全]]></title><link>https://blog.csdn.net/kill2013110/article/details/135128244</link><guid>https://blog.csdn.net/kill2013110/article/details/135128244</guid><author>kill2013110</author><pubDate>Fri, 22 Dec 2023 02:19:58 +0800</pubDate><description><![CDATA[数据安全应用程序安全操作系统安全。]]></description><category></category></item><item><title><![CDATA[计算机网络笔记-韩立刚-第六章-应用层]]></title><link>https://blog.csdn.net/kill2013110/article/details/135107264</link><guid>https://blog.csdn.net/kill2013110/article/details/135107264</guid><author>kill2013110</author><pubDate>Thu, 21 Dec 2023 12:44:41 +0800</pubDate><description><![CDATA[综上所述，HTTPS是HTTP的安全版本，通过使用加密和身份验证机制，保护了数据在传输过程中的安全性。HTTP是面向文本的(Text-Oriented)， 因此报文中的每个字段都是一一些ASCII码串，并且每个字段的长度都是不确定的。HTTP不需要使用证书。协议，它规定了在浏览器和服务器之间的请求和响应的格式与规则，是万维网上能够可靠地交换文件(包括文本、声音、图像等各种多媒体文件)的重要基础。在浏览器和服务器之间的请求与响应的交互，必须遵循规定的格式和规则，这些格式和规则就是HTTP。]]></description><category></category></item><item><title><![CDATA[计算机网络笔记-韩立刚-第五章-传输层]]></title><link>https://blog.csdn.net/kill2013110/article/details/135051589</link><guid>https://blog.csdn.net/kill2013110/article/details/135051589</guid><author>kill2013110</author><pubDate>Wed, 20 Dec 2023 10:57:17 +0800</pubDate><description><![CDATA[当SYN=1, ACK=0时，表明这是一个连接请求报文，对方若同意建立连接，则在响应报文中使用SYN=1, ACK=1。即SYN= 1表示这是一个连接请求或连接接收报文。当SYN=1, ACK=0时，表明这是一个连接请求报文，对方若同意建立连接，则在响应报文中使用SYN=1, ACK=1。RST=1时，表明TCP连接中出现严重差错(如主机崩溃或其他原因)，必须释放连接，然后再重新建立运输连接。time13 web2xp ：web MSS=1460，窗口=64240  SYN=1, ACK=1。]]></description><category></category></item><item><title><![CDATA[计算机网络笔记-韩立刚-第四章-网络层]]></title><link>https://blog.csdn.net/kill2013110/article/details/135022026</link><guid>https://blog.csdn.net/kill2013110/article/details/135022026</guid><author>kill2013110</author><pubDate>Sun, 17 Dec 2023 22:11:44 +0800</pubDate><description><![CDATA[综上所述，NAT和PAT都是用于将私有网络与公共网络进行连接的网络地址转换技术。NAT主要进行IP地址转换，而PAT在IP地址转换的基础上使用端口映射，实现了多个设备共享一个公共IP地址的功能。NAT（Network Address Translation，网络地址转换）和PAT（Port Address Translation，端口地址转换）是两种相关的网络地址转换技术，常用于将私有网络与公共网络进行连接。数据报在网络中可通过的路由器数的最大值，标识分组在网络中的寿命，以确保分组不会永远在网络中循环。]]></description><category></category></item><item><title><![CDATA[计算机网络笔记-韩立刚-第三章-数据链路层]]></title><link>https://blog.csdn.net/kill2013110/article/details/134959158</link><guid>https://blog.csdn.net/kill2013110/article/details/134959158</guid><author>kill2013110</author><pubDate>Fri, 15 Dec 2023 17:22:13 +0800</pubDate><description><![CDATA[在以太网中，广播帧是一种特殊类型的数据帧，它的目标MAC地址被设置为广播地址（全为1）。PPP（Point-to-Point Protocol）：PPP是一种常见的链路控制协议，用于建立点对点连接，例如拨号上网和DSL（Digital Subscriber Line）等。总结来说，冲突域描述了共享介质网络中可能发生碰撞的范围，而广播域描述了网络中进行广播传输的范围。通过PPPoE，用户可以在以太网上建立安全的、个人的连接，同时使用PPP协议提供的功能，如身份验证、错误检测和压缩等。]]></description><category></category></item><item><title><![CDATA[计算机网络笔记-韩立刚-第二章-物理层]]></title><link>https://blog.csdn.net/kill2013110/article/details/134947438</link><guid>https://blog.csdn.net/kill2013110/article/details/134947438</guid><author>kill2013110</author><pubDate>Tue, 12 Dec 2023 17:21:57 +0800</pubDate><description><![CDATA[流而不是指具体的传输媒体。]]></description><category></category></item><item><title><![CDATA[计算机网络笔记-韩立刚-第一章-概述]]></title><link>https://blog.csdn.net/kill2013110/article/details/134916416</link><guid>https://blog.csdn.net/kill2013110/article/details/134916416</guid><author>kill2013110</author><pubDate>Tue, 12 Dec 2023 13:42:39 +0800</pubDate><description><![CDATA[连通、共享网络: 许多计算机连接在一起互联网:internet 许多网络连接在一起因特网: Internet 全球最大的一个互联网发展阶段： 1.20th 60-80：初期由美国国防部开发的TCP/IP，安全问题考虑得少，如今IPV6考虑的更全面。2.20th 90-90三级结构的英特网。3.多层次ISP（Internet Service Provider，电信，联通，长城。。。英特网的标准化工作（英特网协会ISOC）]]></description><category></category></item><item><title><![CDATA[Transformer-2. 注意力分数]]></title><link>https://blog.csdn.net/kill2013110/article/details/132812537</link><guid>https://blog.csdn.net/kill2013110/article/details/132812537</guid><author>kill2013110</author><pubDate>Mon, 11 Sep 2023 17:26:04 +0800</pubDate><description><![CDATA[上一节记录了注意力机制的基础，这一节主要做几个实现，上节使用了高斯核来对查询和键之间的关系建模。高斯核指数部分可以视为注意力评分函数（attention scoring function）， 简称评分函数（scoring function）， 然后把这个函数的输出结果输入到softmax函数中进行运算。通过上述步骤，将得到与键对应的值的概率分布（即注意力权重）。最后，注意力汇聚的输出就是基于这些注意力权重的值的加权和。]]></description><category></category></item><item><title><![CDATA[Transformer-1. 注意力机制基础]]></title><link>https://blog.csdn.net/kill2013110/article/details/132304432</link><guid>https://blog.csdn.net/kill2013110/article/details/132304432</guid><author>kill2013110</author><pubDate>Tue, 15 Aug 2023 23:00:27 +0800</pubDate><description><![CDATA[基础部分比较简单，全是搬运，主要介绍几个例子。]]></description><category></category></item><item><title><![CDATA[MindSpore-TOOD实现：模型权重迁移推理对齐实录]]></title><link>https://blog.csdn.net/kill2013110/article/details/131341574</link><guid>https://blog.csdn.net/kill2013110/article/details/131341574</guid><author>kill2013110</author><pubDate>Fri, 23 Jun 2023 00:27:55 +0800</pubDate><description><![CDATA[mindspore实现单阶段目标检测模型TOOD]]></description><category></category></item><item><title><![CDATA[MindSpore-FCOS模型权重迁移推理对齐实录]]></title><link>https://blog.csdn.net/kill2013110/article/details/131273889</link><guid>https://blog.csdn.net/kill2013110/article/details/131273889</guid><author>kill2013110</author><pubDate>Thu, 22 Jun 2023 00:35:10 +0800</pubDate><description><![CDATA[pytorch FCOS迁移到mindspore经验实录]]></description><category></category></item><item><title><![CDATA[c++指针]]></title><link>https://blog.csdn.net/kill2013110/article/details/130248079</link><guid>https://blog.csdn.net/kill2013110/article/details/130248079</guid><author>kill2013110</author><pubDate>Wed, 19 Apr 2023 17:31:13 +0800</pubDate><description><![CDATA[指针变量定义语法： 数据类型 * 变量名;普通变量存放的是数据,指针变量存放的是地址指针变量可以通过" * "操作符，操作指针变量指向的内存空间，这个过程称为解引用总结1： 我们可以通过 & 符号 获取变量的地址总结2：利用指针可以记录地址总结3：对指针变量解引用，可以操作指针指向的内存。]]></description><category></category></item><item><title><![CDATA[C++核心编程]]></title><link>https://blog.csdn.net/kill2013110/article/details/129823190</link><guid>https://blog.csdn.net/kill2013110/article/details/129823190</guid><author>kill2013110</author><pubDate>Wed, 19 Apr 2023 11:31:20 +0800</pubDate><description><![CDATA[​ 在C++中主要利用new在堆区开辟内存， 利用new创建的数据，会返回该数据对应的类型的指针。​ 代码区是共享的，共享的目的是对于频繁被执行的程序，只需要在内存中有一份代码即可。​ 由程序员分配释放,若程序员不释放,程序结束时由操作系统回收。​ 由编译器自动分配释放, 存放函数的参数值,局部变量等。，使其只读的原因是防止程序意外地修改了它的指令。, 字符串常量和其他常量也存放在此.​ 存放 CPU 执行的机器指令。​ 全局变量和静态变量存放在此.]]></description><category></category></item><item><title><![CDATA[人脸检测：经典的VJ人脸检测器（类Harr特征，积分图加速法，级联的Adaboost强分类器）]]></title><link>https://blog.csdn.net/kill2013110/article/details/127105998</link><guid>https://blog.csdn.net/kill2013110/article/details/127105998</guid><author>kill2013110</author><pubDate>Tue, 25 Oct 2022 17:21:40 +0800</pubDate><description><![CDATA[著名的VJ人脸检测算法就是一种基于Adaboost分类器的方法。该检测器由Paul Viola和Michael Jones在2001年的提出。在当年的硬件条件下VJ算法可以达到每秒15帧图像的处理速度，是人脸检测技术发展的一个里程碑。虽然性能跟现在基于深度学习的方法没法比，但肯定也是值得去拜读的。]]></description><category></category></item><item><title><![CDATA[图像生成：GAN网络(数学原理）]]></title><link>https://blog.csdn.net/kill2013110/article/details/127357428</link><guid>https://blog.csdn.net/kill2013110/article/details/127357428</guid><author>kill2013110</author><pubDate>Wed, 19 Oct 2022 15:36:27 +0800</pubDate><description><![CDATA[GAN网络经常会见到或用到，但感觉对其理解不够深入，写此博客记录一下，方便今后查阅。]]></description><category></category></item><item><title><![CDATA[使用mmdet报错：RuntimeError: cuDNN error: CUDNN_STATUS_NOT_INITIALIZED]]></title><link>https://blog.csdn.net/kill2013110/article/details/127306021</link><guid>https://blog.csdn.net/kill2013110/article/details/127306021</guid><author>kill2013110</author><pubDate>Thu, 13 Oct 2022 17:47:24 +0800</pubDate><description><![CDATA[解决方法：将batchsize=24修改为16，没想到吧，但的确解决了，具体原因不是很懂。]]></description><category></category></item><item><title><![CDATA[目标检测：Generalized Focal Loss V2（CVPR2020）]]></title><link>https://blog.csdn.net/kill2013110/article/details/126520480</link><guid>https://blog.csdn.net/kill2013110/article/details/126520480</guid><author>kill2013110</author><pubDate>Thu, 25 Aug 2022 16:28:55 +0800</pubDate><description><![CDATA[在v2中，作者基于v1中回归任务的离散概率分布估计，对回归任务进行质量评估，以帮助NMS时保留到回归质量最好的边界框。其直观的原理是这样的：估计的离散概率分布越平滑，那不确定性越高，网络对得到的框的质量是表示怀疑的，概率分布越尖锐，表示确定性很高，网络很笃定回归得到的边界框。]]></description><category></category></item><item><title><![CDATA[目标检测：cocoeval中的evaluateImg，accumulate函数解析]]></title><link>https://blog.csdn.net/kill2013110/article/details/126055937</link><guid>https://blog.csdn.net/kill2013110/article/details/126055937</guid><author>kill2013110</author><pubDate>Wed, 24 Aug 2022 16:48:28 +0800</pubDate><description><![CDATA[coco数据集的评价指标的计算还是比较复杂的，代码写的也比较凝炼，最近要计算目标检测的混淆矩阵，我看mmdet的计算方式比较奇怪，本着P和R等计算方法要与coco官方对齐的目的，特地写此笔记对coco官方的计算方式进行深入理解。coco计算不同map有很多变量：iou阈值，目标的面积范围，最大检测框数量等。coco首先使用cocoEval.evaluate() 函数进行匹配计算，然后使用cocoEval.accumulate()函数进行结果的累加。]]></description><category></category></item><item><title><![CDATA[目标检测：VarifocalNet: An IoU-aware Dense Object Detector（CVPR2021）]]></title><link>https://blog.csdn.net/kill2013110/article/details/125910401</link><guid>https://blog.csdn.net/kill2013110/article/details/125910401</guid><author>kill2013110</author><pubDate>Wed, 17 Aug 2022 22:35:26 +0800</pubDate><description><![CDATA[文章的动机与GFL类似，都是基于目标检测中  分类与定位  的相关性低，低分类得分数但高定位精度的预测框可能会被nms掉这一问题。本文试图统一分类得分与回归质量，并设计了更强的bbox表达方式和优化方法。......]]></description><category></category></item></channel></rss>