防止文本太过直接可以URL编码一下https://2022.benull.top/?msg=%E4%BD%BF%E7%94%A8,%E6%8B%BC%E6%8E%A5

​ 知识图谱的本质是揭示实体之间关系的语义网络。利用实体和关系来表达客观世界的对象以及不同对象之间存在的关系，提供了组织、管理和理解海量非结构化信息的能力，且对信息的刻画方式更接近于人类认知世界的形式。例如，实体“《静夜思》”和实体“李白”之间存在关系“创作者”，其结点代表实体（Entity）或者概念（Concept...

在birdbot实现的FlappyBird基础上训练AI，这个FlappyBird的实现对游戏进行了简单的封装，可以很方便得到游戏的状态来辅助算法实现。同时可以显示游戏界面方便调试，能够看到算法实现的效果。也可以选择关闭游戏界面以及声音，这样游戏仍然能正常运行，一般用于训练阶段，可以减少CPU的占用

强化学习(Reinforcement Learning，RL)是机器学习中的一个领域，是学习做什么（即如何把当前的情景映射成动作）才能使得数值化的收益最大化,学习者不会被告知应该采取什么动作，而是必须自己通过尝试去发现哪些动作会产生最丰厚的收益

Scala 的几种group集合操作scala的集合中有如下几种group操作groupBy 按特定条件对集合元素进行分类grouped 将集合拆分成指定长度的子集合groupMap 使用方法按特定条件对集合的元素进行分类并处理每个元素groupMapReduce 使用方法按特定条件对集合中的元素进行分类，分别进行处理，最后将它们reduce这些方法在scala.coll...

​ 近年来，许多学者利用图卷积网络（GCN）对骨架序列进行端到端优化建模。然而，传统的gcn是前馈网络，浅层不能访问到深层的语义信息，在这篇论文中，提出一个新的网络，称为反馈图卷积网络（FGCN）

作者 | Yuya Obinata and Takuma Yamamoto单位 | FUJITSU LABORATORIES LTD论文地址｜[链接]ICPR2020

作者 | Zili Yi, Qiang Tang, Shekoofeh Azizi, Daesik Jang, Zhan Xu单位 | 华为技术有限公司（加拿大）代码 | [链接]论文地址｜[链接]备注 | CVPR 2020 Oral

在无监督学习中, 训练样本的标记信息是未知的, 目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律, 为进一步的数据分析提供基础，此类学习任务中研究最多、应用最广的是“聚类”(clustering)

Scrapy 豆瓣搜索页爬虫使用scrapy爬虫框架对豆瓣图书搜索结果进行爬取ScrapyScrapy是一个为了爬取网站数据，提取结构性数据而编写的应用框架可以应用在包括数据挖掘，信息处理或存储历史数据等一系列的程序它提供了多种类型爬虫的基类，如BaseSpider、CrawlSpider等主要组件Scrapy框架主要由五大组件组成调度器(Schedule...

crond是linux下用来周期性的执行某种任务或等待处理某些事件的一个守护进程，与windows下的计划任务类似，当安装完成操作系统后，默认会安装此服务工具，并且会自动启动crond进程，crond进程每分钟会定期检查是否有要执行的任务，如果有要执行的任务，则自动执行该任务

DDGCN: A Dynamic Directed Graph Convolutional Network for Action Recognition作者 | Matthew Korban, Xin Li单位 | 路易斯安那州立大学论文地址 | [链接]会议 | ECCV 2020摘要提出了一种动态有向图卷积网络(DDGCN)，从人体行为的骨架表示出发，对人体行为的时空特征进行建模DDGCN由三个新的特征建模模块组成：动态卷...

支持向量机（support vector machines, SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器

$$ E(f ; D)=\frac{1}{m} \sum_{i=1}^{m} \mathbb{I}\left(f\left(\boldsymbol{x}_{i}\right) \neq y_{i}\right) $$

作者 | Yining Lang, Yuan He, Fan Yang, Jianfeng Dong, Hui Xue单位 | 阿里；浙江工商大学；AZFT会议｜CVPR2020paper地址

集成学习集成学习(ensemble learning)通过构建并结合多学习器来完成学习任务，常可获得比单一学习器显著优越的泛化性能要获得好的集成，个体学习器应好而不同，即个体学习器要有一定的准确性，并且要有多样性，即学习器间要有差异根据个体学习器的生成方式, 目前的集成学习方法大致可分为两大类学习器间存在强依赖关系、...

最早提及决策树思想的是Quinlan在1986年提出的ID3算法和1993年提出的C4.5算法，以及Breiman等人在1984年提出的CART算法

ubuntu设置时区查看现在时区 {代码...} 执行 tzselect查看时区(只能查看不能修改）遇到tzselect报错如下 {代码...} 解决方案一：安装tzdata {代码...} 解决方案二 {代码...} 继续执行 tzselect {代码...} 复制文件到 /etc/localtime {代码...} 参考Ubuntu设置时区和更新时间ubuntu设置时区ubuntu 时区 修改时间 保存 重...

'ascii' codec can't encode characters in position问题在ubuntu中运行python3脚本输出到命令行出错解决方案将LANG 或 LC_ALL 设置为 en_US.utf8 或 zh_CN.utf8列出当前设置 {代码...} 列出已安装的语言环境 {代码...} 如果不存在上述的 locale，先用 locale-gen 生成 {代码...} 将export LC_ALL=zh_CN.UTF-8" 加到的~/...

$k$-近邻算法$k$ 近邻( $k$ -Nearest Neighbor, $k \mathrm{NN}$)是一种监督学习优点:精度高、对异常值不敏感、无数据输入假定缺点:计算复杂度高、空间复杂度高工作原理给定测试样本, 基于某种距离度量找出训练集中与其最靠近的 $k$ 个训练样本, 然后基于这 $k$ 个邻居的信息来进行预测一般流程包括：计算已知类别数据集...

引入了空间残差层来捕获和融合时空特征在先前的工作中，时空层包括空间图卷积和时间卷积。但是不同卷积的序列叠加会混合不同域的信息，从而导致识别不准确。通过引入跨域空间残差卷积，可以增强时空信息

PyQt5 画图板主要技术PyQt5qtDesigneropenCV主要功能绘画画笔油漆桶直线矩形椭圆橡皮擦图片处理旋转、翻转亮度、饱和度、对比度、色调调节灰度化二值化反相（反色）浮雕边缘检测模糊锐化详细代码github仓库实现过程遇到的问题在pycharm上使用qtDesigner配置qtDesigner配置UIC参考 Mac下pycharm+qtdesigner环境搭建绘图时...

现有的许多方法通常依赖于固定的骨架结构物理连通进行识别，这不能很好地捕捉到骨架关节之间的内在高阶相关性。本文提出了一种新的基于骨架的动作识别时空图路由(STGR)方案，该方案自适应地学习物理上分离的骨架关节的内在高阶连通性关系。具体而言，该方案由空间图路由器(SGR)和时间图路由器(TGR)两部分组成。SGR的目标...

Disentangling and Unifying Graph Convolutions for Skeleton-Based Action Recognitionpaper: https://arxiv.org/pdf/2003.14111.pdf​arxiv.orgcode: https://github.com/kenziyuliu/ms-g3d​github.com基于骨架的动作识别的分离和统一图卷积摘要基于骨架的动作识别算法广泛使用时空图对人体动作动态进行建模。为了从这...

使用Dockerfile创建Ubuntu+Pytorch+CUDA 镜像 过程 安装Docker 参考ubuntu安装docker 安装NVIDIA Container Toolkit 参考NVIDIA/nvidia-docker 准备好Python-3.6.9.tar.xz 从nvidia/cuda:10.0-cudnn7-devel-ubuntu16.04 镜像基础上搭建 安装openssh-server、python、pytorch run镜像时加上参数--gpus all --ipc=host Doc...

1.手动从网站上获取cookie通过cookie登陆2.从请求url中获取token3.拼接参数请求https://mp.weixin.qq.com/cgi-bin/searchbiz获取公众号的fakeid也就是biz4.拼接参数请求https://mp.weixin.qq.com/cgi-bin/appmsg?获取文章列表信息5.通过文章url爬取文章

出现这个错误的情况是，在服务器上的docker中运行训练代码时，batch size设置得过大，shared memory不够（因为docker限制了shm）.

[Pytorch练手]使用CNN图像分类 需求 在4*4的图片中，比较外围黑色像素点和内圈黑色像素点个数的大小将图片分类 如上图图片外围黑色像素点5个大于内圈黑色像素点1个分为0类反之1类 想法 通过numpy、PIL构造4*4的图像数据集 构造自己的数据集类 读取数据集对数据集选取减少偏斜 cnn设计因为特征少，直接1*1卷积层 或者在4*...

jupyter notebook 500 : Internal Server Error 问题 问题 jupyter notebook 正常启动却无法打开.ipynb 出现这个问题的起因在于我安装 jupyter_contrib_nbextensions之后 {代码...} 但是nbextensions并没有起作用之后运行.ipynb 就报500 首先uninstall jupyter_contrib_nbextensions仍然报错 AttributeError: module 'to...

每个人情况都不同，每个人都有自己的学习节奏，只希望在你焦虑的（我是这样的）看完这些经验贴后，能够放平心态，多思考自己的学习方法和时间规划，顺利上岸