摘要: Envoy threading Model 关于envoy 代码的底层文档相当稀少。为了解决这个问题我计划编写一系列文档来描述各个子系统的工作。由于是第一篇, 请让我知道你希望其他主题覆盖哪些内容。 一个我所了解到最共同的技术问题是关于envoy使用的线程模型的底层描述,这篇文章将会描述envoy如 阅读全文
posted @ 2019-01-10 02:50 lynskylate 阅读(784) 评论(0) 推荐(0) 编辑
摘要: 安装与问题 在mac上安装minikube对k8s进行学习,根据官方Quick Start brew cask install minikube 就可以完成minikube的安装 在安装前需要安装virtual box 或者VM ware fusion(未测试) 然后执行 minikube star 阅读全文
posted @ 2018-08-08 01:12 lynskylate 阅读(4959) 评论(0) 推荐(0) 编辑
摘要: 最近在使用jade+express+typescript搭建一个博客项目,在使用jade bootstrap项目时出现了一个问题 在使用其中的carousel时,发现其中的变量并没有转义 结果是 其中的a属性的 {item.image}原样输出,开启jade模版的debug也并没有报错。 pug其实 阅读全文
posted @ 2017-12-30 03:22 lynskylate 阅读(428) 评论(0) 推荐(0) 编辑
摘要: 假设现在存在一个值为1变量名为a的变量,如何通过一个函数获取该变量的变量名a? 上面这个需求来源于某群友的一个要求,希望能有一个这样的函数来方便打印。 这个需求很扯淡啊,为什么不用格式化输出?它回复到‘懒’,好吧,懒确实是程序员技术进步的第一推动力。 从变量名获取变量值 当时第一个想法,从变量获取变 阅读全文
posted @ 2017-12-20 01:21 lynskylate 阅读(47697) 评论(0) 推荐(1) 编辑
摘要: 读入我们需要的图像 噪声 高斯噪声 简介 高斯噪声是指它的概率密度函数服从高斯分布(即正态分布)的一类噪声 与椒盐噪声相似(Salt And Pepper Noise),高斯噪声(gauss noise)也是数字图像的一个常见噪声。 椒盐噪声是出现在随机位置、噪点深度基本固定的噪声,高斯噪声与其相反 阅读全文
posted @ 2017-12-16 20:09 lynskylate 阅读(8523) 评论(0) 推荐(1) 编辑
摘要: python有一个很有意思的语法糖你可以直接写1, =, !=, == 比如一个典型的 它实质是如下的逻辑关系 文档中说明a op1 b op2 c ... y opN z实质相当于a op1 b and b op2 c and ... y opN z 所以虽然 23依然返回True 正是因为它符合 阅读全文
posted @ 2017-12-05 20:49 lynskylate 阅读(447) 评论(4) 推荐(0) 编辑
摘要: Cam(Class Activation Mapping)是一个很有意思的算法,他能够将神经网络到底在关注什么可视化的表现出来。但同时它的实现却又如此简介,相比NIN,googLenet这些使用GAP(Global Average Pooling)用来代替全连接层,他却将其输出的权重和feature 阅读全文
posted @ 2017-12-03 15:13 lynskylate 阅读(2256) 评论(0) 推荐(0) 编辑
摘要: 首先读入这次需要使用的图像 使用numpy带的fft库完成从频率域到空间域的转换。 低通滤波器 低通滤波器的公式如下 $$ H(u,v)= \begin{cases} 1, & \text{if $D(u,v)$ } \leq D_{0}\\ 0, & \text{if $D(u,v)$} \geq 阅读全文
posted @ 2017-11-30 22:09 lynskylate 阅读(15859) 评论(0) 推荐(3) 编辑
摘要: win10子系统把windows的底层接口做了个转换到Linux从而能运行linux,但是他在安装的时候并没有提供安装位置的选项.(还有hyper v) 现在,所有 从商店安装的发行版都存在于以下目录中 C:\Users\\AppData\Local\Packages 对于Ubuntu则在Packa 阅读全文
posted @ 2017-11-28 17:42 lynskylate 阅读(9044) 评论(0) 推荐(0) 编辑
摘要: 在该文将介绍基本的几种应用于边缘检测的滤波器,首先我们读入saber用来做为示例的图像 使用上图作为滤波器使用的图形 Roberts 交叉梯度算子 Roberts交叉梯度算子由两个$2\times2$的模版构成,如图。 $$ \begin{bmatrix} 1 & 0 \\ 0 & 1 \end{b 阅读全文
posted @ 2017-11-22 21:12 lynskylate 阅读(24112) 评论(0) 推荐(1) 编辑