blog of ssj

摘要： 问题的场景 启动open5GS的核心网和srsLTE的enodeB、ue，遇到报错S1-Setup failure Cannot find Served TAI，导致enodeB连接不上mme。 报错信息 S1-Setup failure Cannot find Served TAI Check ' 阅读全文

摘要： 错误产生场景 执行下面代码时产生错误，有9个test都失败了 $ ./build/tests/attach/attach ## EPC Only $ ./build/tests/registration/registration ## 5G Core Only 产生原因 未安装MongoDB或者未运 阅读全文

摘要： 出现的问题 输入命令 $ sudo ./srsepc/src/srsepc 出现错误无法打开epc配置文件 报错信息如下： Software Radio Systems EPC Couldn't open , trying /root/.config/srsran/epc.confCouldn't 阅读全文

摘要： 首先使用cd build 和 ctest --rerun-failed --output-on-failure,单独运行出错的内容。 在build/Testing/Temporary中LastTest.log和LastTestsFailed.log写明了错误原因，如下 Error: allocati 阅读全文

摘要： cmake时一切正常，make时产生了报错，并且解释为`cc1: all warnings being treated as errors` 一些网上的方法是在Makefile文件里删除`-Werror`, 但我的Makefile文件不存在这个选项。 我的解决方法： 在CMakeLists里寻找配置 阅读全文

摘要： 大概率是memset/memcpy/copy等函数操作数组空间、对数组初始化引起的。 解决办法：查找项目中所有的memset/memcpy/copy，使用for循环代替他们。 举例：copy函数代替后的for循环如下 std::copy(&A[0], &A[16], &b_A[0]); for(i= 阅读全文

摘要： lenet Lenet 是最早的卷积神经网络之一,并且推动了深度学习领域的发展，最初是为手写数字识别建立的网络。 LeNet分为卷积层块和全连接层块两个部分。 卷积层块里的基本单位是卷积层后接最大池化层，卷积层用来识别图像里的空间模式，如线条。 最大池化层则用来降低卷积层对位置的敏感性。有最大池化和 阅读全文

摘要： 目标检测：车道线检测、车辆检测、行人检测、人脸识别系统 图像分类： ImageNet 图像分割：辅助进行目标检测、找到目标的图像区域 图像标注、检索：文字对应图片 风格迁移 deepfake 图像语义分割：把具有相同含义的物体分割到一起。 GAN网络： 生成式对抗网络 生成式对抗网络（GAN, Ge 阅读全文

摘要： AutoEncoder 这是一种非监督学习方式，主要用于数据的降维或者特征的抽取。 Autoencoder 实际上跟普通的神经网络没有什么本质的区别，分为输入层，隐藏层和输出层。 降维：autoencoder的意义在于学习的（通常是节点数更少的）中间coder层（最中间的那一层），这一层是输入向量的 阅读全文

摘要： 调制技术可以提高信息交换的效率和可靠性。 在非合作通信系统中，调制识别（MR）被广泛用于识别未知信号的调制模式。最大似然假设，模式识别和深度学习是MR的典型传统方法。最大似然假设方法主要包括平均，广义和混合似然比算法[1-3]。他们可以通过建立损耗函数和分类阈值来区分不同的调制模式。但是，最大似然假 阅读全文