Loading

摘要: 当类A的对象作为另一个类B的成员时,被称为「对象成员」 此时,构造函数的调用顺序为先A后B(零件组装为整体) 析构函数的调用顺序为先B后A(整体拆分为零件) #include <iostream> using namespace std; #include <string> class Phone{ 阅读全文
posted @ 2022-01-10 23:21 少年人永远倔强 阅读(58) 评论(0) 推荐(0)
摘要: 浅拷贝的问题原理: 深拷贝的解决方法: #include <iostream> using namespace std; // 浅拷贝:简单的赋值拷贝操作(编译器给我们提供的拷贝构造函数就是浅拷贝) // 存在堆区内存重复释放的问题,因此涉及到堆区内存的时候要用深拷贝 // // 深拷贝:在堆区重新 阅读全文
posted @ 2022-01-10 19:49 少年人永远倔强 阅读(121) 评论(0) 推荐(0)
摘要: 起因是看谱归一化的pytorch官方文档时看到这句: 就是说"这个函数通过一个hook实现,来计算谱范数并且在每次forward()函数调用之前对参数矩阵进行rescale"。 那么问题来了,什么是hook呢? 可以先看这篇简单形象 然后再看这篇加深理解 阅读全文
posted @ 2022-01-06 16:56 少年人永远倔强 阅读(524) 评论(0) 推荐(0)
摘要: // 一、谱范数及其计算方法 见我的这篇blog 谱范数求解方法-奇异值分解&幂迭代法 // 二、谱归一化提出背景 谱归一化由论文《Spectral Normalization For Generative Adversarial Networks》论文链接 提出。 原生 GAN 的目标函数等价于优 阅读全文
posted @ 2022-01-05 15:21 少年人永远倔强 阅读(5584) 评论(2) 推荐(2)
摘要: // 一、谱范数 矩阵的谱范数指的也就是矩阵的2范数,即矩阵A的最大奇异值。 通过上式可知,A的谱范数 = A的最大奇异值 = A^T·A的最大特征值的平方根 // 二、谱范数求解方法 2.1 奇异值分解法 (Singular Value Decomposition) 既然谱范数是矩阵A的最大奇异值 阅读全文
posted @ 2022-01-04 16:27 少年人永远倔强 阅读(8593) 评论(0) 推荐(1)
摘要: Anatomy-aware 3D Human Pose Estimation in Videos 阅读全文
posted @ 2021-12-29 15:17 少年人永远倔强 阅读(68) 评论(0) 推荐(0)
摘要: 官方文档:https://scikit-image.org/docs/stable/api/skimage.draw.html#skimage.draw.circle_perimeter 阅读全文
posted @ 2021-12-14 19:53 少年人永远倔强 阅读(578) 评论(0) 推荐(0)
摘要: 官方文档 :https://scikit-image.org/docs/stable/api/skimage.draw.html#skimage.draw.line_aa Conclusion: line() 是绘制普通直线,因此只有一条直线上有非零数字 line_aa() 是绘制抗锯齿的线, 因此 阅读全文
posted @ 2021-12-14 19:26 少年人永远倔强 阅读(559) 评论(0) 推荐(0)
摘要: numpy.expand_dims(a, axis) 作用:扩展数组的维度 例: def load_pose_cords_from_strings(y_str, x_str): """ x_str = '[..., ..., ..., ...]' (str) x_cords = [..., ..., 阅读全文
posted @ 2021-12-09 15:02 少年人永远倔强 阅读(847) 评论(0) 推荐(0)
摘要: ![image](https://img2020.cnblogs.com/blog/2634461/202112/2634461-20211207141516157-1009298206.png) 阅读全文
posted @ 2021-12-07 14:16 少年人永远倔强 阅读(63) 评论(0) 推荐(0)