代码天地

【论文解读】RepLKNet，基于Swin架构的超大核网络

摘要pytoch代码：https://github.com/DingXiaoH/RepLKNet-pytorch论文翻译：https://wanghao.blog.csdn.net/article/details/124875771?spm=1001.2014.3001.5502RepLKNet的作者受vision transformers (ViT) 最新进展的启发,提出了31×31的超大核模型，与小核 CNN 相比，大核 CNN 具有更大的有效感受野和更高的形状偏差而不是纹理偏差。借鉴 Swin

分类: 企业开发发布时间: 05-24 20:17 阅读次数: 0

Coordinate_Attention（pytorch）

import torchimport torch.nn as nnimport mathimport torch.nn.functional as Fclass h_sigmoid(nn.Module): def __init__(self, inplace=True): super(h_sigmoid, self).__init__() self.relu = nn.ReLU6(inplace=inplace) def forward(self,

分类: 企业开发发布时间: 05-24 20:17 阅读次数: 0

ACWing第十四次课-左旋转字符串，把字符串转换成整数，反转链表，两个链表的第一个公共节点，删除链表当中重复节点，第八章C++STL

8. 左旋转字符串题目提交记录讨论题解视频讲解字符串的左旋转操作是把字符串前面的若干个字符转移到字符串的尾部。请定义一个函数实现字符串左旋转操作的功能。比如输入字符串"abcdefg"和数字 2，该函数将返回左旋转 2 位得到的结果"cdefgab"。注意：数据保证 n 小于等于输入字符串的长度。数据范围输入字符串长度 [0,1000]。样例输入：“abcdefg” , n=2输出：“cdefgab”class Solution {public: string le

分类: 编程语言发布时间: 05-24 20:17 阅读次数: 0

python 最小外接矩形笔记

生成最小外接矩形：cnt = np.array([[x1,y1],[x2,y2],[x3,y3],[x4,y4]]) # 必须是array数组的形式rect = cv2.minAreaRect(cnt) # 得到最小外接矩形的（中心(x,y), (宽,高), 旋转角度）box = cv2.cv.BoxPoints(rect) # cv2.boxPoints(rect) for OpenCV 3.x 获取最小外接矩形的4个顶点box = np.int0(box)RotatedRe..

分类: 企业开发发布时间: 05-24 20:17 阅读次数: 0

随机强化：为什么大多数交易者会失败

交易中一个有趣的话题：随机强化。它与交易实践有关，通常发生在交易者将随机结果错误地归功于自己，比如自己的策略很好，或是掌握了某些技巧，这对于投资是不利的，因为交易者可能会盲目相信自己的投资技巧，而事实上这种能力并不存在，或者说在这种能力存在时也是不足的。

分类: 企业开发发布时间: 05-24 20:17 阅读次数: 0

yolov5 OpenVINO2021 windows部署实战

yolov5预训练模型用OpenVINO转换成IR模型后推理部署(win10+VS2017)_RayChiu_Labloy的博客-CSDN博客win10 安装OpenVINO并在tensorflow环境下测试官方demo_RayChiu_Labloy的博客-CSDN博客

分类: 企业开发发布时间: 05-24 20:17 阅读次数: 0

2022-05-20 工作记录--React-className的三元表达式写法

React-className的三元表达式写法

分类: 编程语言发布时间: 05-24 20:17 阅读次数: 0

学习技术分析的最佳方式

除了图表模式和指标外，技术分析还涉及广泛的课题研究，例如行为经济学和风险管理。技术分析背后的目标是识别交易信号，并通过有纪律的、基于规则的方法来利用它们，从而使回报最大化。

分类: 企业开发发布时间: 05-24 20:17 阅读次数: 0

YoloR： YOLO系列新框架速度远远高于Yolov4 代码已开源

前言人们通过视觉、听觉、触觉以及过去的经验“理解”世界。人类经验可以通过正常学习（我们称之为显性知识）或潜意识（我们称之为隐性知识）来学习。这些通过正常学习或潜意识习得的经验将被编码并储存在大脑中。使用这些丰富的经验作为一个庞大的数据库，人类可以有效地处理数据，即使它们是事先不可见的。在今天分享中，研究者提出了一个统一的网络，将隐性知识和显性知识编码在一起，就像人脑可以从正常学习和潜意识学习中学习知识一样。统一网络可以生成统一的表示以同时服务于各种任务。可以在卷积神经网络中执行内核空间对齐、..