其他

PBRT閱讀：第十一章 紋理 第11.1-11.4節 http://www.opengpu.org/forum.php?mod=viewthread&tid=5817 第11章 紋理

昨日（4 月 25 日），Facebook 推出了 PyTorch 0.4.0 版本，該版本有諸多更新和改變，比如支援 Windows，Variable 和 Tensor 合并等等，詳細介紹請查看文章《Pytorch 重磅更新》。 本文是一篇遷移指南，將介紹從先前版本遷移到新版本時，所需做出的一些代碼更改： Tensors/Variables 合并 支援零維（標量）張量 棄用 volatile 標誌 dtypes，devices 和

4.4 KD-樹加速器 二元空間分割 (Binary space partitioning, BSP)

Sumsets Time Limit: 2000MS   Memory Limit: 200000K Total Submissions: 7686   Accepted: 3059 Description Farmer John commanded his cows to search

命令索引: background 設定圖形模式下的背景色。 blocklist 輸出檔案的塊清單標記。 boot 引導已載入的作業系統或扇區鏈式載入器。 bootp 通過BOOTP初試化網路裝置。 cat 顯示指定檔案的內容。 chainloader

myeclipse6.5安裝FreeMark外掛程式 前段時間重裝了Myeclipse，剛重新安裝了一下Freemark外掛程式，在這兒順便記錄一下。 一、下載FreeMarker IDE 這個外掛程式，這是下載地址http://sourceforge.net/projects/freemarker-ide/files/ 二、解壓檔案，將解壓後的hudson.freemarker_ide_0.9.14檔案複製到Myeclipse-------》dropins-

看了好久的SHELL，只可憐一直沒機會平靜下來把書看完。前兩天，同時求一簡單指令碼：將檔案00自我複製，檔案件名以數字累加，如01、02、03。。。。。。。。。直到 99 翻了一會兒書，寫出一個簡單指令碼，實驗了這個功能 #!/bin/bash x=0 y=0 while [ $x -lt 10 ] do         while [ $y -lt 9 ]    

概述 VSS是一個版本控制工具。其操作比較簡單，使用方便，又能達到公司的需求，所以VSS在我們公司得到了很好的應用。VSS具體的操作方法請參考《Vss使用指南》。這裡只是簡單的說明一下對VSS操作的一些規則。 需求 不管是程式原始碼，還是資源檔，或者是其他資料，我們總是希望能從VSS中得到最新的版本，並在不需要做任何修改的情況下，在本地可以編譯運行。當然，這些資源在VSS伺服器上或許不在一個工程（project）下面，很有可能這個工程需要用到的資源，是從另外一個工程應用過來的。所以，

以下轉載於http://hi.baidu.com/23star/blog/item/1de78cf84476a60ad9f9fd80.html   今天看《code complete》的時候突然想起了二分尋找很久沒用過binary_search這個東西了又想起最早編程的時候分不清 lower_bound 和 upper_bound 的區別 （不過個人覺得名字起的不好也是一個原因 lower

       其實什麼事也沒發生，但是就是難受，渾身不爽，不爽真是不爽，怎麼都是不爽... ...鄙視你... ...         總得幹點啥吧，不能整天這樣瞎胡混，可是要幹啥呢。。。。         逛傢具城，買沙發， 給娘匯了點錢，過年前再匯點。

隊列 卡片遊戲 桌上有一疊牌，從第一張牌（即位於頂面的牌）開始從上往下一次編號為1-n。當至少還剩兩張牌時進行以下操作：把第一張牌扔掉，然後把新的第一張放到整疊牌的最後。輸入n,輸出每次扔掉的牌，以及最後剩下的牌。 範例輸入：7 範例輸出：1 3 5 7 4 2 6 # include<iostream># include<queue>using namespace std;queue<int> q;int main(){ int n;

代碼下載：基於PCA（主成分分析）的Face Service Face Service是一個有監督學習過程，首先利用訓練集構造一個人臉模型，然後將測試集與訓練集進行匹配，找到與之對應的訓練集頭像。最容易的方式是直接利用歐式距離計算測試集的每一幅映像與訓練集的每一幅映像的距離，然後選擇距離最近的映像作為識別的結果。這種直接計算距離的方式直觀，但是有一個非常大的缺陷—計算量太大。如果每幅映像大小為100*100，訓練集大小1000，則識別測試集中的一幅映像就需要1000*100*100的計算量，

TFS，FastDFS對比 統一稱儲存中繼資料的為master server，隱藏檔的為slave server。 1）Master單點：TFS，FastDFS都不存在master單點問題。 2）Slave的資料備份：FastDFS使用非同步組間備份，但不會有讀取資料不一致的問題（通過master調度解決，可能短時間造成單台slave負載增大）；TFS使用同步備份。 3）資料的條件尋找：FastDFS檔案名稱包含時間資訊，可以通過檔案名稱解析。

       最近自己些 cnn網路，遇到麻煩事了。直接使用c++從頭寫，按照層次化 模組化編寫。為的是做之後的海量動態增量學習的 cnn。 寫完代碼，調試，結果基本和預期一樣的差，畢竟要注意的參數很多。各個任何地方遺漏一個參數符號都會導致網路失敗。於是從頭開始bp網路檢查錯誤。      1、使用1維個輸入值，做3層bp網路測試。

系統營運和開發人員可以通過日誌瞭解伺服器軟硬體資訊、檢查配置過程中的錯誤及錯誤發生的原因。經常分析日誌可以瞭解伺服器的負荷，效能安全性，從而及時採取措施糾正錯誤。日誌的作用不言而喻，但對於數量龐大且分布在多台機器上的日誌，查看就顯得特別麻煩了。所以，對於營運人員來說，使用日誌分析系統是非常有必要的。 開源即時日誌分析ELK平台能夠實現日誌的監控與分析，ELK由Elasticsearch、Logstash和Kiabana三個開源工具組成。官方網站：https://www.elastic.co/

在xml中加下如下配置 <!-- SpringMVC上傳檔案時，需要配置MultipartResolver處理器 -->         <bean id="multipartResolver" class="org.springframework.web.multipart.commons.  

1955年, 卡普 耶卡(D.R.Kaprekar)研究了對四位元的一種變換:任給出四位元k0,用它的四個數字由大到小重新排列成一個四位元m,再減去它的反序數rev(m),得出數k1=m-rev(m),然後,繼續對k1重複上述變換,得數k2.如此進行下去,卡普耶卡發現,無論k0是多大的四位元,  只要四個數字不全相同,最多進行7次上述變換,就會出現四位元6174.例如:  k0=5298,k1=9852-2589=7263,k2=763

kettle串連資料庫 kettle串連資料的的方式 串連資料庫的方式很多，相比之下使用JNDI的方式更加方便，不會因為資料庫遷移等問題而修改太多檔案 在 kettle的home目錄下 ${kettle_home}/simple-jndi裡面的jdbc.properties 檔案中配置 oracle的配置為(其中 hc是JNDI的名稱) hc/type=javax.sql.DataSource

仿射變換我的理解就是映像在一個二維平面上進行不同程度的旋轉或者展開，但是無論怎麼變，他的映像都是平行四邊形的，它的變換函數是一個2*3的矩陣。 透視變換是一個觀察者在3維空間中以不同的角度來觀察這個映像，所以這個映像就是投影在觀察者那個二維平面上的影像，它的變換函數是3*3,或者4*4的矩陣。 仿射變換代碼如下： #include<cv.h>#include<highgui.h>int main(){CvPoint2D32f

一、需求 有時候由於跨度大、資料量大，會將資料存放區於多個dwg檔案，比如一條鐵路的設計圖紙就存在幾個甚至幾十個dwg檔案中。如果想合并為一個dwg檔案，手動合并太麻煩，所以就可以採用代碼合并(不同度帶的dwg直接合并沒有意義，請大家注意)。本文使用teigha庫進行編碼。 二、直接上代碼 /// <summary> /// dwg檔案轉換為dxf檔案，多個dwg檔案合并為一個dxf或dwg檔案 ///