首页 > TAG信息列表 > feat

git的commit规范

转自：https://zhuanlan.zhihu.com/p/182553920，写的很好！ 1. commit message 一次git commit提交的信息量很大，有作者信息、代码库信息、commit等信息。需要提交规范： <type>(<scope>): <subject>   1.1 type ： 用于说明git commit的类别，只允许使用下面的标识。 feat：新功能（feature）

手写卷积单元-python

一个文本卷积模块 def cnn(): import numpy as np result = [] n, dim = 10, 30 kernels = [np.random.randint(0,2,(i, dim)) for i in range(3,6)] # 生成3个长度不同的一维卷积核 data = np.random.random((n, dim)) # 生成数据，np.random.random生成

Thesis-Dual Attention Network for Scene Segmentation

Thesis-Dual Attention Network for Scene Segmentation Dual Attention Network for Scene Segmentation DaNet.py """Dual Attention Network""" import torch import torch.nn as nn import torch.nn.functional as F from backbone

ant design pro git提交error； Angular 团队git提交规范

前言 在使用 ant design pro 时，git 提交报错 > running commit-msg hook: fabric verify-commit ERROR 提交日志不符合规范 合法的提交日志格式如下(emoji 和 模块可选填)：

git commit 提交规范

# 主要type feat: 增加新功能 fix: 修复bug # 特殊type docs: 只改动了文档相关的内容 style: 不影响代码含义的改动，例如去掉空格、改变缩进、增删分号 build: 构造工具的或者外部依赖的改动，例如webpack，npm refactor: 代码重构时使用 revert: 执行git reve

github风格规范

格式 每次提交，Commit message 都包括三个部分 header , body , footer <type>(<scope>): <subject> <BLANK LINE> <body> <BLANK LINE> <footer> 其中，header 是必须的，body 和 footer 可以省略 不管是哪部分，任何一行都不得超过72字符（或100个字符）。这是为了避免自动换行

UF-list创建；特征、体、线、面的相互转换；

1.list创建 文件#include <uf_modl_utilities.h> UF_MODL_create_list       1创建一个链表，并返回链表的头指针 UF_MODL_put_list_item     2插入元素到链表中，不检验对象是否重复，或者已经存在。 UF_MODL_ask_list_count    3获取链表对象数量，从头开始遇到null_tag结

NanoDet代码逐行精读与修改（三）辅助训练模块AGM

---neozng1@hnu.edu.cn 3. Assist Guidance Module AGM负责生成cost矩阵，进行标签分配，相当于一个非常轻量的KD模型中的教师，使得head能更好的学习bbox的回归与分类。 3.1. 参数和初始化 class SimpleConvHead(nn.Module):    def __init__(        self,        num_

推荐系统中双塔模型损失函数设计

loss的设计对系统来说至关重要，最初采用用户侧和商品侧向量的夹角余弦，binary_crossentropy进行优化，无法得到满意的模型效果，依托深度模型强大的拟合能力，特征向量居然全部归零。随后重新对系统改进，主要是1.负样本构建；2.loss函数设计 这里主要讲第二点。 基于距离的损失函数--Hinge Lo

Pointnet_cls

点击查看代码 #以下代码是在编码点云的特征后进行的，即在maxpool之后的结构 import torch.nn as nn import torch.utils.data import torch.nn.functional as F from models.pointnet_utils import PointNetEncoder,feature_transform_reguliarzer class get_model(nn.Module):

PaddleDetection-MaskRcnn相关结构以及优化器

2021SC@SDUSC 首先上接Head部分 modeling/mask.py、modeling/head/mask_head.py解读： 相关配置文件： ''' Mask: #掩膜 mask_target_generator: #产生掩膜 name: MaskTargetGenerator #产生掩膜类名 mask_resolution: 28 #像素值 ''' 掩膜类： @register class Mask(ob

gitHooks: commit-msg

一、背景 提交代码时，如果不能形成有效约束，依靠个人的自觉，这样即使每个人是积极的状态，但是每个人的知识构成不同，也会造成提交风格迥异。 引入今天的主角，gitHooks配置commit-msg 二、实现步骤 2.1、配置package.json，增加commit-msg "gitHooks": { "pre-commit": "lint-staged"

GFPGAN源码分析—第七篇

2021SC@SDUSC 源码：archs\gfpganv1_clean_arch.py 本篇主要分析gfpganv1_clean_arch.py下的 class GFPGANv1Clean(nn.Module)类forward( ) 方法 目录 forward( ) （1）设置Style-GAN 编码器 （2）style code （3）解码 （4）两个参数都为none，在此处并未用到 （5）解码器decoder forward( ) 参数：

卷积神经网络常用函数Pytorch

上下采样函数--interpolate 参考链接：https://zhuanlan.zhihu.com/p/166323682 x = nn.functional.interpolate(x, scale_factor=8, mode='bilinear', align_corners=False) solov2 kernel_feat = F.interpolate(kernel_feat, size=seg_num_grid, mode='bilinear'

猿猿有责，维持整洁的 Git 提交记录，三个锦囊送给你

背景 大家都有学习如何规范简洁的编写代码，但却很少学习如何规范简洁的提交代码。现在大家基本上都用 Git 作为源码管理的工具，Git 提供了极大的灵活性，我们按照各种 workflow 来提交/合并 code，这种灵活性把控不好，也会带来很多问题 最常见的问题就是乱成一团的 git log history，那真的

git commit message 规范

Angular提交信息规范 目前最受开发人员肯定的规范是前端框架Angular提出的Angular提交信息规范 提交格式： Commit Message 包含三个部分，分别是Header、Body、Footer <type>(<scope>): <subject> <BLANK LINE> <body> <BLANK LINE> <footer> Angular 规范解读： 其中，Header (第

开源GIS-geos实现空间快速连接

　开源GIS-geos实现空间快速连接 　　其中关于空间计算的只有简单的判断 　　标题 　　而要真正实现空间连接，是需要将两个shp文件进行里外循环，例如，以其中一个shp的要素个数为外循环，以另一个shp要素数量为内循环，逐一判断是否存在空间上的关联(包含、被包含。。。) 　　如此做循环肯

CoordConv：给卷积加上坐标，从而使其具备了空间感知能力【附Pytorch实现】

论文地址：https://arxiv.org/pdf/1807.03247.pdf 1、动机 传统卷积具备平移不变性，这使得其在应对分类等任务时可以更好的学习本质特征。不过，当需要感知位置信息时，传统卷积就有点力不从心了。为了使得卷积能够感知空间信息，作者在输入feature map后面增加了两个coordinate通道，分

2021-06-17

datawhale6月组队学习-task02 1. 数据清洗 1.1 缺失值 # 查看 df.isnull.sum() # 填充 df.loc[df['Age'].isnull(),'Age'] = df['Age'].mean() # 删除 1.2 重复值 # 查看重复值 df[df.duplicated()] # 清理重复值 df = df.drop_duplicates() 1.3 异常值 画箱线图，见task01

动手学数据分析Task02

数据清洗及特征处理 数据经常会有缺失值，有一些异常点等，需要经过一定的处理才能继续做后面的分析或建模，所以拿到数据的第一步是进行数据清洗，本任务我们将学习缺失值、重复值、字符串和数据转换等操作，将数据清洗成可以分析或建模的样子。 2.1观察数据与处理 2.1.1缺失值观察 #

DGL GAT

GAT DGL document DGL GAT DGL官方教程GAT # Case 1: Homogeneous graph pip install dgl import dgl import numpy as np import torch as th from dgl.nn import GATConv g = dgl.graph(([0,1,2,3,2,5], [1,2,3,4,0,3])) # print(g) # print(g.nodes()) # print(g.edges(

RationalDMIS 2020 VS VisualDMIS 6.5 最佳拟合平面（CZ)） 2020

RationalDMIS 7.0触测点最佳拟合（共轴截圆的测量） RationalDMIS 7.1测量点最佳拟合（圆柱/圆）+视频 RationalDMIS7.1最佳拟合重新补偿   1.RationalDMIS 2020 曲面点最佳拟合。   MODE/MAN F(PT1)=FEAT/POINT,CART,237.6238,291.0957,-3.8100,0.0000,0.0000,1.0000 RMEAS/POINT,

Electron 3.0.0 发布，升级 Chrome、Node 与 V8；Swift 4.2 发布

Electron 3.0.0 发布，升级 Chrome、Node 与 V8 Swift 4.2 正式发布：泛型改进，更快更兼容！ Electron 3.0.0 发布，升级 Chrome、Node 与 V8 Electron 3.0.0 发布了，Electron 是 GitHub 发布的跨平台桌面应用开发工具，支持 Web 技术开发桌面应用，其本身是基于 C++ 开发的，GUI 核心来自于 Chrom

py插入postgres数据库代码示例2021-05-19

py插入postgres数据库代码示例   def saveToPostgis(feats,remarks): # 连接数据库 conn = psycopg2.connect(database='postgis_21_sample', user='postgres', password='postgres', host='192.168.1.100', port='5432')

关于使用 hook 获取神经网络内部features时遇到的问题和解决方案的记录

关于使用 hook 获取神经网络内部features时遇到的问题和解决方案的记录 一、错误代码： feat = [] def hook(module, inputs, outputs): feat.append(inputs.clone().to(device)) 二、报错： AttributeError: 'tuple' object has no attribute 'clone' 原因分析：inputs是一个