首页
首页
沸点
课程
直播
活动
竞赛
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
pqpo
掘友等级
程序员
|
杭州
java, c/c++, python
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
86
文章 86
沸点 0
赞
86
返回
|
搜索文章
赞
文章( 86 )
沸点( 0 )
从 synchronized 到 CAS 和 AQS - 彻底弄懂 Java 各种并发锁
Java 中的并发锁大致分为隐式锁和显式锁两种。隐式锁就是我们最常使用的 synchronized 关键字,显式锁主要包含两个接口:Lock 和 ReadWriteLock,主要实现类分别为 ReentrantLock 和 ReentrantReadWriteLock,这两个类…
【建议收藏】2020年中高级Android大厂面试秘籍,为你保驾护航金三银四,直通大厂(Java篇)
成为一名优秀的Android开发,需要一份完备的知识体系,在这里,让我们一起成长为自己所想的那样~。 欢迎来到2020年中高级Android大厂面试秘籍,为你保驾护航金三银四,直通大厂的Java。 多态是指父类的某个方法被子类重写时,可以产生自己的功能行为,同一个操作作用于不同…
理解循环网络及其在移动端的趣味应用:AI诗人
之前介绍的神经网络包括卷积网络,HED 网络等网络结构都是从输入层到隐藏层再到输出层,每次输入对应输出,输入、输出之间是无关联的。这些网络都无法提取时间序列的相关特征和上小文语义的相关特征,循环神经网络便是为了解决这类问题而生的。 循环神经网络输入的是一个序列,输出的也是序列,…
超分辨率在移动实时音视频的应用实践
近年来,超分辨率(简称超分)在图像增强、去噪、细节恢复、图像放大方面展现出广阔的应用前景,成为计算机视觉领域的研究热点,受到学术界和工业界的关注和重视,业界也纷纷举办超分竞赛,比如优酷的视频超分竞赛、声网的图像超分竞赛和深圳市政府举办的AI+4K HDR竞赛,旨在吸引更多的人参…
使用机器学习 HED 网络优化 SmartCropper 边缘检测
使用机器学习 HED 网络优化 SmartCropper 边缘检测
Android APP native 崩溃分析之令人困惑的 backtrace
完美无缺的代码逻辑,一定能产生完美无缺的程序吗?答案是否定的。从软件的层面来看,也许只有二进制才永远不会欺骗你。 近期,业务方反馈了一个奇怪的崩溃问题,认为信息不足,无法解决。 第一感觉这肯定是动态库的业务逻辑有 bug,导致了段错误。backtrace 确实是不完整的,但一下…
Android 富文本处理
这个方式最简单,缺陷是不能解析ul、li等类型标签。 RichText 是Android平台下的富文本解析器,支持Html和Markdown,这样就可以解析ul等标签,但缺陷是字体样式加载会有问题,比如说加粗、颜色等。 webview在解析标签上没有问题,但是又引发了另一个问题…
深入理解 VGG 卷积神经网络
VGG 网络是一种经典的图像分类网络,通过多层卷积操作提取图像特征实现图片分类。由于能够提取图像的特征,也应用于风格迁移网络中的损失函数。另外用于边缘检测的 HED(Holistically-Nested Edge Detection) 网络也是基于 VGG 网络发展而来。 V…
Android 端图像多风格迁移
何为图像风格迁移? 使用机器学习训练特定图片的风格,然后将对应的风格应用到任意图片。效果如下所示: 《A Neural Algorithm of Artistic Style》:第一代风格迁移网络风格化的过程是一个训练过程,输入风格图片与内容图像经过训练生成风格迁移图片。经过训…
下一页
个人成就
文章被点赞
1,892
文章被阅读
80,883
掘力值
3,678
关注了
8
关注者
2,125
收藏集
0
关注标签
69
加入于
2015-11-12