摘要: 目录 从源码编译 检查是否安装正确 篇外——Ubuntu下的环境变量设置 TensorRT的核心接口简介 使用TensorRT的Python API进行推理 使用TensorRT的C++ API进行推理 1 从源码编译 1.1 下载源码和库文件 TensorRT只开源了一部分,其中最核心的那部分是闭 阅读全文
posted @ 2021-10-08 08:29 渐渐的笔记本 阅读(3403) 评论(0) 推荐(0) 编辑
摘要: 1 计算某张图像的K-reciprocal Nearest Neighbor K-reciprocal重排序是ReID任务中用来提高检索效果的一种常用手段。一般的行人检索通常是根据行人特征,选取query图像(记为$p$)的KNN作为topK,记为$g = [g_1, g_2, ..., g_k]\ 阅读全文
posted @ 2021-09-25 22:55 渐渐的笔记本 阅读(535) 评论(0) 推荐(0) 编辑
摘要: 本文是对《Effective Python》37、38、39条中关于python 多线程的总结。主要分为以下3个部分 并发与并行 多线程的数据共享和竞态 在阻塞式I/O任务中使用Queue来协调多线程 1 并发(concurrency)和并行(parallelism) 并发:计算机似乎在同一时间做了 阅读全文
posted @ 2021-09-17 00:12 渐渐的笔记本 阅读(85) 评论(0) 推荐(0) 编辑
摘要: 算法工程师有时需要将模型部署在服务器上,然后根据定义好的接口向外部提供一个HTTP服务,使用户能够调用这一算法。下面记录一下使用Flask + Gunicorn的方案,以及其中涉及的一些知识点。 Gunicorn和Flask简介 Gunicorn是个啥,根据其官网定义: 首先它是一个遵循WSGI协议 阅读全文
posted @ 2021-09-11 23:28 渐渐的笔记本 阅读(692) 评论(0) 推荐(0) 编辑
摘要: 主要内容 LEGB Scopes和local、nonlocal、global变量 闭包closure 可迭代对象、迭代器和生成器 1 LEGB Scopes python中变量的作用域分为4种,分别是Local、Enclosing、Global和Built-in。Python在解析引用时,按照LEG 阅读全文
posted @ 2021-09-04 11:38 渐渐的笔记本 阅读(33) 评论(0) 推荐(0) 编辑
摘要: 1 基础概念 如果对变量的类型加以const限定,那么这个变量就不能够被更改,比如 const int bufSize = 512; bufSize = 1024; /* 错误 */ const对象必须初始化,因为编译器在编译阶段会将所有用到该变量的地方替换成其对应的值。比如如果有const int 阅读全文
posted @ 2021-08-24 08:53 渐渐的笔记本 阅读(89) 评论(0) 推荐(0) 编辑
摘要: 简介 L-GCN在构造子图和进行linke merge的过程中采用了一些启发式操作,比如1-hop和2-hop个数(K1、K2)的选择以及merge中截断阈值的选择,这些启发式的操作往往很难达到最优甚至局部最优。此外,L-GCN为每个节点都构造一个子图,子图间的overlap较大,从计算效率的角度看 阅读全文
posted @ 2021-08-22 21:00 渐渐的笔记本 阅读(661) 评论(0) 推荐(0) 编辑
摘要: 1 简介 编译器(compiler)是一种特殊的程序,它将用某种程序语言(比如说Pascal、C++)编写的计算机代码转换成另外一种目标语言。 一般来说,编译器可以有以下处理过程:1)预处理(pre-processing);2)词法分析(lexical analysis);3)解析(parsing) 阅读全文
posted @ 2021-08-15 23:38 渐渐的笔记本 阅读(204) 评论(0) 推荐(0) 编辑
摘要: 这篇文章主要介绍基于GCN的有监督人脸聚类算法——L-GCN《Linkage Based Face Clustering via Graph Convolution Network》,github codes L-GCN L-GCN将人脸聚类转换成linkage prediction问题进行处理,即 阅读全文
posted @ 2021-08-12 23:55 渐渐的笔记本 阅读(913) 评论(0) 推荐(0) 编辑
摘要: 1 简介 之前接触过一段时间聚类算法,这里记录一下在聚类中常用的评价指标,并给出相应的代码。假设我们对10个对象进行聚类,这10个对象的原始标签为[0, 0, 0, 1, 1, 1, 2, 2, 3, 3],那么预测标签[1, 2, 0, 2, 2, 2, 3, 3, 3, 0]和[2, 3, 1, 阅读全文
posted @ 2021-08-07 12:13 渐渐的笔记本 阅读(1287) 评论(0) 推荐(0) 编辑