譯 文 ❈ 原作者：Thomas Curtis 译者：ictar Github：https://github.com/ictar ❈ 2016年9月3日，对世界上的大多数人来说，或许就只是普普通通的一天...，但对我而言，将会是一个难忘的日子，因为在那一天，我结婚了。...如果你想要跳到代码，那么你可以看看GitHub上的repo。 SMS对我的需求而言相当完美。我可以配置发出的群发短信，并且快速有效地处理回应。...在绘制一个MVP并且考虑数据库的时候，我想要某些易于分享的东西，并且不想要浪费时间来构建视图。偶然发现的gspread python库使得我能够读写谷歌电子表格。...接下来，我使用Flask作为我的web服务器，然后设置我的Twilio消息请求URL指向/messages url，并创建简单的if语句来解析回复 (yes, no)：hello_guest.py @app.route
与网络相关的课程对我来说很容易，我觉得很舒适。编程项目则不是。我害怕他们，甚至没有花时间去了解发生了什么。我的手心出汗，我不敢问问题，看起来很傻。 第二年，我开始意识到：最好的和最坏的结果是什么？...最好的是我终于理解了C语言，最糟糕的是我对老师和朋友的提问感到烦恼。我带着我的骄傲，把它深深放进我的背包里，并接受了挑战。 “ 经验就是每个人为错误赋予的名字。”...— Oscar Wilde 体验失败 我要告诉年轻时的自己的一件事是：学习来自错误。每个程序员都犯过错误，这就是生命的循环。你犯了错误，从错误中吸取教训，然后变得更坚强。 那时候，我的心态和现在不同。...OOP的概念对我来说是个谜。开始编程时，我意识到我缺乏基本的编程知识。...最终想法 我对编程的恐惧使我无法完成伟大的事情。通过走出自己的舒适区，拥抱失败并专注于基础知识，我现在可以在技术领域发展 — 你也将如此！
问： 我正在尝试编写一个用于测试的 bash 脚本，该脚本接受一个参数并通过 curl 将其发送到网站。我需要对值进行 url 编码，以确保特殊字符得到正确处理。最好的方法是什么？...这是我到目前为止的基本脚本: #!/bin/bash host=${1:?'...使用 curl -V 来检查你的版本。 提问者的脚本可以改写为 #!/bin/bash host=${1:?'...，在另一个窗口执行命令 bash curl-test.sh example.com "ABC efg" 进行测试，抓包截图如下： 可以发现参数 "ABC efg" 被编码成为 ABC%20efg，即字符空格被编码为...等特殊字符都有其对应的 URL 编码。 参考文档： stackoverflow question 296536 https://manpages.org/curl
这里我有一个考虑，由于日子越早的文章显然访问量总是会更高，所以为了在一定程度上抵消这种效应，我为每一页的20篇文章设置了一个权重： weight = 1 - 0.0005 * (i - 40) 即i越大...，页数越大，发布越早，访问量相应打一个折扣，这里我设置的最大折扣为92%，即第200页的文章相应的阅读量为其原来阅读量的92%，希望能稍微提升一下结果的公平性。...补充 后来我发现光考虑篇均访问还不全面，因为周一即使篇均访问较高，但是它的文章数也是很大的，所以周一的文章必然会很快被覆盖过去，所以这里有一个性价比的问题，于是我又算了一项指标，即篇均访问与当日文章数量之比...事实证明，性价比最高的发文日期居然是发的很少，访问很少的周末！ 后续工作 虽然本次挖掘3220篇文章数据较小，感觉还是可以从速度方面进行优化的。 权重也是我自己简单设计的，这方面也可以进一步优化。...当然，我前面说过，这些都只是非系统性因素，俗话说，打铁还需自身硬，提高自己文章的质量和水平才是获得更大文章影响力的决定性因素。
我试图在MariaDB（MySQL）上运行一个简单的连接查询，但性能简直糟糕透了。下面将介绍我是如何通过两个简单的Unix命令，将查询时间从380小时降到12小时以下的。...不过，MariaDB是通过对project_commits进行全表扫描和对commits进行索引查找来实现连接的。这可以从EXPLAIN的输出看出来。...我将这两个表导出到文件中，使用Unix的join命令将它们连接在一起，将结果传给uniq，把重复的行移除掉，然后将结果导回到数据库。导入过程（包括重建索引）从20:41开始，到第二天的9:53结束。...使用Unix命令行工具处理文件 接下来，我使用Unix的join命令来连接这两个文本文件。这个命令线性扫描两个文件，并将第一个字段相同的记录组合在一起。...同样，在已经排好序的输出结果上，可以通过简单的线性扫描完成去重。 这是我运行的Unix命令。
比如说，当我以一个C++程序员的身份学习Java的时候，Java的接口构造教会我来自纯粹的抽象基类的多重继承的价值。...但 Scala 还让我以简洁和类型安全的方式获得某些通常是动态语言的好处，例如在已有类上增加新方法的能力，或者将类型传递给没有共同继承关系的方法。 Scala 是怎样改变了我对编程的看法的呢？...这样有助于 Scala 的学习曲线变缓，但随着对 Scala 越来越熟悉，你就会发现自己会更喜欢函数式的。我就是这样。为什么？因为我发现函数型风格往往要比命令式风格的代码更简洁，且更不易出错。...尽管我已经发现通常大部分情况下函数化风格的代码来得更为简洁、明晰，更不易出错，我还发现有时候命令式风格也可带来更为清晰和简洁的代码。在那种情况下，我就会使用命令式的。...重点是捕捉"是什么以及为什么"，而不是"如何做"。与将重点放在执行连续命令上的过程性编程相比，函数式编程的重点是函数的定义而不是状态机（State Machine）的实现。
为了解决这个问题，治疗师使用适合孩子的机器人来展示这些情绪，并让孩子们模仿情绪并以适当的方式对他们作出反应。...NAO机器人 针对自闭症的机器人辅助治疗往往可以解决这样的问题：人类治疗师会向孩子展示一张照片或者闪存卡片，用来表示不同的情绪，以教会他们如何识别恐惧，悲伤或喜悦的表情。...NAO将近2英尺高，类似于装甲超级英雄，通过改变眼睛的颜色，肢体的运动以及声音的音调来表达不同的情绪。 参加这项研究的35名自闭症儿童中，有17人来自日本，18人来自塞尔维亚，年龄从3岁到13岁不等。...他们在35分钟的会议中以各种方式对机器人作出反应，从看起来无聊和困倦，到在房间里兴奋地跳来跳去，拍手，大笑或触摸机器人。...“另外，人类用许多不同的方式改变他们的表情，但机器人总是以同样的方式来做，而这对孩子来说不那么令人沮丧，因为孩子以非常有条理的方式学习如何表达表情。”
对程序员来说，技术文章的写作是比较重要的事情，不管是在公司内的总结汇报，还是想增加社区的影响力，都离不开写作能力。 之前总结过一篇写技术文章的心得，叫做《技术文章的核心是什么？...这方面举一个反面的例子： 这篇是讲 Nest.js 如何做参数验证，并且通过这个案例介绍 Pipe、ExceptionFilter 这两个 Nest.js 的功能。...第一段的内容也是，直接列了会用到哪些技术，给闭环了： 其实列出要讲的点没啥必要，因为这时候列出来读者也不知道它是啥，反而因为知道了后面会讲啥，会失去一些对后面内容的期待。...应该是引出“后端的参数验证”这个话题、激发读者的好奇心就可以了，然后后续内容一点点讲清楚 Nest.js 如何做参数验证。在文章最后闭环，做个完整的总结。...如果在适当的地方抛出一个问题，或者放一个合适的表情包之类的，会有更轻的互动感，阅读体验会更好。 但是，互动不要太多，适当点缀即可，能把内容从逻辑上讲清楚是最重要的。
因为这篇文章亦是在写如何阅读Nacos源码，也是在写如何阅读源码。不要被技术栈所束缚，要提炼属于自己的方法。看你所欲，取你所需。...这里的底层实现和原理相对来说要宏观一些，比如阅读Nacos源码我就是想知道，它是如何实现服务注册、服务发现以及那些服务实例是如何存储的。...从源码中可学的内容太多了，我这里就不逐一讲解了，后面会逐步形成系列文章的形式把我看到的源码中的技术和思想分享给大家。 如何阅读源码 有了阅读源码的目标，下一步就是执行了。...可以直接执行git命令拉取开源库代码： git clone git@github.com:alibaba/nacos.git 但个人并不建议这样直接拉取代码，可以从nacos的仓库fork到自己的GitHub...先来了解一些科普知识吧》 《微服务的灵魂摆渡者——Nacos，来一篇原理全攻略》 《你也对阅读源码感兴趣，说说我是如何阅读Nacos源码的》 《Nacos中已经有Optional使用案例了，是时候慎重对待这一语法了
0的命令），会将异常信息输出到stderr，若设置False则会报SystemExit异常，之前在测试环境就是因为没有处理这个SystemExit异常（SystemExit和Exception是同级关系...），导致整个进程崩溃 pty=True 交互式伪终端时使用，其他不建议使用 watchers 监听Responder列表，自动响应 out_stream 文件对象，可以记录命令输出信息（fabric1版本的参数好像是...# 异常输出 ret.failed # 执行状态True or False 执行交互式命令 如果需要用户主动输入命令，可以使用Responder，第一个参数为需要匹配的字符串，第二个参数为响应的内容...# with settings在fabric2中遗弃了 执行本地命令 # Connection.local方法(实际上是invoke.run的装饰器) conn.local("dir")...fab --help查看具体命令含义，这里列举的是fabric2的常用fab命令参数，和fabric1版本有很大不同。
本文将介绍如何在Linux中使用XXD命令。 安装XXD命令 通常情况下，XXD命令已经预装在Linux操作系统中，因此无需安装即可使用。...vim-common 使用XXD命令查看文件内容 XXD命令可以用于查看文件内容的十六进制表示。...使用XXD命令的语法如下： xxd 例如，要查看文件wljslmz.txt的十六进制表示，可以使用以下命令： xxd wljslmz.txt 执行该命令后，会在终端上显示wljslmz.txt...总结 本文介绍了在Linux操作系统中使用XXD命令的基础知识，包括如何安装XXD命令、如何使用XXD命令查看文件内容、将文件转换为十六进制表示以及编辑二进制文件等操作。...XXD命令是一种非常有用的工具，对于开发人员和系统管理员来说，掌握XXD命令的使用方法是非常重要的。
阅读目录 如何启动项目 vue的项目目录做解释 打包vue项目 如何启动项目 ? 以上是之前创建的项目，那么如何启动这个项目呢？ 进入到创建的项目里面 ? 执行启动项目的命令 ? ?...出现以上的情况，那么项目就已经启动了，在浏览器输入就可以了 ? vue的项目目录做解释 拿到一个vue的项目，我们首先看的文件是 ? ? 如果我们在控制台输入 ?...意思就是将我们的项目进行打包，为什么会这样呢，我们执行完 npm run build 项目就会找package.json这个文件 里面有个 ?...那么就找到这个build 其实最后执行的是 node build/build.js 我们的目录里面就有 ? 就会找到这个，就会进行打包。 打包vue项目 ?...命令是 npm run build 执行完成之后，我们就可以看到多了这个文件夹 ?
，而近年来深度学习技术的出现，为表情识别带来了斐然的进展。...今天，来自北京邮电大学的邓伟洪教授，将为大家介绍如何利用深度学习，来让机器“观色”。...今天，来自澳大利亚阿德莱德大学的沈春华教授，将为大家介绍，从视觉到语言，如何利用深度学习来填补机器与人之间的落差。...4、让机器“析毫剖厘”：图像理解与编辑|VALSE2018之三 来自中科院信息工程研究所的刘偲副研究员，将从生成对抗网络（GAN）讲起，讲述如何通过对场景内物体及物体之间关系的梳理，让机器“析毫剖厘”，...今天，来自厦门大学的纪荣嵘教授，将从视觉信息的紧凑性、深度网络的紧凑性、以及检测算法的紧凑性三方面，来介绍如何实现紧致化的视觉大数据分析系统。
06 机器人管家BIG-i BIG-i由NXROBO公司开发的，像是一个造型可爱的垃圾桶，可它实际上可以作为你的机器人管家工作，可以理解你的语音命令，进行面部识别，或是与智能设备进行互动。...这是YC孵化器53个毕业项目之一，两位创始人来自荷兰，是机器人技术领域的专家。...看着自己的小孩儿流连于电视跟iPad之间，他们没有训斥孩子，只是默默地拔了电源线，并开始认真思量如何给孩子一个他们玩不腻的智能玩具，把他们从虚拟世界拉出来，重新捡起对现实世界的好奇心。...对了，它的外形属于萌死人不偿命那种（图示的绿色猫头鹰只是一个设计，还有很多），两只忽闪闪的大眼睛能投射出各种表情。...另外，ixi-play的脑袋上有个传感器，能对小朋友的抚摸作出反应。动态层面，ixi-play采用了类似飞行模拟器的设计：由柔软的橡胶材质制成，圆滚滚的身子能够安静又灵活地进行3轴平移和旋转。
表情识别 [1503364911028_675_1503364911279.jpg] 3. 人脸漫画、素描生成 [1503364960251_322_1503364960538.png] 4....基于人脸表观建模 分为两类，一是对全局纹理建模，这里全局是指整张脸，主要有AAM等；一种对局部纹理进行建模，有颜色模型、投影模型等。...这里重点说明下基于级联形状回归模型框架的算法，因为近几年出现的很多比较好的算法都属于该框架下的。比如SDM、LBF、DRMF等。级联形状回归模型通过学习一个嵌套函数从而形成多层来逼近F。...后续会详细介绍级联形状回归模型级联形状回归模型框架以及相关框架 深度网络模型 前面提到的fi 都是用传统的机器学习方法设计的， 目前已出现基于深度网络模型来设计fi的算法， 比如卷积神经网络（CNN）、...该类算法有 JDA(Joint Cascade Face Detection and Alignment)、MTCNN等 五、 人脸对齐面临的挑战 大姿态、夸张表情、光线明暗、遮挡、场景多变等等问题。
可一向由金属或硬塑料制成的机器人，是如何露出微笑的呢？...，甚至更细微的表情。...“有一天，当 EVA 突然给我一个大大的、友好的微笑时，我正忙着自己的事情，我知道这纯粹是机械性的，但我发现自己条件反射地回以微笑。”...深度学习“阅读”人类表情，作出反应 上面的机械设计，表明EVA这个机器人在物理上具备作出各种表情的能力。那它又是如何自主完成模仿的呢？ 下面就来揭开这款机器人的软件部分。...EVA对自己的脸是如何“运动”有了原始的感觉后，让它将自己与摄像机拍摄的人脸表情匹配上也就不难了。
其中最著名的行业协会包括 商业软件联盟（BSA），微软、Adobe、甲骨文和 Autodesk 等全球知名软件公司都是它的成员；以及 软件与信息产业协会（SIIA），后者拥有数百位来自软件、媒体和出版行业的成员...（JDA） 是一家位于新泽西州的工程咨询公司，主要从事交通事故重现和交通流量管理业务。...虽然 JDA 只需向 BSA 支付小部分的索赔金额（由于和解协议的条款，具体的赔偿金额无法透露），但是按照罗伯托的说法，这起事件对公司上下都造成了极大的情感伤害。...我觉得如果我把自己的名字公开的话，他们就会针对我们。”他说道，“他们会聘请当地的律师对你死缠烂打，这种做法实在太不道德了。”大约四年前，在几位员工离职之后，他的公司马上就收到了来自微软的律师函。...现在这三家公司都已经吸取了教训，变得更加细致入微地跟踪自己使用的软件和授权情况。 JDA 的罗伯托正在竭力摆脱上述事件的影响，但是这家公司在未来仍然有可能需要接受进一步的审计。
关于domain adaptation的介绍可以看我之前的介绍。简单概括就是，如何用有标注的源域数据 来标定完全无标注的目标域 ？...类与类之间的MMD距离表示为 其中， 分别标识源域和目标域中来自第c类的样本个数。...和TCA的主要区别有两点：1）TCA是无监督的（边缘分布适配不需要label），JDA需要源域有label；2）TCA不需要迭代，JDA需要迭代。...更进一步：如果应用于迁移学习，如何决定该迁移哪些层固定哪些层？ 这个问题对于理解神经网络以及深度迁移学习都有着非常重要的意义。这也正是此论文的研究点。...简介 该论文是一篇实验性质的文章（通篇没有一个公式）。其目的就是要探究上面我们提到的几个关键性问题。因此，文章的全部贡献都来自于实验及其结果。
和图像、视频、文本等数据不同，脑机接口中采集的脑电数据往往来自不同个体，个体之间的差异导致数据分布存在较大差异，传统机器学习算法较难进行跨用户学习；此外，单独为某个用户收集大量带标注数据不仅耗时，而且会影响用户体验...如何借鉴图像领域的迁移学习思想，解决个体差异问题？ 如何选择和新用户相关的源域，以减小运算代价？ 流形嵌入知识迁移方法的主要原理图如下： 首先提出了一种中心对齐的方法，在黎曼流形上进行数据的预对齐。...CA-GFK和CA-JDA使得源域样本的方差和目标域样本的方差近似相同，但仍不能很好地分离不同类别的样本。...MEKT-R不仅使源域样本和目标域样本的总体分布一致，而且使来自两个域中同一类的样本接近，这将有利于分类。 ?...SOTA 模型 JDA、 JGSA 等方法对比，实验结果表明我们的算法显著优于上述基线，且具有较低的时间复杂度；此外，提出的源域选择方法可以实现在性能降低尽量小的前提下提高运行速度近两倍。
目前，视频测谎问题还面临着两大挑战：(1) 如何有效地融合面部和动作信息来判断视频中人物对象是否说谎；(2) 真实的视频数据集规模很小，如何将深度学习应用在数量有限的训练数据上。...同时，论文作者结合心理学知识（即说谎者由于紧张, 其面部表情和身体姿势往往会不一致），发现双流法中的图像特征和光流特征逐帧对应匹配并不是视频测谎的最优解决方案。...因此，作者提出了跨帧的双流网络 (cross-stream network)——这种网络可以捕捉面部表情和身体姿势不一致的关系。...容易看出，模型从每个 mini-batch 中选出了两对六元组，每一对六元组中有两个样本来自同一类别，另外四个样本则来自不同类别。...三、实验结果 FFCSN 模型在公开的真实庭审视频数据集上取得了当前最好的结果，验证了该模型在视频测谎中非常有效, 实验结果也说明了说谎者在表情和动作上很容易出现不一致的问题。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议
