近年来，目睹了卷积神经网络（CNN）在各种计算机视觉和人工智能应用中的广泛普及。
然而，功能的提高是以大量密集的计算复杂性为代价的，这阻碍了它在诸如移动或嵌入式设备之类的资源受限的应用中的使用。
尽管人们越来越关注内部网络结构的加速，但很少考虑视觉输入的冗余性。
在本文中，我们首次尝试直接从视觉输入中减少CNN加速的空间和通道冗余。
所提出的方法称为ESPACE（消除空间和信道冗余），它通过以下三个步骤起作用：首先，通过一组低秩的卷积滤波器降低卷积层的3D通道冗余度。
其次，提出了一种新颖的基于掩模的选择性处理方案，该方案通过跳过视觉输入的不显着空间位置来进一步加快卷积操作。
第三，通过反向传播使用训练数据对加速网络进行微调。
在ImageNet2012上评估了提出的方法，并在两个广泛采用的CNN（即AlexNet和GoogLeNet）上实现了该方法。
与CNN加速的几种最新方法相比，该方案已证明在AlexNet和GoogLeNet上分别以5.48倍和4.12倍的加速比提供了最新的加速功能，而分类精度的下降却最小。
然而，功能的提高是以大量密集的计算复杂性为代价的，这阻碍了它在诸如移动或嵌入式设备之类的资源受限的应用中的使用。
尽管人们越来越关注内部网络结构的加速，但很少考虑视觉输入的冗余性。
在本文中，我们首次尝试直接从视觉输入中减少CNN加速的空间和通道冗余。
所提出的方法称为ESPACE（消除空间和信道冗余），它通过以下三个步骤起作用：首先，通过一组低秩的卷积滤波器降低卷积层的3D通道冗余度。
其次，提出了一种新颖的基于掩模的选择性处理方案，该方案通过跳过视觉输入的不显着空间位置来进一步加快卷积操作。
第三，通过反向传播使用训练数据对加速网络进行微调。
在ImageNet2012上评估了提出的方法，并在两个广泛采用的CNN（即AlexNet和GoogLeNet）上实现了该方法。
与CNN加速的几种最新方法相比，该方案已证明在AlexNet和GoogLeNet上分别以5.48倍和4.12倍的加速比提供了最新的加速功能，而分类精度的下降却最小。
2023/2/21 22:04:53
384KB
1
马占新编*的《数据包络分析模型与方法》旨在给出一种*具广泛含义的数据包络分析方法——广义数据包络分析方法，并探讨其在自然科学与社会科学领域中的应用。
次要包括作者博士后出站报告(2001)的部分内容以及作者2001～2010年的次要工作，是作者近十年次要研究工作的总结。
第1章综述了数据包络分析方法近30年的次要研究进展。
第2章从构成DEA生产可能集的参照系出发，重新审视DEA理论。
第3章以C2R模型、BC2模型为基础，阐述了广义DEA方法的构造思想和基本模型。
第4章和第5章分别给出了带有偏好锥的广义DEA模型和具有无穷多个决策单元的广义DEA模型。
第6章给出了综合的广义DEA模型。
第7章给出了只有输出的广义DEA模型。
第8章给出了评价多属性决策单元的广义DEA模型。
第9章给出了基于模糊综合评判的广义DEA模型。
第10章和第11章应用广义DEA方法给出了几种组合有效性评价和系统风险评估的方法。
第12章和第13章给出了基于面板数据的广义DEA方法及应用。
第14章探讨了广义DEA方法在生物信息综合分析中的应用。
次要包括作者博士后出站报告(2001)的部分内容以及作者2001～2010年的次要工作，是作者近十年次要研究工作的总结。
第1章综述了数据包络分析方法近30年的次要研究进展。
第2章从构成DEA生产可能集的参照系出发，重新审视DEA理论。
第3章以C2R模型、BC2模型为基础，阐述了广义DEA方法的构造思想和基本模型。
第4章和第5章分别给出了带有偏好锥的广义DEA模型和具有无穷多个决策单元的广义DEA模型。
第6章给出了综合的广义DEA模型。
第7章给出了只有输出的广义DEA模型。
第8章给出了评价多属性决策单元的广义DEA模型。
第9章给出了基于模糊综合评判的广义DEA模型。
第10章和第11章应用广义DEA方法给出了几种组合有效性评价和系统风险评估的方法。
第12章和第13章给出了基于面板数据的广义DEA方法及应用。
第14章探讨了广义DEA方法在生物信息综合分析中的应用。
2023/2/18 9:43:44
26.11MB
1
solarwinds-NPM12.4、12.3、12.2、12.1的offline安装版的官方下载地址，其他地方下载的带eval的是评估板，大家下载的时候留意。
2023/2/16 10:43:20
598B
1
当将现实世界的数据集拟合到特定类型的模型时，经常会遇到一个或一组观测值对模型拟合产生不当影响的情况，这可能导致误导性结论。
因此，数据分析人员有必要识别这些有影响的观察结果，并评估它们对模型拟合各个方面的影响。
在本文中，定义了一种类型的修正库克距离，以衡量一个或一组观测值对部分变系数模型中常数系数部分的估计的影响，并将库克距离表示为相应残差和杠杆作用。
同时，建议使用自举程序来得出建议的库克距离的参考值。
进行了一些模拟，并进一步分析了实际数据集，以检验所提出方法的功能。
实验结果令人满意。
因此，数据分析人员有必要识别这些有影响的观察结果，并评估它们对模型拟合各个方面的影响。
在本文中，定义了一种类型的修正库克距离，以衡量一个或一组观测值对部分变系数模型中常数系数部分的估计的影响，并将库克距离表示为相应残差和杠杆作用。
同时，建议使用自举程序来得出建议的库克距离的参考值。
进行了一些模拟，并进一步分析了实际数据集，以检验所提出方法的功能。
实验结果令人满意。
2023/2/12 12:07:25
186KB
1
在发现成熟Web技术中的漏洞方面，传统应用程序扫描程序表现得也很好，但是它们在扫描更新的Web2.0技术时常常缺乏足够的智能性。
目前，许多复杂的Web应用程序全都基于新兴的Web2.0技术，HPWebInspect可以对这些应用程序执行Web应用程序安全测试和评估。
HPWebInspect可提供快速扫描功能、广泛的安全评估范围及准确的Web应用程序安全扫描结果。
它可以识别很多传统扫描程序检测不到的安全漏洞。
利用创新的评估技术，例好像步扫描和审核(simultaneouscrawlandaudit,SCA)及并发应用程序扫描，您可以快速而准
目前，许多复杂的Web应用程序全都基于新兴的Web2.0技术，HPWebInspect可以对这些应用程序执行Web应用程序安全测试和评估。
HPWebInspect可提供快速扫描功能、广泛的安全评估范围及准确的Web应用程序安全扫描结果。
它可以识别很多传统扫描程序检测不到的安全漏洞。
利用创新的评估技术，例好像步扫描和审核(simultaneouscrawlandaudit,SCA)及并发应用程序扫描，您可以快速而准
2023/2/10 16:28:28
319.55MB
1
通过本考试的合格人员能够掌握零碎集成项目管理的知识体系；
具备管理零碎集成项目的能力；
能根据需求组织制定可行的项目管理计划；
能够阻止项目实施，对项目进行监控并能根据实际情况及时做出调整，零碎地监督项目实施过程的绩效，保证项目在一定的约束条件下达到既定的项目目标；
能分析和评估项目管理计划和成果；
能对项目进行风险管理，制定并适时执行风险应对措施；
能协调零碎集成项目所涉及的相关单位和人员；
具有工程师的实际工作能力和业务水平。
具备管理零碎集成项目的能力；
能根据需求组织制定可行的项目管理计划；
能够阻止项目实施，对项目进行监控并能根据实际情况及时做出调整，零碎地监督项目实施过程的绩效，保证项目在一定的约束条件下达到既定的项目目标；
能分析和评估项目管理计划和成果；
能对项目进行风险管理，制定并适时执行风险应对措施；
能协调零碎集成项目所涉及的相关单位和人员；
具有工程师的实际工作能力和业务水平。
2023/2/5 6:57:48
135KB
1
确保您的拉取请求遵循指定的约定。
有些约定可能无法通过ESLint或HoundCI之类的工具轻松检查。
这些范围可以从任意检查（例如Apullrequestmustberaisedbyauserwhosefirstnameisnotmorethan6characterslong到更实际的检查（例如Apullrequestmusthaveatleast2reviewcomments。
GitHint在检查这些类型的约定方面很成功。
GitHint获取有关拉取请求，提交，分支，树的元数据，并将该元数据传递给用户定义的脚本进行评估。
此类脚本应返回true或false以确定能否准备好合并合并请求。
要开始使用GitHint，请首先在您的存储库上，然后将添加到存储库的根目录中。
而已！有关更多信息，请访问。
有些约定可能无法通过ESLint或HoundCI之类的工具轻松检查。
这些范围可以从任意检查（例如Apullrequestmustberaisedbyauserwhosefirstnameisnotmorethan6characterslong到更实际的检查（例如Apullrequestmusthaveatleast2reviewcomments。
GitHint在检查这些类型的约定方面很成功。
GitHint获取有关拉取请求，提交，分支，树的元数据，并将该元数据传递给用户定义的脚本进行评估。
此类脚本应返回true或false以确定能否准备好合并合并请求。
要开始使用GitHint，请首先在您的存储库上，然后将添加到存储库的根目录中。
而已！有关更多信息，请访问。
2023/1/29 4:50:02
100KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB