Vozhuo

May you rest in a deep and dreamless slumber.

常用软件下载地址

实用工具 Bandizip RevoUninstaller Clash.Nyanpasu 小鹤双拼 Office Office Tool Plus Office Tab MathType 社交软件 QQ 微信安全软件 Kaspersky 编程工具 miniconda Microsoft VS Code NodeJs Git 使用 HTTP 代理： git config --global http.proxy http://127.0.0.1:7890 git config --global https.proxy https://127.0.0.1:7890 工程软件 Abaqus

使用Pyinstaller打包Django项目

首先，需要确定打包后的应用程序是否需要支持32位的Windows操作系统，如果需要32位系统的支持，那么需要在32位的Python环境下打包。Anaconda为例，在Anaconda Prompt中输入set CONDA_FORCE_32BIT=1，再创建新的Python环境，在这个环境下下载的Python包均为32位。用32位的Python环境打包的应用程序同样也可在64位操作系统下运行，但用64位的Python环境打包的应用程序则不能在32位操作系统下运行。 ...

[论文]Semi-supervised Audio Classification with Consistency-Based Regularization

发表于2019 Interspeech。将半监督方法Mean Teacher用于Google Speech Commands和UrbanSound8Ku数据集，其关键在于对音频数据的扰动，包括时间和频率转换、高斯噪声、环境噪声和Mixup，所用的音频数据均被转换为频谱图图像。环境噪声和Mixup两种方法是独立添加的，为防止互相影响。实验结果显示Mixup的效果要好于添加环境噪声。 ...

[论文]FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence

2020年1月21日于Arxiv公开，https://arxiv.org/abs/2001.07685 FixMatch整合了一致性正则化与伪标签两种方法。文中将数据增强分为弱增强和强增强，弱增强为标准的平移与翻转，强增强为RandAugment或CTAugment，之后接Cutout。FixMatch的流程如下：首先，将未标记图像的弱增强版本输入模型中以获得预测值。预测值高于某个阈值时，预测值将会转换为one-hot伪标记。然后，将对同一张图片的强增强版本计算输入模型获得预测。通过标准的交叉熵损失，使其在强增强版本上的预测与伪标记匹配。 ...

[论文]Data augmentation with Mobius transformations

2020年2月7日于arXiv公开，https://arxiv.org/abs/2002.02917 论文提出一种新的数据增强方法Mobius transformations（莫比乌斯变换，自译）。Mobius transformations是双射共形变换，在生物学中已有应用，将3D形态的标本（如人类，真菌和鱼类）转为2D投影。本文将其用于自然图像，一张图片经过Mobius transformations可生成多种变换后的图片。理论解释我还没看明白，所以暂时跳过。 ...