This is a 部落格 of outbreak_sen

我的论文管理方法 zotero下载pdf，我一般看arxiv的文章，然后保存pdf，webav到坚果云 有些需要用思维导图做笔记的，利用mindmaster，那个再说了 针对每一个文献，建立一个连接到obsidian的md文件，这里用一个插件betternote插件，可以自动建立文献同名的md文件并创建在obsidian的文件夹目录下plugins [Zotero Documentation]， obsidian使用一个attachment management来管理图片，像typora一样把截图保存在md同名的文件夹下 把文献的pdf建立一个github的仓库，是hexo的模板的仓库，然后定期进行推送到远端，并部署blog网页到个人主页，记得obsidian的图片的格式不是标准的markdown的，所以需要关闭wiki格式，自己查一下什么意思

实践笔记CUDA切换版本 如果本地没有cuda，torch安装的时候的cuda-toolkit就已经是cuda环境了，就不需要cuda了 但是如果需要cuda编译一些东西，比如AlphaPose需要cuda编译，就需要cuda安装到本地。 安装之后， 系统变量中多了 ==CUDA_PATH_V9_2== 和 ==NVCUDASAMPLES9_2_ROOT==两个环境变量，然后CUDA_PATH也会变成新的。 NVCUDASAMPLES_ROOT：D:\CUDA Documentation\NVIDIA Corporation\CUDA Samples\v9.2（Samples 的路径） CUDA_PATH _V9_2：D:\CUDA Documentation\NVIDIA GPU Computing Toolkit\CUDA\v9.2（CUDA Documentation 和 CUDA Development 的路径） CUDA_PATH:CUDA_PATH _V9_2的路径 Path中多了两个bin和libvvp两个变量 D:\CUDA...

eastMocap Install and Usage easymocap关键点检测模块可以用HRNet或者Openpose 每次改完代码要python setup.py develop–uninstall 再 python setup.py develop Install OpenPose（拼尽全力无法战胜） 12345678910git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose.git --depth 1cd openposegit submodule update --init --recursive --remotesudo apt install libopencv-devsudo apt install protobuf-compiler libgoogle-glog-devsudo apt install libboost-all-dev libhdf5-dev libatlas-base-devmkdir buildcd buildcmake .....

深度学习代码学习笔记 setuptools 介绍是什么 简单使用 _ all _是什么 当我们向文件导入某个模块时，导入的是该模块中那些名称不以下划线（单下划线“_”或者双下划线“__”）开头的变量、函数和类。因此，如果我们不想模块文件中的某个成员被引入到其它文件中使用，可以在其名称前添加下划线。 通过在模块文件中设置__all__变量，当其它文件以“from 模块名 import *”的形式导入该模块时，该文件中只能使用__all__ 列表中指定的成员。 12345678910111213141516171819# mytest.py__all__ = ['a','b','d'] #这里不同def a(): print('aaaaa')def b(): print('bbbbb') def c(): # 这里不同 print('ccccc')def _d(): ...

算法_Deque队列的使用 deque 的核心操作演示 1. 创建 deque 1234567from collections import deque# 创建空队列q1 = deque()# 创建包含初始元素的队列q2 = deque([1, 2, 3]) # deque([1, 2, 3])# 指定最大长度（超过自动删除左侧元素）q3 = deque(maxlen=3) 2. 入队操作（添加元素） 123456789q = deque([1, 2])# 右侧添加（最常用）q.append(3) # deque([1, 2, 3])# 左侧添加（层序遍历用不到）q.appendleft(0) # deque([0, 1, 2, 3])# 批量添加q.extend([4, 5]) # deque([0, 1, 2, 3, 4, 5])q.extendleft([-1]) # 注意：extendleft会逆序添加 3. 出队操作（取出元素） 12345q = deque([1, 2, 3, 4])# 左侧取出（层序遍历用这个）x =...

python的一些语法 List和list . list（小写） Python 内置的列表类型，是语言本身的一部分 用于运行时创建和操作列表 可以直接使用：my_list = list() 或 my_list = [1, 2, 3] 2. List（大写） 来自 typing 模块的类型提示工具 仅用于静态类型检查，不影响程序运行 需要导入：from typing import List 告诉开发者/IDE/类型检查工具：这个变量应该是什么类型 场景：创建/初始化列表/函数参数 1234567891011121314151617# ✅ 正确：使用小写 listmy_list = list() # 创建空列表my_list = [] # 更常用的方式my_list = [1, 2, 3] # 带初始值的列表# ❌ 错误：大写 List 不能这样用my_list = List() # TypeError: 'List' 不能被实例化from...

二分法 1. 区间定义三选一 123闭区间 [left, right] → left = 0, right = len-1左闭右开 [left, right) → left = 0, right = len开区间 (left, right) → left = -1, right = len 2. 循环条件口诀 123闭区间：left <= right （区间不为空：至少有一个元素）左闭右开：left < right （区间不为空：left < right 时还有元素）开区间：left + 1 < right （区间不为空：中间至少有一个元素） 3. 边界移动口诀 123456当 nums[mid] < target 时：说明 target 在右边，左边界右移当 nums[mid] >= target 时：说明 target 在左边（或就是mid），右边界左移闭区间：left = mid + 1, right = mid - 1左闭右开：left = mid + 1, right = mid开区间：left...

二叉树 一、二叉树的基本概念 二叉树（Binary Tree）是一种树形数据结构，它的每个节点最多只能有两个子节点，分别称为左子节点和右子节点。可以把它类比成 “每个家长最多只能有两个孩子” 的家族树。 关键术语： 根节点：树的最顶层节点，没有父节点。 叶子节点：没有任何子节点的节点。 节点的度：节点拥有的子节点数量（二叉树中最多为 2）。 树的深度 / 高度：从根节点到最远叶子节点的路径上的节点数。 满二叉树：所有非叶子节点都有两个子节点，且所有叶子节点在同一层。 完全二叉树：除最后一层外，每一层节点数都达到最大值，最后一层的叶子节点靠左排列。 二、二叉树的经典计算方法与公式（全是递归，学会这个公式就可以） 1. 二叉树的基本定义（Python 实现） 先定义二叉树节点的类，这是所有计算的基础： 123456789101112131415161718class TreeNode: """二叉树节点类""" def __init__(self, val=0, left=None,...

元组（tuple）的基本用法 元组不可修改 逗号 , 才是创建元组的关键，括号是可选的（除了空元组）。以下也是元组 列表采用中括号[] 1234567# 元组是不可变的DIRS = (0, 1), (1, 0), (0, -1), (-1, 0)# DIRS[0] = (1, 0) # ❌ 错误！元组不可修改# 如果是列表就可以修改DIRS_LIST = [[0, 1], [1, 0], [0, -1], [-1, 0]]DIRS_LIST[0] = [1, 0] # ✅ 可以修改 Python 元组完全入门指南 创建元组 1234567891011121314151617181920212223242526# 1. 用圆括号创建（最常用）t1 = (1, 2, 3, 4, 5)print(t1) # (1, 2, 3, 4, 5)# 2. 不用括号，直接用逗号分隔t2 = 1, 2, 3, 4, 5print(t2) # (1, 2, 3, 4, 5)# 3. 单元素元组（必须加逗号！）t3 = (1,) # 正确，这是一个元组print(t3) #...

算法_大小根堆的使用 Python 中的堆（heapq）使用详解 Python 中的堆是通过 heapq 模块实现的，默认是小顶堆（最小堆）。 一、堆的基本操作 1. 导入和创建堆 123456789import heapq# 创建一个空堆heap = []# 或者将现有列表转为堆nums = [3, 1, 4, 1, 5, 9, 2]heapq.heapify(nums) # 原地转换，O(n)print(nums) # [1, 1, 2, 3, 5, 9, 4]（小顶堆结构） 2. 基本操作 123456789101112131415161718192021222324252627import heapqheap = []# 添加元素heapq.heappush(heap, 5)heapq.heappush(heap, 2)heapq.heappush(heap, 3)heapq.heappush(heap, 1)print(heap) # [1, 2, 3, 5]（堆序结构）# 弹出最小元素smallest = heapq.heappop(heap) # 返回...