os.path.realpath（）與os.path.abspath（）
相同點：
都是用來返回絕對路徑的，如果沒有引數就返回當前所在目錄的絕對路徑，如果給的引數是個***.txt類似的（1）不存在檔名或資料夾名，那會和當前路徑做拼接之後返回路徑字串；（2）存在的話也是直接返回嘛
不同點：
realpath返回檔案的標準路徑，而不是該檔案的鏈結所在位置（這個在linux中看的明顯，win中沒有太大差別）
abspath返回的實際上就是個拼接的字串，並不會深究那個路徑是不是乙個鏈結
2.json.load()與json.dump()
dump:把乙個python物件編碼轉換成json字串
load:把json格式字串解碼轉換成python物件
3.python rstrip() 刪除 string 字串末尾的指定字元（預設為空格）。
4.os.path.basename()
返回path最後的檔名。如果path以／或\結尾，那麼就會返回空值。
5.np.load(vgg16.npy, encoding=『latin1』).item()
有兩個問題：
（1）np.load(xx,encoding=『latin1』)只在 **用python3載入python2產生的pickled file，具體型別是.npy和.npz；
（2）沒有item（）的時候，是乙個ndrarry的型別（該型別是numpy的，類似於tensor型別是tensorflow的），有了item（），是乙個dict型別
6.python 字典(dictionary)
dict.get(key, default=none)
函式返回指定鍵的值，如果值不在字典中返回預設值，返回值可以自己設定，比如"abcd"。
7.call(),在類中實現
只要定義型別的時候，實現__call__函式，這個型別就成為可呼叫的，功能和函式一樣
8.orgid
ogrid函式作為產生numpy陣列與numpy的arange函式功能有點類似，不同的是：
1、arange函式產生的是一維陣列，而ogrid函式產生的是二維陣列
2、arange函式產生的是乙個陣列，而ogrid函式產生的是二個陣列
3、ogrid函式產生的陣列，第乙個陣列是以縱向產生的，即陣列第二維的大小始終為1。第二個陣列是以橫向產生的，即陣列第一維的大小始終為1。
轉置卷積的工作與常規的上取樣（插值）很相似，只不過常規的插值（線性、雙線性、雙立方等引數不能學習），而轉置卷積會迭代學習。一些文獻中也把轉置卷積稱之為反卷積(deconvolution)和部分跨越卷積(fractionally-strided convolution)
棋盤效應原本指：物以類聚，人以群分，如果乙個人優秀，那他周圍的人大概率上也不會差；反之，如果乙個人很差，他身邊的人也好不到**去。
這個概念大家都懂，但是放到深度學習裡面就有點意（不）味（好）深（描）長（述）了。上一張圖來說這個事。
來自侵刪。
我的理解，就是由於生成影象是按照畫素來的，根據棋盤效應，可能有些區域特徵扎堆，最後生成的效果也差不多，這種臨近的相同畫素點給人直觀感受就像乙個棋盤。
multi-net網路圖
cnn encoder：用imagenet classification data產生的預訓練模型，該文章用了vgg16和resnet結構，vgg16根據丟棄的全連線層數目不同分為vgg-pool5和vgg-fc7
vgg16網路圖
自用的openwrt安裝後續工作
編輯 etc hotplug.d block 10 mount bin ash case action in add for i in ls dev grep sd a z 1 9 domkdir p mnt i mount o iocharset utf8,rw dev i mnt i if ne...
找工作筆試 廣聯達 判斷是否為後續排序
題目 輸入乙個整數陣列，判斷該陣列是不是某二元查詢樹的後序遍歷的結果。如果是返回true，否則返回false。例如輸入5 7 6 9 11 10 8，由於這一整數序列是如下樹的後序遍歷結果 8 6 10 5 7 9 11 因此返回true。如果輸入7 4 6 5，沒有哪棵樹的後序遍歷的結果是這個序列...
UUID設主鍵 讓後續的開發工作更加方便
uuid 簡單的說就是一串比較長的數字，這是相對於同一時空內的唯一的數字串。現有公司部門表 部門員工表這兩個表，兩表之間有關聯關係。通常的做法是 在部門員工表裡新增欄位來記錄部門表主鍵id，從記憶裡記得用自增id做主鍵好像會不大好 具體是什麼原因我也忘了，記的是結果。但是最近看了一篇帖子心裡邊兒想想...