在screen 内（会话界面中）运行exit 命令会退出并删除会话，谨慎使用！
常用方式是Ctrl+a，d组合键，screen -r 恢复！
screen命令（关闭本地，远程服务器程序继续跑）写在前面 自己的电脑连上服务器后，如果断网、关闭电脑、关闭终端、关闭IDE等都会导致远程服务器上程序退出，这对于需要长时间训练的程序是不可忍受的。如何让连接断开时，服务器仍然...
IP属地：北京
-
-
可以将vscode中的代码跑在screen中。亲测！
screen命令（关闭本地，远程服务器程序继续跑）
写在前面 自己的电脑连上服务器后，如果断网、关闭电脑、关闭终端、关闭IDE等都会导致远程服务器上程序退出，这对于需要长时间训练的程序是不可忍受的。如何让连接断开时，服务器仍然...
-
个人理解，场景初始化时只有侦察蜂和观察蜂。侦察蜂负责外出搜索蜜源，观察蜂在蜂巢待命。当侦察蜂发现蜜源之后随机转变为采蜜蜂进行采蜜，并将蜜源信息带回蜂巢。如果蜜源未枯竭，则观察蜂出动转变成采蜜蜂进行采蜜同时携带蜜源信息，肩负传播蜜源信息的职责。当原来是观察蜂那部分蜜蜂本身不再存有目标蜜源信息时或者说之前存有的目标蜜源枯竭了，则飞回蜂巢继续观察待命。当原来是侦察蜂的那部分蜜蜂本身不再存有目标蜜源时或者之前存有的目标蜜源枯竭了，则由采蜜蜂转变成侦察蜂继续侦察。也即场景开始时是观察蜂的，有目标蜜源则转变成采蜜蜂采蜜，当没有目标蜜源，则回巢待命观察。场景开始时是侦查蜂的，就一直在外面侦察或者采蜜。
优化算法笔记（八）人工蜂群算法
1. 人工蜂群算法简介 （以下描述，均不是学术用语，仅供大家快乐的阅读）工蜂群算法（Artificial Bee Colony Algorithm，ABC）是一种模仿蜜蜂采蜜...
-
楼主好，感谢楼主分享。明白了个大概，有些细节还是不太清楚，多次的测量之间的关系是啥？能再讲一讲吗？多谢
粒子滤波（CSDN通俗解释）
关于卡尔曼滤波和粒子滤波最直白的解释 卡尔曼滤波本来是控制系统课上学的，当时就没学明白，也蒙混过关了，以为以后也不用再见到它了，可惜没这么容易，后来学计算机视觉和图像处理，发...
-
Good!
人工智能概念-10-群体智能
人工智能通识文章索引 这一节我们来一起看一下神奇的群体智能。 群体智能Swarm Intelligence是指在集体层面表现的分散的、去中心化的自组织行为。 比如蚁群、蜂群构...
-
可以肯定的说，能的。我也在寻找方法。官方源码包里的examples/socket 文件夹下就是相关例子。
NS3 Socket类API说明
源文件位置： src/netwrok/model/socket.hsocket.cc 描述： 一个基于BSD Socket API的低级Socket API。内省没有找到任何...
-
楼主好，请问 int64_t AssignStreams (int64_t stream); 到底是干什么用的？能举个例子说明一下吗？
多谢！NS3 mobility移动模型内容翻译
ns3-model-library.pdf文档中移动模型翻译 Mobility 22.1 MOdel Description 22.1.1 Design 这一节包括mobil...
-
楼主好，有两个问题一直困扰着我：
1.当引领蜂发现蜜源后，通过舞蹈将蜜源信息广播给观察蜂，观察蜂去采蜜，采蜜回来是不要再次选择自己是否再次去采蜜、还是变成观察蜂或者侦查蜂？还是一直扮演采蜜蜂直至蜜源被采完为止？
如果不是一直到蜜源被采完为止，采蜜回来的蜜蜂可以根据当前所有蜜源的情况进行对比，发现比自己当前刚刚采过的蜜源的话，重新选择蜜源。这样就很容易跳出局部最优了吧？
2.如果寻找全局最优解的话，蜂群算法是不是存在同一个解被多次搜索到的问题？这样效率是不是还不如逐个解地毯式搜索了呢？优化算法笔记（八）人工蜂群算法
1. 人工蜂群算法简介 （以下描述，均不是学术用语，仅供大家快乐的阅读）工蜂群算法（Artificial Bee Colony Algorithm，ABC）是一种模仿蜜蜂采蜜...
-
楼主好，求下载网址！
2020年春人教版六年级语文下册《53天天练》.pdf
2020年春人教版六年级语文下册《53天天练》.pdf版，A4可直接打印，蓝奏云下载，方便快捷，点击即下 2020年春人教版六年级语文下册《53天天练》.pdf 2020年春...
-
不好使了，重启之后还会提示让激活！
IntelliJ IDEA 最新版本激活（有效期至2089年）
大家熟知Jetbrains的话应该知道：他们家的所有产品升级到2018.2.1及以上版本后，先前可用的注册服务器都失效了，无法激活最新版本。 本次带给大家的是: Jetbra...
-
不是java 版的啊
opencv for java之——深度学习目标检测MobileNet-SSD
前言 当前，在目标检测领域，基于深度学习的目标检测方法在准确度上碾压传统的方法。基于深度学习的目标检测先后出现了RCNN,FastRCNN,FasterRCNN, 端到端目...
-
哑编码，又称为独热编码（One-Hot Encoding），作用是对特征进行量化。例如某个特征有三个类别：“大”“中”和“小”，要将这一特征用于模型中，必须将其数值化，很容易想到直接给它们编号为“1”“2”和“3”，但这种方式引入了额外的关系（例如数值间的大小关系），“误导”模型的优化方向。一个更好的方式就是使用哑编码，例如“大”对应编码“100”，“中”对应编码“010”，“小”对应编码“001”。如果将其对应到一个三维的坐标系中，则每个类别对应一个点，且三个点之间的欧氏距离相等，均为[插图]。
机器学习之One-Hot Encoding详解
机器学习 数据预处理之One-Hot Encoding 看到One-Hot-Encoding发现网上大多数说明都是来自于同一个例子，最后结果感觉出的好突兀，因此这里总结一下。...
-
楼主好，应该是FLOPS吧？
关于CPU的浮点运算能力计算
学了IT那么久，只知道CPU主频不断的提升，核数也越来越多，但是如何理论上计算出不同代CPU性能的提升，还真没有认真思考过，我估计大多数人也不会关注，这次由于要进行高性...
-
mark！
google地图瓦片服务
我在网上找到如下解释，比较详细的解释 地图瓦片地址：http://mt2.google.cn/vt/lyrs=m@167000000&hl=zh-CN&gl=cn&x=420...
-
太乐。。。
楼主辛苦！GOOGLE离线地图+tomcat+openlayers4
该教程是新手版，完全不懂Gis。直接哪里啊就可以用了。 使用乐太地图下载器 附下载地址破解版链接:https://pan.baidu.com/s/1nwLhXod 密码:n...
-
后台产品从0到1全流程总结前言 俗话说，实践出真知。在实践的过程中总能快速积累新的经验，学到新的东西。但是实践过之后经验如何转化为自己的能力？很简单，从头总结一遍，然后想着有一件类似的事情需要你独立负...
-
