引言实话说，网上95%的文章都是错的，各种复制粘贴，我通过逐一排查以及实验证明，总结了比较准确的字符串在常量池中的存储过程，以及String.intern()方法的分析。String类常量池存储过程不废话，几幅图直接彻底搞清几种情况：（1）字面量直接赋值String s1 = "aaa";String s2 = "aaa";String s3 = "bbb";（2）new新对象String s1

目前经常有的情况是，需要在不能联网的机器上部署深度学习环境。给定一个已经装好系统的（这里以Ubuntu16.04为例），下面完成对cuda、cudnn的离线安装精准解释，无废话一次成功，小白一次入门！即使有网环境，采用如下方法也是最快最便捷的，必定一次成功！一、cuda安装1、首先，要确定cuda的版本，注意cuda的版本完全由显卡驱动的版本来确定，和你显卡本身型号没有关系，前提是你的显卡本身支持

引言数据库中的索引是用来加快查询速度的B TreeB+ Tree聚簇索引和非聚簇索引索引可分为两个大类：主键索引：主键本身就是一个索引辅助索引（也称为非主键索引、二级索引）：设置主键之外的其他字段为索引聚簇索引定义：索引和数据是放在一块的（一个文件存储，主键索引的B+树的叶子节点中存放了索引值和数据行所有字段）索引的顺序和数据的物理存储一致（因为字段也在B+树的叶子节点中，因此索引按序则整个数据行

L1 lossL2 losssmooth L1 loss

在github上配置ssh key很容易，网上一大堆教程，但基本没有详细解释其原理的，为什么要配？每使用一台主机都要配？配了为啥就不用密码了？下面简单通俗地解释一下：我们在往git上push项目的时候，如果走https的方式，每次都需要输入账号密码，非常麻烦。而采用ssh的方式，就不再需要输入，只需要在github自己账号下配置一个ssh key即可。ssh key的配置是针对每台主机的，比如我在

在拉公共分支最新代码的时候使用rebase，也就是git pull -r但往公共分支上合代码的时候，使用merge

在github上配置ssh key很容易，网上一大堆教程，但基本没有详细解释其原理的，为什么要配？每使用一台主机都要配？配了为啥就不用密码了？下面简单通俗地解释一下：我们在往git上push项目的时候，如果走https的方式，每次都需要输入账号密码，非常麻烦。而采用ssh的方式，就不再需要输入，只需要在github自己账号下配置一个ssh key即可。ssh key的配置是针对每台主机的，比如我在

文章目录一 前言二 Faster RCNN模型详解1 测试（Test）1.1 总体架构1.2 conv layers1.3 RPN1.3.1 anchors1.3.2 cls layer——分类1.3.3 reg layer——回归2 训练三 总结一 前言Faster RCNN是two-stage目标检测模型中的典型代表，虽然已经是16年的老模型，但检测与训练过程还是比较复杂的，至少有80%以上调

在拉公共分支最新代码的时候使用rebase，也就是git pull -r但往公共分支上合代码的时候，使用merge

卷积神经网络1.1 计算机视觉计算机视觉是深度学习中的一个分支领域，主要是对图片进行处理。在对图片进行处理时，输入的特征往往都是像素值，如果图片很大则会造成参数非常多，那么学习起来相当复杂而且容易过拟合，因此引出卷积运算。1.2 边缘检测示例该节讲了如果进行卷积运算，以及垂直边缘检测的概念。图片像素矩阵和一个方阵（称为过滤器）进行卷积运算，实际上就是将方阵在大矩阵上不断移动，对应元素...