お前はどこまで見えている

1. 传统图像压缩 方法 主页 说明 JPEG XL https://jpeg.org/jpegxl/ JPEG 小组提出，目前最好的图像压缩方法 CMIX http://www.byronknoll.com/cmix.html 无损数据压缩方法，以高 CPU/内存使用率换高压缩比 Lepton https://github.com/dropbox/lepton 对 JPEG 图片进行无损压缩，节省近 22%22\%22% 的大小 FLIF https://flif.info/ 无损图像压缩方法，目前已停止开发（被 JPEG XL 取代） AVIF https://aomediacodec.github.io/av1-avif/ 开放媒体联盟 AOMedia 提出 HEIC https://hevc.hhi.fraunhofer.de/ MPEG 小组提出，基于 HEVC，不开源 Webp https://developers.google.com/speed/webp Google 提出，无损模式比 PNG 小 26%26\%26%，有损模式比 ...

03 月 2016-PCS-End-to-end optimization of nonlinear transform codes for perceptual quality 2016-ICLR-Density Modeling of Images using a Generalized Normalization Transformation 04 月 2017-ICLR-End-to-end Optimized Image Compression 2018-ICLR-Variational image compression with a scale Hyper-prior 2016-CVPR-Deep Residual Learning for Image Recognition 2021-Arxiv-Learning Transferable Visual Models From Natural Language Supervision 05 月 2017-CVPR-PointNet: Deep Learning on Point Sets for ...

1. 简介 论文十问由沈向洋博士提出，他鼓励大家带着这十个问题去阅读论文，用有用的信息构建认知模型。个人也觉得论文十问对阅读论文非常有帮助，故此记下，同时记录一些经典的论文十答作为典范参考。 2. 内容 Q1：论文试图解决什么问题？ Q2：这是否是一个新的问题？ Q3：这篇文章要验证一个什么科学假设？ Q4：有哪些相关研究？如何归类？谁是这一课题在领域内值得关注的研究员？ Q5：论文中提到的解决方案之关键是什么？ Q6：论文中的实验是如何设计的？ Q7：用于定量评估的数据集是什么？代码有没有开源？ Q8：论文中的实验及结果有没有很好地支持需要验证的科学假设？ Q9：这篇论文到底有什么贡献？ Q10：下一步呢？有什么工作可以继续深入？ 3. 经典案例 Paper 十问

1. 简介 在 Linux 上使用 CMake+Make+Cpp 环境简直不要太轻松，大多数 Linux 发行版都自带 Make 和 GCC，因此只需用命令安装一下 CMake 后即可使用。但在 Windows 10 上却需要好好配置一番才能使用…… 2. 配置 MinGW-w64 MingGW-w64 项目旨在 Windows 系统上支持 GCC 编译器，其为 Windows 提供了使用 GCC 编译器的功能。为了更好地在 Windows 系统上使用 GCC 编译器，出现了一些工具合集软件，它们整合了更完备的 GCC 编译器环境供 Windows 系统下使用。比如 Cygwin 和 MSYS2，这里我个人推荐安装 MSYS2 包。 安装好 MSYS2 软件包后，在 Windows 10 的菜单栏中找到 MSYS2，然后打开 MSYS2 MSYS 程序，其提供了类 Arch 的终端环境（Archer 狂喜），然后安装一系列的 GCC 编译链工具： 12345pacman -S mingw-w64-x86_64-gccpacman -S mingw-w64-x86_64-cmake mi ...

1. 简介 Windows 系统一个令人诟病的地方在于，它的 Shell 终端太拉胯了。且不说原先的 CMD，难用且难看，就连新加入的 PowerShell 也是一如既往的难看。 对于长期使用惯了 Zsh 的用户来说，切换到 Windows 10 系统上的 CMD 和 PowerShell 简直就是噩梦！ 不过 PowerShell 一直在发展更新，目前最新版是 PowerShell 7（Windows 10 自带的是版本 5.1）。而且它也出了跨平台版本，使用也和 Linux Shell 有很多兼容。只要将 PowerShell 合理配置一下，就能达到非常好用的效果。 个人推荐 Windows Terminal + PowerShell + oh-my-posh + posh-git。 2. 安装 2.1 Windows Terminal Windows Terminal（WT）总算是微软拿得出手的一款开源终端应用了，其可以在 MicroSoft Store 里免费下载到。WT 可以用于 CMD、PowerShell 和 WSL 等终端解释器，WT 的开源仓库：https://g ...

1. 简介 Flameshot 是一款非常好用的屏幕截图工具，而且还是一款开源的跨平台应用。个人因在 Linux 上习惯了 Flameshot，故迁回 Windows 系统后也继续使用这款截图工具。 2. 开机自启 打开 Flameshot，在菜单栏找到其图标，「右键」->「配置」->「常规」，勾选「开机时启动」。 3. 自定义截图快捷键 Flameshot 内置了很多快捷键（「右键」->「配置」->「快捷键」），而且大部分是可以自定义的。但恰恰最基本的「捕获屏幕」功能默认快捷键为 Print Screen，且不能修改！这让习惯 Ctrl + Alt + A 截图的我无所适从。 Flameshot 的「捕获屏幕」功能在 Linux 系统上可以正常修改。 好在 Windows 系统有强大的第三方软件生态支持。我们可以使用 AutoHotKey 软件来实现自定义 Flameshot 「捕获屏幕」快捷键的功能。 安装 AutoHotKey 软件； 新建 flameshot.ahk 文件，在其内部写入以下脚本： 12345;; flameshot remap ...

1. 常用 快捷键 说明 Ctrl + X 剪切选定项。 Ctrl + C（或 Ctrl + Insert） 复制选定项。 Ctrl + V（或 Shift + Insert） 粘贴选定项。 Ctrl + Z 撤消操作。 Alt + Tab 在打开的应用之间切换。 Alt + F4 关闭活动项，或者退出活动应用。 Windows 徽标键 + L 锁定你的电脑。 Windows 徽标键 + D 显示和隐藏桌面。 F2 重命名所选项目。 F3 在文件资源管理器中搜索文件或文件夹。 F4 在文件资源管理器中显示地址栏列表。 F5 刷新活动窗口。 F6 循环浏览窗口中或桌面上的屏幕元素。 F10 激活活动应用中的菜单栏。 Alt + F8 在登录屏幕上显示你的密码。 Alt + Esc 按项目打开顺序循环浏览。 Alt + 带下划线的字母 执行该字母相关的命令。 Alt + Enter 显示所选项目的属性。 Alt + 空格键 打开活动窗口的快捷菜单。 Alt + 向左键 返回。 Alt + 向右键 ...

1. 简介 Windows 提供了许多内置的全局快捷键，但却没有提供一种统一的自定义快捷键方法，一些内置的快捷键（比如复制、粘贴等），用户也是无法直接更改的。好在 Windows 的生态比较好，已经有一些第三方软件支持统一的自定义快捷键。 2. 启动程序 Windows 支持使用快捷键来启动程序，具体做法如下： 鼠标右键程序快捷方式（如没有则先创建），点击「属性」栏； 在「快捷方式」选项卡中找到「快捷键」选项； 将鼠标定位到输入框中，按下自定义的快捷键即可；如果想去除快捷键，按下回退键即可。 3. 切换输入法 Windows 支持使用数字快捷键来快速切换不同的输入法，具体做法如下： 打开「设置」->「时间和语言」->「语言」->「键盘」->「输入语言热键」； 找到自己想要快速切换的输入法，鼠标定位后点击「更改按键顺序」； 勾选「启用按键顺序」，然后设置对应的数字快捷键即可。 4. 第三方软件 4.1 AutoHotkey AutoHotKey 是一款强大的开源 Windows 快捷键自定义软件，通过编写对应的 .ahk 脚本文件，用户可以自定义各种功能的 ...

1. Windows 下报错：Permissions for ‘xxx/.ssh/id_rsa’ are too open. 问题：当前用户 .ssh 目录下私钥权限太开放了； 解决：找到当前用户目录下 .ssh/id_rsa 文件，鼠标右键->属性->安全，然后编缉「组或用户名」，将除当前用户、SYSTEM 和管理员用户之外的其它用户都删除即可。

1. 摘要 这篇文章[1]主要提出通过自回归的方式来建模自然图像的统计分布，将整张图像的概率分布表示成一系列条件分布的乘积。对自然图像的统计分布建模是无监督学习的标志性任务，这项任务要求图像模型同时具有表现力、可处理性和可伸缩性。作者们提出了一种可以序列处理图像像素模型，该模型对原始像素值的离散概率建模。模型架构的创新包括提出了一种快速的二维循环层，和有效地在模型中使用残差连接。本文提出的模型在自然图像数据集上达到了对数似然分数的 SOTA，并超出之前的 SOTA 很多。使用本文提出的模型进行图像样本生成，可以产生清晰连贯且多种多样的图像内容。 2. 引言 生成图像的建模是无监督学习中的核心问题。概率密度模型可以用于一系列的下游任务，诸如图像压缩、图像修复、图像去模糊等。然而，由于图像数据的高维化和高度结构化，估计自然图像的分布是极其具有挑战性的。 生成建模的一大重要阻碍是构建复杂且具有表现力的模型，同时要求其具有可处理性和可伸缩性。基于 VAE 的模型主要聚焦于随机隐变量建模，旨在能够提取出有意义的表示；但 VAE 中难以处理的推断步骤经常导致性能不佳。 一种有效的建模可处性的模型是 ...

1. 简介 循环码是一类非常重要的线性码，其不仅在理论上有很好的代数结构，而且其编码和译码都可以很容易地利用线性移位寄存器来实现。一些重要的码，比如二元汉明码及其对偶码都等价于循环码。 2. 定义 设 C⊆V(n,q)C \subseteq V(n, q)C⊆V(n,q) 是一个线性码。如果 CCC 的任意一个码字的循环移位还是一个码字，即当 a0a1⋯an−1∈Ca_0 a_1 \cdots a_{n-1} \in Ca0​a1​⋯an−1​∈C 时，an−1a0a1⋯an−2∈Ca_{n-1} a_0 a_1 \cdots a_{n-2} \in Can−1​a0​a1​⋯an−2​∈C，则称 CCC 是一个循环码。 3. 性质 令 Rn=Fq[x]/⟨xn−1⟩R_n = F_q[x] / \langle x^n - 1 \rangleRn​=Fq​[x]/⟨xn−1⟩，其中 FqF_qFq​ 表示 qqq 元域 GF(q)GF(q)GF(q)。显然，V(n,q)V(n, q)V(n,q) 中的向量与 RnR_nRn​ 中的多项式之间存在着一个自然的一一对应关系： a0a1⋯an ...

1. 简介 194919491949 年，Marcel Golay 给出了四个线性码，分别记为 G23,G24,G11,G12G_{23}, G_{24}, G_{11}, G_{12}G23​,G24​,G11​,G12​，现在称这四个线性码为戈莱码。G23G_{23}G23​ 和 G24G_{24}G24​ 为二元线性码，G11G_{11}G11​ 和 G12G_{12}G12​ 是三元线性码。无论从理论还是实用的角度看，戈莱码都是一类重要的线性码。 2. 二元戈莱码 G24G_{24}G24​ 2.1 定义 设 G=(I12∣A)\boldsymbol{G} = (\boldsymbol{I}_{12} | \boldsymbol{A})G=(I12​∣A)，其中 I12\boldsymbol{I}_{12}I12​ 是 12×1212 \times 1212×12 的单位矩阵， A=(01111111111111101110001011011100010110111000101111110001011011100010110111000101101110001011011110 ...