此书主要讲解了内存动态分配算法和垃圾回收算法。希望对需要的朋友有所帮助。

huaweicloud_garbage_classify nets 包含vgg16，resnet50，senet50 metrics 包含各种softmax的改进，时间原因无法把前三个用于分类；NormFace可以应对类别数据不平衡，不过目前效果和softmax差不多。 others 基于baseline的修改，加了一些tricks，比如label smooth，center crop等等，待你们发现 对了，测试的地方增加了random crop，然后集成，能提升1%

The Garbage Collection Handbook 中英文版打包下载 经典书籍，GC圣经

华为云垃圾分类挑战杯亚军方案分享 1.代码结构 {repo_root} ├── models //模型文件夹 ├── utils //一些函数包 | ├── eval.py // 求精度 │ ├── misc.py // 模型保存，参数初始化，优化函数选择 │ ├── radam.py │ └── ... ├── args.py //参数配置文件 ├── build_net.py //搭建模型 ├── dataset.py //数据批量加载文件 ├── preprocess.py //数据预处理文件，生成坐标标签 ├── train.py //训练运行文件 ├── transform.py //数据增强文件 2. 环境设置 可以直接通过pip install -r requirements.txt安装指定的

垃圾分类【第二代】 以Raspberry Pi作为上位机，使用arduino作为下位MCU获一等奖，识别和处理速度非常快

垃圾分类小程序 小程序使用到的云开发内容 不了解小程序云开发请访问 截图 --- 部分数据库截图（product.csv） 完整数据库截图 云函数，云数据库： 数据库：存储四种垃圾分类的相关垃圾数据， 创建表commit,sort，product。把sort.json 和product.csv 导入云数据库即可 云函数：获取百度识别库的accessToken 需要修改为自己的key 小程序key 在文件project.config.json->appid 记住创建小程序的时候选择云开发 百度key 主要做拍照识别的cloudfunctions->baiduAccessToken->index->apiKey和secretKey 此处替换为：API Key 和 Secret Key 常见错误

[垃圾收集].(Garbage.Collection).(美)Richard.Jones&Rafael.Lins.扫描版

系统级编程的课程实验，实现内存的的自动回收管理。 这里需要声明的是，资源不是来自本人，资源来自网络。本着造福广大学生的目的。但是本人实在太菜，不知道如何设置资源分数为0，所以就设置为1. 另外，代码在vs2017上会出问题，在vc++6.0上可以顺利执行

垃圾回收算法的经典之作。 本书围绕着动态内存自动回收的话题，介绍了垃圾收集机制，详细分析了各种算法和相关技术。 　　 本书共12章。第1章首先介绍计算机存储器管理的演化和自动内存回收的需求，并引入了本书所使用的术语和记法。第2章介绍了3种“经典”的垃圾收集技术：引用计数（reference counting）、标记－清扫（mark-sweep）和节点复制（copying）。 随后的4章更详细地讨论了上述这些垃圾收集方式和标记－缩并（mark-compact）收集。第7章和第8章分别介绍了在现代垃圾收集实现中具有重要地位的分代式（generational）垃圾收集和渐进式（incremental）垃圾收集。第9章和第10章扩展了垃圾收集的领域，讨论了如何让垃圾收集能够在无法得到来自语言编译器的支持的环境（分别是C和C++）中运行。第11章讨论了一个相对较新的研究领域 -- 垃圾收集和硬件数据cache的相互作用。第12章简要地考察了用于分布式系统的垃圾收集。 　　 本书适合对动态内存管理感兴趣的读者阅读，可供专业的研究人员参考。

前言 本文介绍的分类方式可能比较繁琐，因为它是采用华为云比赛的提交模式进行的。简洁的分类版本点击这里： 1.图像分类的更多tricks（注意力机制 keras，TensorFlow和pytorch 版本等）： 2.大家如果对目标检测比赛比较感兴趣的话，可以看一下我这篇对目标检测比赛tricks的详细介绍： 3.目标检测比赛笔记： 增添内容 已修改成本地可以运行。 修改方法： 1.save_model.py|train.py|eval.py|run.py|中moxing.framework.file函数全部换成os.path和shutil.copy函数。因为python里面暂时没有moxing框架。 2.注释掉run.py文件里面的下面几行代码： # FLAGS.tmp = os.path.join(FLAGS.local_data_root, 'tmp/') # print(FLAGS.t