kaggle竞赛训练集cifar-10
2022-10-15 09:03:06 715.4MB 深度学习 数据集
1
在第6章提到不能对.Net(Core)6框架的内置日志中间件中的日志数据持久化,那么如果必须对内置日志中间件中的日志数据持久化就需要通过第3方日志中间件(NLog/Log4net)来实现该功能。
2022-10-13 19:06:50 44.63MB Net(Core)6 SqlSugarCore NLog 第3方日志中间件
1
厦门市2022年7月18日上午8-10点热力图,tif格式,包括底图
2022-10-12 21:03:18 17.16MB 热力图
1
通过的Jwt认证中间件生成令牌(Token)的操作有两大部部分组成: 1、 定义在Program.cs中的依赖注入配置。 2、 用于令牌(Token)生成的自定义方法。 Jwt认证中间件通过3个参数成员或属性成员及其相对应的值来保证依赖注入配置和自定义方法所生成的于令牌(Token)是同1指定于令牌(Token),它们分别是: (自定义方法参数)secretKey --(依赖注入配置)IssuerSigningKey = new SymmetricSecurityKey(Encoding.UTF8.GetBytes("qwertyuiop123456")), (自定义方法)new Claim(JwtClaimTypes.Issuer,"Token签发机关"),--(依赖注入配置) ValidIssuer = "Token签发机关", (自定义方法)new Claim(JwtClaimTypes.Audience, "Token订阅"), --(依赖注入配置) ValidAudience = "Token订阅", 这3个参数成员或属性成员及其所对应的值必须相等,否则会导致被持久化的
2022-10-12 09:05:08 43.27MB .Net(Core)6 SqlSugarCore Jwt 认证方式
1
解决MySQL安装中缺少libaio依赖问题
2022-10-10 09:04:00 35KB mysql linux
1
大纲视图 在这里,你可以将内容自由切换成大纲视图或思维导图模式,利用它来管理列表,整理目标和任务,你会成为团队中的佼佼者。 风格编辑器 你可以根据自己的喜好调整主题的样式,把字体、线条和颜色设置成自己喜欢的样子,保存好后就可以重复使用了。 全新UI 这次,我们称全新的界面为 CREAM,像清晨的第一缕阳光,像充满能量的甜食,解放你的疲惫,继续推动你的思维前进。 增强图片导出 我们为导出图片提供了更多的可能性,例如允许同时导出所有画布,选择更大的尺寸以及导出透明背景,让你轻松插入至 Keynote 或 PPT 中使用。 文件链接 令人惊讶的是,只需要使用一张思维导图,就可以管理你电脑中所有的文件,当你需要搜索某个文件时,单击导图中的主题,你便会被带到文件所在的位置。 公式 用 LaTeX 来帮助插入数学和部分化学公式,不仅为学术党们提供方便,也让知识梳理的过程变得简单高效,真酷。点击了解更多 XMind 公式支持哪些命令。 多种结构和主题 我们在导图中提供鱼骨图、矩阵图、时间轴、组织结构图等来丰富你的思维结构。更有六边形、胶囊形、圆形等不同主题形状来强调你的想法。
2022-10-09 16:13:08 107.81MB MindManager XMind PPT Keynote
1
在当前实际开发中日志的主要作用是: 1、 安全追踪,即当前网站受到攻击时,能够通用日志纪录信息查找出攻击方,及其通过那个类的进行攻击,以便开发者针对该方法进行打补丁。 2、 商业网站中,也有利用日志数据,进行数据分析后,向终端用户进行精确推送。 不管上面的那功能都不是内置日志中间件所能达到的,首先内置日志中间件中的数据不能被持久化就是硬伤,所以开发者一半情况下会根据内置日志中间件的实现逻辑,自定义能够持久化的日志实体。 注意: 在Code-Frist模式下SqlSugarCore中间件通过标记来定义实体与表之间的约束关系,使实体与约束定义产生了极强的耦合,并且当前本人没有在SqlSugarCore中间件找到关于忽略实体与表之间约束关系的标记即“[SugarTable]”标记不存在“IsIgnore = true”,所以实体的支持类最好不要定义在“Domain”文件夹中。
2022-10-09 09:04:19 43.19MB .Net(Core)6 SqlSugarCore 日志
1
目前人为扭曲的图像质量评价(IQA)数据库规模较小,内容有限。较大的 IQA 数据库内容多样化,有利于 IQA 深度学习的发展。我们创建了两个数据集,康斯坦茨人为扭曲图像质量数据库(kADID-10k)和康斯坦茨人为扭曲图像质量集(kADis-700k)。前者包含81个原始图像,每个图像在5个水平上被25个失真降级。后者有140,000个原始图像,每个有5个降级版本,其中失真是随机选择的。我们在 KADID-10k 上进行了一个主观的 IQA 众包研究,得到了每幅图像30个退化类别评分(DCR)。我们认为,注释集 KADID-10k 和未标记集 KADIS-700k 可以通过弱监督学习充分挖掘基于深度学习的 IQA 方法的潜力
2022-10-07 21:05:38 75B IQA 机器学习 图像处理
1