- 综合排序
- 最热优先
- 最新优先
- 来自专栏Some studies in imgs
Correction based on affine transformation
Since the number of detected positioning blocks is greater than or equal to 3, the conditions for affine transformation are met; perform affine transformation on the scanned image, and draw on the transformed
15210编辑于 2025-10-16 - 来自专栏又见苍岚
仿射变换(affine transformation)
zhuanlan.zhihu.com/p/377667045 https://zh.m.wikipedia.org/wiki/仿射变换 https://en.wikipedia.org/wiki/Affine_transformation
2.2K20编辑于 2023-03-19 - 来自专栏Linux成长之路
云原生之使用Docker部署Affine知识库工具
一、Affine介绍AFFiNE 是一个下一代知识库，将规划、分类和创建结合在一起。隐私至上、开源、可定制且随时可用 - Notion & Miro 的免费替代品。 :nightly-latestghcr.io/toeverything/affine:nightly-latest四、部署Affine1.创建安装目录[root@node ~]# mkdir -p /data /affine[root@node ~]# cd /data/affine/[root@node affine]# 2.创建Affine容器[root@node affine]# docker run -d --name affine -p 3520:3000 --restart always ghcr.io/toeverything/affine:nightly-latest0b7ec584598315ccd69f71ec25e4c4dc88862ca1a8e233562305c4a3a830985e3 五、访问Affine六、Affine的基本使用1.设置中文语言2.新建笔记3.画图操作我正在参与2023腾讯技术创作特训营第三期有奖征文，组队打卡瓜分大奖！
5.1K10编辑于 2023-11-29 - 来自专栏IT杂谈学习
Windows系统搭建AFFiNE知识库并发布公网远程访问详细流程
使用Docker安装AFFINE 2. 安装cpolar内网穿透工具 3. 配置AFFINE公网访问地址 4. 实现公网远程访问AFFINE 前言 本文主要介绍如何在Windows系统使用Docker部署开源协作知识库AFFiNE，并结合cpolar内网穿透工具实现公网环境远程访问本地部署的AFFiNE。 通过AFFiNE，用户可以更好地存储、集成和管理所有工作流程。 结合cpolar内网穿透工具将AFFINE实现公网远程访问，可以进行团队远程访问和协作，在不同地点进行实时的协作和共享工作内容。 即使异地办公，他们仍然可以轻松地使用AFFINE共享会议记录、待办事项和文档，实现高效的团队协作。 Docker安装Notion免费开源平替AFFINE结合内网穿透实现远程访问 1. 使用Docker安装AFFINE 要安装使用 AFFiNE 最简单的方法是使用 Docker 一键启动： docker pull ghcr.io/toeverything/affine-self-hosted
90910编辑于 2024-05-29 - 来自专栏C++干货基地
公网访问全能知识库工具AFFINE，Notion的免费开源替代
文章目录 公网访问全能知识库工具AFFINE，Notion的免费开源替代品 前言 1. 使用Docker安装AFFINE 2. 安装cpolar内网穿透工具 3. 配置AFFINE公网访问地址 4. 实现公网远程访问AFFINE 公网访问全能知识库工具AFFINE，Notion的免费开源替代品 前言 AFFiNE 是一个全新的开源项目，旨在克服 Notion 和 Miro 在安全和隐私方面的一些局限性 通过AFFiNE，用户可以更好地存储、集成和管理所有工作流程。 本篇文章讲解如何安装AFFINE，并将其实现公网远程访问。 1. 使用Docker安装AFFINE 要安装使用 AFFiNE 最简单的方法是使用 Docker 一键启动： docker pull ghcr.io/toeverything/affine-self-hosted
1.3K10编辑于 2023-12-25 - 来自专栏C++系列
如何本地安装AFFiNE并将服务发布至公网实现团队远程访问协作
前言 本文主要介绍如何在Windows系统使用Docker部署开源协作知识库AFFiNE，并结合cpolar内网穿透工具实现公网环境远程访问本地部署的AFFiNE。 通过AFFiNE，用户可以更好地存储、集成和管理所有工作流程。 结合cpolar内网穿透工具将AFFINE实现公网远程访问，可以进行团队远程访问和协作，在不同地点进行实时的协作和共享工作内容。 本篇文章讲解如何安装AFFiNE，并将其实现公网远程访问。 1. 使用Docker安装AFFiNE 要安装使用 AFFiNE 最简单的方法是使用 Docker 一键启动： docker pull ghcr.io/toeverything/affine-self-hosted :pre-alpha docker run -d -p 3000:3000 --name affine ghcr.io/toeverything/affine-self-hosted:pre-alpha
1.5K10编辑于 2024-05-04 - 来自专栏编程学习之路
本地快速部署Notion和Miro平替工具AFFiNE并实现远程使用详细教程
即使异地办公，他们仍然可以轻松地使用AFFINE共享会议记录、待办事项和文档，实现高效的团队协作。 Docker安装Notion免费开源平替AFFINE结合内网穿透实现远程访问 1. 使用Docker安装AFFINE 要安装使用 AFFiNE 最简单的方法是使用 Docker 一键启动： docker pull ghcr.io/toeverything/affine-self-hosted :pre-alpha docker run -d -p 3000:3000 --name affine ghcr.io/toeverything/affine-self-hosted:pre-alpha 此外我们也可以获取代码，直接启动： git clone https://github.com/toeverything/AFFiNE.git cd AFFiNE 然后安装项目依赖： npm i -g 配置AFFINE公网访问地址 点击左侧仪表盘的隧道管理——创建隧道，创建一个AFFINE的cpolar公网地址隧道 隧道名称：可自定义命名，注意不要与已有的隧道名称重复 协议：选择http 本地地址：3000
1.8K10编辑于 2025-05-25 Crypto | Affine password 第二届“奇安信”杯网络安全技能竞赛
Crypto | Affine password 第二届“奇安信”杯网络安全技能竞赛 题目描述： 明文经过仿射函数y=3x+9加密之后变为JYYHWVPIDCOZ，请对其进行解密，flag的格式为flag flag： AFFINECRYPTO 仿射密码简介： 单码加密法的另一种形式称为仿射加密法（affine cipher）。在仿射加密法中，字母表的字母被赋予一个数字。
27821编辑于 2025-08-18- 来自专栏程序那些事儿
革新你的工作方式：探索AFFiNE，下一代全功能知识操作系统
AFFiNE，作为一个全新的开源全功能工作空间和操作系统，正逐渐成为个人和团队的首选工具。 定制化体验 AFFiNE 的设置功能使用户能够根据自己的偏好定制界面和使用习惯，从而获得更加个性化的体验。 开源与自托管 作为一个完全开源的项目，AFFiNE 允许用户自由地管理、自托管，甚至根据自己的需要塑造自己的版本。随着插件社区和第三方块的推出，AFFiNE 正成为一个能够适应各种独特需求的平台。 结语 AFFiNE 不仅仅是一个工具，它是一个能够塑造你工作方式的伙伴。从文档创建到任务管理，再到视觉协作，AFFiNE 提供了一个全面、灵活且高度可定制的解决方案。 现在就加入 AFFiNE 社区，体验不一样的数字工作空间吧！
85810编辑于 2024-05-03 - 来自专栏全栈程序员必看
ResNet 18 网络结构「建议收藏」
=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine =(3, 3), stride=(1, 1), padding=(1, 1), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine =(3, 3), stride=(1, 1), padding=(1, 1), bias=False) (bn2): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine =(3, 3), stride=(1, 1), padding=(1, 1), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine =(3, 3), stride=(1, 1), padding=(1, 1), bias=False) (bn2): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine
1.5K20编辑于 2022-08-24 - 来自专栏全栈程序员必看
resnet101网络结构图_resnet有全连接层吗
64, 64, kernel_size=(1, 1), stride=(1, 1), bias=False) (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine 256, kernel_size=(1, 1), stride=(1, 1), bias=False) (7): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine 256, kernel_size=(1, 1), stride=(1, 1), bias=False) (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine 256, kernel_size=(1, 1), stride=(1, 1), bias=False) (7): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine 256, kernel_size=(1, 1), stride=(1, 1), bias=False) (7): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine
2.2K20编辑于 2022-11-08 - 来自专栏OpenMMLab
深度解决添加复杂数据增强导致训练模型耗时长的痛点
(input, affine_matrix, out_h, out_w); #else AT_ERROR("affine is not compiled with GPU support"); python/pytorch接口 PYBIND11_MODULE(TORCH_EXTENSION_NAME, m) { m.def("affine_opencv", &affine_opencv, "affine with c++ opencv"); m.def("affine_torch", &affine_torch, "affine with c++ libtorch"); } 从上面代码可以看出 "affine with c++ opencv"); m.def("affine_torch", &affine_torch, "affine with c++ libtorch"); } 从上述代码可以看出 ，根据宏 WITH_CUDA 和 tensor 类型控制 affine_torch 最终底层执行 affine_cpu 还是 affine_gpu 函数。
2.7K20编辑于 2022-12-30 - 来自专栏全栈程序员必看
resnet网络结构示意图_resnet50网络结构详解
=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine 64, kernel_size=(1, 1), stride=(1, 1), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine =(3, 3), stride=(1, 1), padding=(1, 1), bias=False) (bn2): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine 256, kernel_size=(1, 1), stride=(1, 1), bias=False) (bn3): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine 256, kernel_size=(1, 1), stride=(1, 1), bias=False) (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine
1.2K20编辑于 2022-11-08 - 来自专栏python与大数据分析
基于Pytorch构建ResNet网络对cifar-10进行分类
(7, 7), stride=(2, 2), padding=(1, 1), bias=False) (bn): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine 3, 3), stride=(1, 1), padding=(1, 1), bias=False) (bn2): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine , kernel_size=(1, 1), stride=(1, 1), bias=False) (bn3): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine 3, 3), stride=(1, 1), padding=(1, 1), bias=False) (bn2): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine , kernel_size=(1, 1), stride=(1, 1), bias=False) (bn3): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine
1.1K30编辑于 2023-09-03 开源AFFiNE协同知识库工作空间本地部署，并实现无公网IP让外部远程访问编辑查看数据
本文将详细介绍如何在自己本地局域网内部署AFFiNE，并结合nat123端口映射简单实现让外网访问内网内部署的AFFiNE，无公网IP环境内部项目提供互联网远程访问等场景同理可参考这种方案。 一、本地部署安装AFFiNE访问AFFiNE官方网站的下载页面：https://affine.pro/download或其GitHubRelease页面。 mkdir~/affine&&cd~/affine4，下载官方最新的docker-compose.yml和环境变量配置文件.env。 sudovim.env6，启动AFFiNE服务。docker-composeup-d7，打开浏览器访问地址http://你的服务器IP:3010，就能看到你部署的AFFiNE登录界面了。 二、设置让外网访问本地AFFiNE内网穿透或内网端口映射软件方法均可以实现。
13210编辑于 2026-05-18- 来自专栏GiantPandaCV
【从零开始学深度学习编译器】十四，MLIR Toy Tutorials学习笔记之部分Lowering
affine.store %cst, %2[0, 0] : memref<2x3xf64> affine.store %cst_0, %2[0, 1] : memref<2x3xf64> affine.store affine.for %arg0 = 0 to 3 { affine.for %arg1 = 0 to 2 { %3 = affine.load %2[%arg1, %arg0] : affine.for %arg0 = 0 to 3 { affine.for %arg1 = 0 to 2 { %3 = affine.load %1[%arg0, %arg1] : /mlir/test/Examples/Toy/Ch5/affine-lowering.mlir -emit=mlir-affine -opt 。 affine.store %cst, %1[0, 0] : memref<2x3xf64> affine.store %cst_0, %1[0, 1] : memref<2x3xf64> affine.store
1.1K10发布于 2021-11-12 - 来自专栏编译器开发
MLIR入门教程5-降级到低级方言
affine.store %cst, %2[0, 0] : memref<2x3xf64> affine.store %cst_0, %2[0, 1] : memref<2x3xf64> affine.store affine.for %arg0 = 0 to 3 { affine.for %arg1 = 0 to 2 { %3 = affine.load %2[%arg1, %arg0] : affine.for %arg0 = 0 to 3 { affine.for %arg1 = 0 to 2 { %3 = affine.load %1[%arg0, %arg1] : affine.store %cst, %1[0, 0] : memref<2x3xf64> affine.store %cst_0, %1[0, 1] : memref<2x3xf64> affine.store 您可以构建toyc-ch5并亲自试用：toyc-ch5 test/examples/Toy/CH5/affine-lowering.mlir -emit=mlir -affine。
1.3K20编辑于 2021-12-09 - 来自专栏数据分析与挖掘
【论文笔记】Improved Residual Networks for Image and Video Recognition（ResNet新变体：IResNet）
7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine ), stride=(2, 2), padding=(1, 1), bias=False) (bn2): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine ), stride=(1, 1), padding=(1, 1), bias=False) (bn2): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine ), stride=(1, 1), padding=(1, 1), bias=False) (bn2): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine , stride=(2, 2), padding=(1, 1), bias=False) (bn2): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine
1.1K21发布于 2020-08-26 - 来自专栏全栈程序员必看
Pytorch搭建ResNet18
kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine ), stride=(1, 1), padding=(1, 1), bias=False) (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine ), stride=(1, 1), padding=(1, 1), bias=False) (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine ), stride=(1, 1), padding=(1, 1), bias=False) (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine ), stride=(1, 1), padding=(1, 1), bias=False) (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine
83820编辑于 2022-09-01 - 来自专栏全栈程序员必看
PyTorch学习之归一化层（BatchNorm、LayerNorm、InstanceNorm、GroupNorm）[通俗易懂]
=True) torch.nn.BatchNorm2d(num_features, eps=1e-05, momentum=0.1, affine=True, track_running_stats= affine： 布尔值，当设为true，给该层添加可学习的仿射变换参数。 affine： 布尔值，当设为true，给该层添加可学习的仿射变换参数。 affine： 布尔值，当设为true，给该层添加可学习的仿射变换参数。 elementwise_affine： 布尔值，当设为true，给该层添加可学习的仿射变换参数。
3.6K20编辑于 2022-06-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号