个人技术分享

论文精读-SwinIR Image Restoration Using Swin Transformer

图像恢复是一个长期存在的低级视觉问题，其目的是从低质量图像(例如，低尺度、噪声和压缩图像)中恢复高质量图像。虽然最先进的图像恢复方法是基于卷积神经网络的，但很少有人尝试用变形金刚在高级视觉任务中表现出令人印象深刻的表现。在本文中，我们提出了一个基于Swin Transformer 的强基线模型SwinIR 用于图像恢复。SwinIR 包括三个部分:浅层特征提取、深层特征提取和高质量图像重建。

R语言使用 ggscidca包优雅的绘制支持向量机决策曲线

数据变量很多，我解释几个我等下要用的，HBP：是否发生高血压，结局指标，AGE：年龄，是我们的协变量，BMI肥胖指数，FEV1肺活量指标，WEIGHT体重，“SBP”,“DBP”：收缩压和舒张压。进行分析前还需对数据进行预处理，如果你是多分类的，并且数据差异大，可以使用分层抽样，尽量是数据匹配一下，方法详见我既往文章《R语言两种方法实现随机分层抽样》，我这里是二分类，我就不弄了。最后向大家汇报一下，多模型的决策曲线和混合模型的决策曲线已经写好，下周上传，到时我再出个视频介绍一下。定义一个标准化的小程序。

R语言使用 ggscidca包优雅的绘制支持向量机决策曲线

数据变量很多，我解释几个我等下要用的，HBP：是否发生高血压，结局指标，AGE：年龄，是我们的协变量，BMI肥胖指数，FEV1肺活量指标，WEIGHT体重，“SBP”,“DBP”：收缩压和舒张压。进行分析前还需对数据进行预处理，如果你是多分类的，并且数据差异大，可以使用分层抽样，尽量是数据匹配一下，方法详见我既往文章《R语言两种方法实现随机分层抽样》，我这里是二分类，我就不弄了。最后向大家汇报一下，多模型的决策曲线和混合模型的决策曲线已经写好，下周上传，到时我再出个视频介绍一下。定义一个标准化的小程序。

Tenstorrent芯片架构浅谈

Tenstorrent通过软硬协同设计方式，将数据并行和模型并行的部分功能实现下沉到硬件层，有效解决了横向扩展问题，这样就可以替代当前主流深度学习框架在分布式实现方面的大量编码工作，进而降低了深度学习框架的开发和使用门槛。同时，硬件的变化并没有降低软件栈的通用性，其软件栈支持PyTorch等主流框架。另一方面，芯片具有高度模块化，多个芯片可通过标准以太网端口连接在一起，进而扩展成大型AI网络。由于芯片内已集成NoC，因此这种扩展并不需要额外的交换机，因此扩展灵活度很高。

GitHub突破5k Star！这件事情我坚持了3年，努力打造C#/.NET/.NET Core全面的学习、工作、面试指南知识库

转眼之间维护DotNetGuide（C#/.NET/.NET Core学习、工作、面试指南知识库功夫不负有心人，由我创建的DotNetGuide技术社区微信交流群人数也突破了2600+，非常开心和自豪能够帮助到这么多对C#/.NET感兴趣的小伙伴。之后还是会持续更新，努力输出更多优质内容。现如今网上关于Java、前端、Android、Golang...等相关技术的学习资料、工作心得、面试指南一搜都是一大把，但是咱们C#/.NET的相关学习资料、工作心得、面试指南都是寥寥无几。

React 中的 Fiber 架构

React Fiber 是 React 的一种重写和改进的核心算法，用于实现更细粒度的更新和高效的调度。它是 React 16 版本中的一个重要更新，使得 React 能够更好地处理复杂和高频的用户交互。React Fiber 是 React 渲染的重要概念，可以说 React 主要数据都是保存在 Fiber 树上，对状态的改动最终都会体现在 Fiber 节点的更新上。

RTLS+RFID 仓储管理系统方案

   1.1 背景      企业的仓储管理，是对仓库及仓库内的物资所进行的管理，是企业为了充分利用所具有的仓储资源提供高效的仓储服务所进行的计划、组织、控制和协调过程。它作为连接生产者和消费者的纽带，在整个物流和经济活动中起着至关重要的作用。不同的企业规模、产品类别，有着不同的仓储管理流程和需求，但核心的部分，都还在于进出库在内的仓库作业和移库、以及货物查找在内的库存控制作业。而随着整个生产制造环境的改变，产品周期越来越短，多样少量的生产方式开始兴起，

【PostgreSQL支持中文的全文检索插件(zhparser)】

PostgreSQL本身是支持全文检索的，提供两个数据类型（tsvector,tsquery），并且通过动态检索自然语言文档的集合，定位到最匹配的查询结果。而一个tsvector的值是唯一分词的分类列表，把一话一句词格式化为不同的词条，在进行分词处理的时候tsvector会自动去掉分词中重复的词条，按照一定的顺序装入。要支持中文的全文检索需要额外的中文分词插件，zhparser就是其中一种，是基于Simple Chinese Word Segmentation(SCWS)中文分词库实现的一个PG扩展。

【PostgreSQL支持中文的全文检索插件(zhparser)】

PostgreSQL本身是支持全文检索的，提供两个数据类型（tsvector,tsquery），并且通过动态检索自然语言文档的集合，定位到最匹配的查询结果。而一个tsvector的值是唯一分词的分类列表，把一话一句词格式化为不同的词条，在进行分词处理的时候tsvector会自动去掉分词中重复的词条，按照一定的顺序装入。要支持中文的全文检索需要额外的中文分词插件，zhparser就是其中一种，是基于Simple Chinese Word Segmentation(SCWS)中文分词库实现的一个PG扩展。