搜索[搜索增强]结果-低调大师优秀个人博客

精选列表

搜索[搜索增强]，共10000篇文章

Druid 1.2.20 发布，增强对 Spring-boot-3-starter 的支持

加上connectTimeout等属性的识别支持#5396 修复socketTimeout参数不支持mysql jdbcurl里设置socketTimeout=0的场景#5451 SQL Parser增强对

2023-10-08

Mybatis-Flex v1.3.2 发布，很强的 MyBatis 增强框架

Mybatis-Flex 是一个优雅的 Mybatis 增强框架，它非常轻量、同时拥有极高的性能与灵活性。

2023-05-29

Ubuntu 改进 PPA 管理，增强安全性和可靠性

Ubuntu 团队宣布：在 Ubuntu 23.10 中，个人包存档 PPA 的管理方式将得到改进，进一步增强安全性和可靠性。

2023-05-16

每日一博 | 增强分析在百度统计的实践

导读：增强分析是近年来新兴起的一个方向，正成为数据和分析技术的主要趋势。

2022-08-17

x-easypdf基于pdfbox二次封装，极大降低使用门槛，以组件化的形式进行pdf的构建。简单易用，仅需一行代码，便可完成pdf的相关操作。本次更新内容如下：新特性： - 新增表格组件设置表头的方法(issue#I5DWKB) - 新增表格组件设置最小行高的方法（感谢 @zuihou111提交的PR） - 新增文本组件设置替换字符的方法（感谢 @zuihou111提交的PR）原有变更： - 移除表格组件设置表头行的方法（使用设置表头方法替代）问题修复： - 修复表格组件绘制自定义尺寸图片错误问题(issue#I5E2ZQ)

2022-06-26

数据库连接池 Druid 1.2.8 发布，增强 SQL Parser

Issues 修复连接池在KeepAlive=true时，会导致连接池状态不对的问题#4438#4316 连接池ExceptionSorter增强对Oceanbase的支持#4322 连接池增强对友商数据库的支持

2021-10-03

AF 浏览器收藏起飞扩展 0.6.1 隐私增强

版本亮点 🌟 应用指引增强# 我们改进了右上角按钮的展示效果，使其更容易理解。我们非常关注您数据的隐私性，因此当用户隐私策略发生变化时，将会弹出提示需要您重新确认。

2021-08-16

SpringBoot 增强库 yue-library 2.3.3 发布，优化细节修复 bug

yue-library简介 yue-library是一个基于SpringBoot封装的增强库丰富的Java工具类库优越的ORM框架优雅的业务封装优化的Spring环境配置完善的规约限制配套的代码生成平台

2021-05-31

增强模型鲁棒性！博世提出元对抗训练方法

介绍一篇对抗学习最新论文Meta Adversarial Training ，作者来自德国博世公司。引言深度学习模型中一个很致命的弱点就是它容易遭到对抗样本攻击。在真实物理世界中，通用对抗样本可以低成本的对深度模型进行对抗攻击，这种对抗攻击可以在各种环境中欺骗模型。到目前为止对抗训练是针对对抗攻击最有效的防御手段，但问题在于训练对抗模型是一件成本很高的事情，而且防御通用对抗样本难度会更大。在该论文中作者提出了一种元对抗训练方式，它将对抗训练和元学习的结合在一起，不仅降低训练成本，而且大大提高了深度模型对通用对抗样本的鲁棒性。背景介绍通用对抗扰动于2017年的《Universal adversarial perturbations》中被首次提出。通用对抗扰动与单一图片的对抗扰动有很大的区别。通用对抗扰动最大的一个特点就是该扰动与输入图片无关，它与模型本身和整个数据集相关；而单一图片的对抗扰动只是针对于它的输入图片，对数据集其它的图片攻击性几乎没有。如上图所示，假如有一个动物数据集和经该数据集上训练得到神经网络分类器，经过对抗攻击生成了针对于该动物数据集和该模型的通用对抗扰动Universal perturbation。将该对抗扰动加在选取出的猫，狗，兔子，猴子，鸟的图片，并输入到分类器中，分类器全部分类出错。模型介绍假定是维向量数据点和相应标签上的分布，为待优化模型参数，为损失函数，为对抗扰动集合，为对数据点施加扰动的函数，为随机扰动向量。对于通用对抗扰动，对抗扰动的集合表示为: 对于通用Patch 扰动，函数 b表示为： (1) 其中，mask为，对抗扰动的空间为，随机变换为。根据公式（1），作者重新定义了通用对抗损失为： (2) 目的是找到使通用对抗损失最小化的模型参数即，这与标准对抗训练的思路一致，即内部最大化（生成对抗样本），外部最小化（利用对抗样本更新模型参数）。作者通用对抗扰动的初始值进行元学习，并使用基于梯度的元学习来处理优化问题，在更新对抗目标函数的外部最小化的的同时，作还对对初始化进行元学习。这样做的好处在于用尽量少的梯度步长来近似的内部优化问题。为了鼓励元扰动生成集的多样性，对于每个元扰动，需要随机分配一个目标，并执行有针对性的I-FGSM攻击。这避免了许多扰动收敛到类似的模式，可以愚弄模型预测相同的效果，还需要将随机选择的固定步长分配给每个元扰动。较大的步长对应于元扰动，元扰动更全局地探索允许的扰动空间，而较小的步长导致更细粒度的攻击。为了能够更加清晰的展示出该论文中关于元对抗训练的过程，综合上述的算法介绍，我将论文中的算法流程图进行了重新进行了整理，如下框图所示：实验结果鲁棒性评估该论文中的鲁棒性评估方法其实是扩展了于2018年Madry等人在PGD论文中的鲁棒性评估的方法。具体公式如下所示：根据上式利用蒙特卡洛则有如下的估计公式：其中数据采样，随机向量。另外作者将随机投影（S-PGD）的对抗扰动的公式定义为：定性定量结果作者利用覆盖大约占比图像14%（24x24像素）的通用Patch来评估鲁棒性，并且对于每个Patch从图像中心最多随机平移26个像素。每个模型利用SGD训练75轮，初始学习率为0.033，学习衰减率设置为0.9，Batch_Size为128。定量的结果如下图所示为对Tiny ImageNet（图片尺寸的大小为64x64，ImageNet的图片大小为256x256）分类器的攻击成功率。其中CL代表的是干净样本数据，RI是带有随机初始化的Patch的样本，DI是带有裁剪的Patch的样本，LF是低频滤波器样本，Tr是从其它模型中迁移过来的对抗样本。可以直观的发现，该论文中提出的MAT是在防御对抗攻击中效果最好的。防御通用对抗Patch的定性的结果如下图所示，在AT，SAT，UAT，以及本文提出的MAT的对抗训练方法中，只用MAT起到了抵御对抗攻击的效果。防御通用对抗扰动的定性的结果如下图所示，在AT，SAT，UAT，以及本文提出的MAT的对抗训练方法中，AT和MAT都完美的抵御对抗攻击。整体综合来看，MAT在抵御通用对抗扰动中是最出色的。论文： https://arxiv.org/abs/2101.11453代码： http://github.com/boschresearch/meta-adversarial-training END 备注：对抗对抗学习交流群扫码备注拉你入群。我爱计算机视觉微信号:aicvml QQ群:805388940 微博知乎:@我爱计算机视觉投稿:amos@52cv.net 网站:www.52cv.net 在看，让更多人看到本文分享自微信公众号 - 我爱计算机视觉（aicvml）。如有侵权，请联系 support@oschina.cn 删除。本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。

2021-02-03

x-easypdf v2.2.0 正式版发布，表格增强

表格组件功能增强，已支持添加图片与文本，更灵活的表格定义原有变更： 1. 移除XEasyPdfUtil工具类 2.

2021-01-04

深度解读 MongoDB 最全面的增强版本 4.4 新特性

MongoDB 在今年正式发布了新的 4.4 大版本，这次的发布包含众多的增强 Feature，可以称之为是一个维护性的版本，而且是一个用户期待已久的维护性版本，MongoDB 官方也把这次发布称为「User-Driven

2020-11-26

几行代码实现运行时增强

有了ByteBuddy，就不用再羡慕一些框架的「运行时增强」，「动态织入」等等，都可以实现。如何上手呢？只需要下载 Jar 文件或者 Maven 添加依赖之后就能狂奔了。

2020-11-10

SpringBoot 增强库 yue-library 2.1.0 发布，提供更多特性支持

实用的参数解析器（解决参数获取困扰，不再区分Query传参与Body传参，Request请求参数智能解析），并提供RequestParamUtils工具类适用于各种环境下获取请求参数【web】HTTP消息转换器增强

2020-08-16

如何通过数据和技术增强住宅的安全性

3.使用增强型闭路电视/安全摄像头系统增强型闭路电视或安全摄像头系统是一种智能软件，可以在人们的移动设备上查看照片和视频流。

2020-08-05

每日一博 | Spring AOP 源码解析：注解式切面增强机制

，例如我们的示例中使用的是注解方式定义的增强，但是父类却是基于 XML 配置的方式查找增强器，这里的兼容能够让我们在以注解方式编程时兼容其它以 XML 配置的方式定义的增强。

2020-05-21

RHEL 8.2 Beta 版发布：增强用户体验，优化监控和性能

即将发布的RHEL 8.2将包含6个月的安全更新和错误修复，承诺通过为RHEL新用户和现有用户提供RHEL订阅方式来增强用户体验。这样，用户就不需要在安装更新之后执行YUM更新来确认订阅。

2020-01-23

从 CV 到 NLP，深度学习领域的数据增强有哪些？

接下来我们先介绍计算视觉领域的数据增强方法，再介绍自然语言处理领域的数据增强算法，希望能对大家有所启发。

2019-12-09

表格控件 Spread.NET V13.0 发布，增强形状引擎

本次发布带来了多项增强：形状引擎、形状属性绑定机制、复杂粘贴功能，以及加入全新功能：表数据切片器、公式值自动格式化、行标题宽度调整、结构化引用等。

2019-12-05

国产开源优麒麟19.10.1系统发布：持续增强稳定性

今天，优麒麟19.10.1更新版本发布，主要是持续增强整体稳定性，系统内核升级到5.3.0.19.22，火狐浏览器升级到70.0版本。

2019-11-01

[译]PEP 342--增强型生成器：协程

close() 新的生成器方法：__del__() 可选的扩展扩展的 continue 表达式未决问题示例参考实现致谢参考文献版权简介这个 PEP 在生成器的 API 和语法方面，提出了一些增强功能

2019-01-26

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。