layer

系列文章目录 开源方案搭建可离线的精美矢量切片地图服务-1.开篇（附成果演示地址） 开源方案搭建可离线的精美矢量切片地图服务-2.PostGIS+GeoServer矢量切片 开源方案搭建可离线的精美矢量切片地图服务-3.Mapbox个性化地图定制入门 开源方案搭建可离线的精美矢量切片地图服务-4.Mapbox样式设计 开源方案搭建可离线的精美矢量切片地图服务-5.Mapbox离线项目实现 开源方案搭建可离线的精美矢量切片地图服务-6.Mapbox之.pbf字体库 开源方案搭建可离线的精美矢量切片地图服务-7.Arcgis Pro企业级应用 开源方案搭建可离线的精美矢量切片地图服务-8.mapbox 之sprite大图图标文件生成（附源码） 项目成果展示（所有项目文件都在阿里云的共享云虚拟主机上，访问地图可以会有点慢，请多多包涵）。 01：中国地图： http://test.sharegis.cn/mapbox/html/3china.html 02：德国-德累斯顿市： http://test.sharegis.cn/mapbox/html/6germany.html 1.中国地图离线实例 将所有的在线资源替换为本地资源，这里主要关注一下三种矢量切片的获取方式， 1.通过tms服务 http://localhost:8080/geoserver/gwc/service/tms/1.0

最近看到一个特别有意思的开源项目，能把照片自动转化成漫画效果，经过半个小时的调试，终于跑通了。正先给大家看下实际效果，我在网上的随便搜了一张帅哥的证件照片试了下。基本上会把脑袋切出来，然后放大眼睛。 原照： 漫画效果后： 使用的是开源项目： https://github.com/minivision-ai/photo2cartoon 具体原理直接摘录read.me的一段描述： 人像卡通风格渲染的目标是，在保持原图像ID信息和纹理细节的同时，将真实照片转换为卡通风格的非真实感图像。我们的思路是，从大量照片/卡通数据中习得照片到卡通画的映射。一般而言，基于成对数据的pix2pix方法能达到较好的图像转换效果，但本任务的输入输出轮廓并非一一对应，例如卡通风格的眼睛更大、下巴更瘦；且成对的数据绘制难度大、成本较高，因此我们采用unpaired image translation方法来实现。 Unpaired image translation流派最经典方法是CycleGAN，但原始CycleGAN的生成结果往往存在较为明显的伪影且不稳定。近期的论文U-GAT-IT提出了一种归一化方法——AdaLIN，能够自动调节Instance Norm和Layer Norm的比重，再结合attention机制能够实现精美的人像日漫风格转换。 与夸张的日漫风不同，我们的卡通风格更偏写实

在移动端中，如果我们使用了一个固定定位的遮罩层，且其下方的dom结构的宽度|高度超出屏幕的宽度|高度，那么即使遮罩层弹出后铺满了整个屏幕，其下方的dom结构依然可以滚动，这就是大家所说的“滚动穿透”。 而且经常是你在pc模拟器上没有问题，但是真机打开就一定会出现。 这个经典八阿哥也是面试时经常会被追问的问题。相信能看到这篇文章的你，已经是遇到了这个问题。我就不gif展示问题效果了。 接下来我网罗了网络，整理了别人说的方案和我自己的方案，一共实现了六种方法，并经过了自己手机自测。 各方法操作难易不同，分别针对弹层和body是否超出一屏可滚动等不同情况。看官可以对症下药。 赠送一套自定义手势滚动效果的代码哦~ 一、body无滚动 + 弹层无滚动[css-超出隐藏] 适用场景需满足以下条件： 1、body最好是一屏、无滚动 2、虽然body内容超出一屏需滚动，但触发弹层出现的按钮在第一屏中 3、弹层不用滚动效果 解决方案： 弹层出现时，用css给body设置固定定位和超出隐藏。 关键代码： btn.onclick = function () { // 弹层出现 layer.style.display = 'block'; document.body.style.overflow = 'hidden'; document.body.style.position = 'fixed';/

论文地址 https://arxiv.org/abs/2004.05150 ​ arxiv.org The Long-Document Transformer，顾名思义，就是应用在长文本场景下的Transformer。 本文作者是这几位大大：Iz Beltagy、Matthew E. Peters、Arman Cohan 他们都来自Allen Institute for Artificial Intelligence(AI2) 背景 先介绍一下这篇论文的背景。 我们都知道Transformer架构很强，成功的部分原因在于自注意力机制，自注意力机制使网络能够从整个序列中捕获上下文信息 但是虽然自注意力机制很有效，但它所需的内存和算力会随着序列长度呈平方增长，这使得当前硬件在处理长序列的情况下不可行，或者说非常昂贵、代价很大。 现有的方法是将上下文缩短或者划分成为较小的序列，以限制这些序列在512的长度以内。但是这种划分可能导致重要的信息丢失。 那么，为了解决这个问题，作者就提出了Longformer 它的attention包括窗口化的局部上下文的self attention和由终端任务激活的全局attention。 局部attention用来建立局部的上下文表示，全局attention用来建立完整的序列表示以进行预测。 模型 前面提到，现有的注意力计算方法时间和空间复杂度都是O(n²)

博客转自： https://blog.csdn.net/Neo11111/article/details/104798065 Costmap通过各层地图订阅话题、接收传感器数据，维护各层地图数据，并最终整合出一张用于路径规划的主地图。 【结构示意图】 【相关文件】 costmap_2d/src/costmap_2d_ros.cpp costmap_2d/src/costmap_2d.cpp costmap_2d/src/layered_costmap.cpp costmap_2d/src/costmap_layer.cpp costmap_2d/plugins/static_layer.cpp costmap_2d/plugins/obstale_layer.cpp costmap_2d/plugins/inflation_layer.cpp Costmap2DROS 类是对整个代价地图内容的封装。 LayeredCostmap 类是Costmap2DROS的类成员，它是“主地图”，也能够管理各层地图，因为它含有指向各层子地图的指针，能够调用子地图的类方法，开启子地图的更新。并且，各层子地图最后都会合并到主地图上，提供给规划器的使用。它含有 Costmap2D 类成员，这个类就是底层地图，用于记录地图数据。 CostmapLayer 类派生自Layer类和Costmap2D类

　　AD16的主要功能是画电路原理图和根据电路原理图设计PCB板。为了使设计的电路、画完的电路原理图，从电路原理上不存在错误，从电路逻辑上不存在混乱，AD16专门开发了电路原理图的仿真程序。这样可以把设计存在的问题，在第一步：绘制电路原理图阶段就及时发现，然后根据仿真结果，改进电路原理图。这就避免了等到印刷电路板装配零件完成为成品之后再发现问题时，造成的大量的人力物力损失。 同样：设计PCB时，也是先在电脑上根据电路原理图，绘制PCB板图。然后再把电脑PCB板图拿到PCB工厂生产PCB板。AD16同样设计了PCB板信号完整性分析程序，把电脑上绘制的PCB板图，进行信号完整性仿真分析，从而早期发现设计的PCB板图是否存在瑕疵，及时改进到理想状态。如果绘制好PCB板图，没有经过PCB板图的信号完整性分析仿真，直接拿到工厂生产PCB板，PCB板装配完工成为成品后，才发现有瑕疵，那就造成了极大的浪费。 PCB板的信号完整性分析，是指PCB板中的一个网络，这个网络的输出波形，与该网络的输入波形相比，尽量的相似，尽量的少失真、少延迟、少变形、少缺失、少振铃、少过冲。低频的数字电路PCB板，输入信号经过PCB内网络的处理后，网络输出的信号波形失真很小，而在高频的数字电路PCB板，如果PCB板设计稍有不当，被测试的网络输出信号与该网络输入信号相比，就会产生明显的延迟、失真，导致生产的PCB板不达标

1 前言 Modularity模块化是实现generalization泛化性的方法之一。科学家对大脑的研究已经发现大脑的不同区域具备完全不同的功能，以此同时不同区域的大脑又具有相同的网络结构。在以前吴恩达的机器学习课程中就有提到过: 我们大脑通过训练可以使用舌头来实现视觉感知，这很神奇。 为了探索Generalization的奥秘，在这一次paper reading中，我们将分析当前Modularity的相关研究。 https://github.com/floodsung/Deep-Reasoning-Papers ​ github.com 相关paper列在git中的Modularity部分。 [1] Adaptive mixtures of local experts （1991） Introduction ：这篇文章来自Hinton，是对Mixture of Experts的改进。核心思想是融合了Competitive Learning。 一般的Mixture of Experts 是这样的： Motivation ：所有不同的expert network 加权输出最后的结果。这样的处理存在一个问题是不同的expert是互相影响的，只要一个expert发生变化，整个梯度就会发生改变，所有的expert也会跟着更新。除了让expert network互相合作

PRO Subset_via_shp_update COMPILE_OPT idl2 ENVI ,/restore_base_save_files envi_batch_init ,LOG_FILE='batch.log' ;打开要裁剪的图像 image_dir='F:\PDF\' ;根据文件存放的目录进行相应修改 image_files= file_search (image_dir,'*.tif',count=numfiles) ;根据相应的文件格式修改过滤条件 for i= 0 ,numfiles- 1 do begin image_file=image_files[i] print ,image_file if strlen (image_file) eq 0 then return ENVI_OPEN_FILE , image_file, r_fid=fid, /no_interactive_query, /no_realize IF fid EQ - 1 THEN RETURN ENVI_FILE_QUERY , fid, file_type=file_type, nl=nl, ns=ns,dims=dims,nb=nb ;打开shape文件 ;shapefile = DIALOG_PICKFILE(title='choose the SHP file:',filter

　　最近项目需要实现地图功能，以便于实现对房源周边配套设施的检索。内容如下 　　其实百度官方有对应的api，但是对于一个网站来说这样的样式难免有些难看 　　这样的结果显然不能满足当下的需求，所以我决定利用官方给的web服务接口加上覆盖物实现对应的效果。 　　由于我们用的vue框架，所以我采用了基于百度地图封装的插件： vue-baidu-map 实现，对应版本号是：0.21.18，项目安装依赖如下： npm install vue-baidu-map --save 然后在main.js中注入依赖即可： import BaiduMap from 'vue-baidu-map' Vue.use(BaiduMap, { ak: '申请的百度秘钥' }) 这里的ak需要去官方申请秘钥， 地址在这里 ， 需要注意的是，申请完成之后会给你两个秘钥，我们需要给调起服务主机的ip加到白名单里，不然会有访问权限错误，由于现在是开发环境，所以我设置的是通配符*,也就是所有的主机，但是正是环境就不推荐这么做了，原因是前端代码容易泄露AK，被其他网站非法调用。 打开控制台，步骤如下： 白名单设置好以后，就能开始调用web服务了； 首先要注意一个问题，由于同源策略，我们直接调用百度官方的接口会出现跨域问题，关于什么是跨域，这里不多解释。那么前端处理跨域最理想的方案是jsonp

一、背景 前段时间对我们自己的App做了结构上的重构，抛弃了之前简单的MVC开发模式，原因是随着App的业务线越来越多，单个页面的功能越来越复杂，MVC开发模式导致整个Controller-layer的代码越来越多。本文将分享重构中的Router模块。 使用路由模式可以解决我们项目中页面与页面之间的耦合(因为我们App是视图生命周期作为驱动，所以这里说是页面，实际是控制器层)，因为一个页面功能太多就会引入过多的类，往往会造成import过多，不好管理。而且iOS中执行界面跳转的时候，很容易产生模块间的耦合。 iOS执行界面跳转的时候，代码如下： [firstViewController.navigationController pushViewController:destinationViewController]; 如果在firstViewController里面直接引入头文件就会导致模块间的耦合。我们这里就需要路由模块去解决类似的问题。我们的设计是每个模块都有自己的路由管理，路由主要职责应该有： 管理模块内部跳转。 声明模块的对外接口 声明模块的依赖 二、模块间的跳转 这种设计是松耦合的，我们搜寻的模块可以随时被相同功能的模块替换，这样我们就实现了两个模块的解耦。 目前路由的设计限于以下几种： 字符串标识对应界面，例如URL Router 利用Object-C特性