layer

Consider the following code: library(ggplot2) foo <- data.frame(x=1:10,A=1:10,B=10:1) ggplot(melt(foo,id.vars="x"),aes(x,value,color=variable))+geom_line(size=5) I want to bring the red line (A) to the front, on top of B (see the cross point), while the colors and the order they appear in the legend do not change. Is there any way? Try this, last_plot() + aes(group=rev(variable)) Replotting the red line using a subsetted dataframe does the trick. library(ggplot2) foo <- data.frame(x=1:10,A=1:10,B=10:1) require(reshape2) fooM <- melt(foo,id.vars="x") p<-ggplot() p<-p+geom_line(data=fooM[fooM

I am trying to animate the mask layer on a UIView. Basically this code displays the image below: let bounds: CGRect = self.manualWBMaskView!.bounds let maskLayer: CAShapeLayer = CAShapeLayer() maskLayer.frame = bounds maskLayer.fillColor = UIColor.blackColor().CGColor let screenWith : CGFloat = UIScreen.mainScreen().bounds.width let roundedRectFrame : CGRect = CGRectMake(self.manualWBMaskView!.bounds.midX - (screenWith/4), self.manualWBMaskView!.bounds.midY - (screenWith/4), screenWith/2, screenWith/2) let path: UIBezierPath = UIBezierPath(roundedRect:roundedRectFrame, cornerRadius:10 ) path

作者|殷浩 出品|阿里巴巴新零售淘系技术部 架构这个词源于英文里的“Architecture“，源头是土木工程里的“建筑”和“结构”，而架构里的”架“同时又包含了”架子“（scaffolding）的含义，意指能快速搭建起来的固定结构。而今天的应用架构，意指软件系统中固定不变的代码结构、设计模式、规范和组件间的通信方式。在应用开发中架构之所以是最重要的第一步，因为一个好的架构能让系统安全、稳定、快速迭代。在一个团队内通过规定一个固定的架构设计，可以让团队内能力参差不齐的同学们都能有一个统一的开发规范，降低沟通成本，提升效率和代码质量。 在做架构设计时，一个好的架构应该需要实现以下几个目标： 独立于框架： 架构不应该依赖某个外部的库或框架，不应该被框架的结构所束缚。 独立于UI： 前台展示的样式可能会随时发生变化（今天可能是网页、明天可能变成console、后天是独立app），但是底层架构不应该随之而变化。 独立于底层数据源： 无论今天你用MySQL、Oracle还是MongoDB、CouchDB，甚至使用文件系统，软件架构不应该因为不同的底层数据储存方式而产生巨大改变。 独立于外部依赖： 无论外部依赖如何变更、升级，业务的核心逻辑不应该随之而大幅变化。 可测试： 无论外部依赖了什么数据库、硬件、UI或者服务，业务的逻辑应该都能够快速被验证正确性。 这就好像是建筑中的楼宇，一个好的楼宇

作者|殷浩 出品|阿里巴巴新零售淘系技术部 架构这个词源于英文里的“Architecture“，源头是土木工程里的“建筑”和“结构”，而架构里的”架“同时又包含了”架子“（scaffolding）的含义，意指能快速搭建起来的固定结构。而今天的应用架构，意指软件系统中固定不变的代码结构、设计模式、规范和组件间的通信方式。在应用开发中架构之所以是最重要的第一步，因为一个好的架构能让系统安全、稳定、快速迭代。在一个团队内通过规定一个固定的架构设计，可以让团队内能力参差不齐的同学们都能有一个统一的开发规范，降低沟通成本，提升效率和代码质量。 在做架构设计时，一个好的架构应该需要实现以下几个目标： 独立于框架： 架构不应该依赖某个外部的库或框架，不应该被框架的结构所束缚。 独立于UI： 前台展示的样式可能会随时发生变化（今天可能是网页、明天可能变成console、后天是独立app），但是底层架构不应该随之而变化。 独立于底层数据源： 无论今天你用MySQL、Oracle还是MongoDB、CouchDB，甚至使用文件系统，软件架构不应该因为不同的底层数据储存方式而产生巨大改变。 独立于外部依赖： 无论外部依赖如何变更、升级，业务的核心逻辑不应该随之而大幅变化。 可测试： 无论外部依赖了什么数据库、硬件、UI或者服务，业务的逻辑应该都能够快速被验证正确性。 这就好像是建筑中的楼宇，一个好的楼宇

作者|殷浩 出品|阿里巴巴新零售淘系技术部 架构这个词源于英文里的“Architecture“，源头是土木工程里的“建筑”和“结构”，而架构里的”架“同时又包含了”架子“（scaffolding）的含义，意指能快速搭建起来的固定结构。而今天的应用架构，意指软件系统中固定不变的代码结构、设计模式、规范和组件间的通信方式。在应用开发中架构之所以是最重要的第一步，因为一个好的架构能让系统安全、稳定、快速迭代。在一个团队内通过规定一个固定的架构设计，可以让团队内能力参差不齐的同学们都能有一个统一的开发规范，降低沟通成本，提升效率和代码质量。 在做架构设计时，一个好的架构应该需要实现以下几个目标： 独立于框架： 架构不应该依赖某个外部的库或框架，不应该被框架的结构所束缚。 独立于UI： 前台展示的样式可能会随时发生变化（今天可能是网页、明天可能变成console、后天是独立app），但是底层架构不应该随之而变化。 独立于底层数据源： 无论今天你用MySQL、Oracle还是MongoDB、CouchDB，甚至使用文件系统，软件架构不应该因为不同的底层数据储存方式而产生巨大改变。 独立于外部依赖： 无论外部依赖如何变更、升级，业务的核心逻辑不应该随之而大幅变化。 可测试： 无论外部依赖了什么数据库、硬件、UI或者服务，业务的逻辑应该都能够快速被验证正确性。 这就好像是建筑中的楼宇，一个好的楼宇

一、论文地址 Very Deep Convolutional Networks for Large-Scale Image Recognition 二、文章总结 对AlexNet的改进： ZFNet：smaller receptive window size，smaller stride of the first convolutional layer； Sermanet：密集(densely)、多尺度(multiple scales)； VGG：通过使用更小的卷积核(3*3)，增加网络深度。 文章表示LRN并没有提高准确率，反而增加了计算成本和内存消耗。 预处理为什么要减去RGB均值： 可以移除图像的平均亮度值，更多关注其内容 为什么2个3*3卷积核与1个5*5卷积核等价 这里的等价时 2个3*3卷积核的感受野与1个5*5卷积核相同 比如input size：28*28 28*28 ——5*5—— (28-5)/1+1=24 28*28 ——3*3—— (28-3)/1+1=26 ——3*3—— (26-3)/1+1=24 权重初始化 先训练VGG-11网络，因为网络较浅，能够快速得到反馈，在此网络中对权重进行随机初始化。然后，在训练更深的网络时，我们用训练好后VGG-11对应网络层中的权重初始化更深的网络的前四层卷积层和最后三层全连接层，剩余中间层随机初始化。 三

欢迎大家前往 腾讯云+社区 ，获取更多腾讯海量技术实践干货哦~ 本文由 forrestlin 发表于 云+社区专栏 导语：转置卷积层（Transpose Convolution Layer）又称反卷积层或分数卷积层，在最近提出的卷积神经网络中越来越常见了，特别是在对抗生成神经网络（GAN）中，生成器网络中上采样部分就出现了转置卷积层，用于恢复减少的维数。那么，转置卷积层和正卷积层的关系和区别是什么呢，转置卷积层实现过程又是什么样的呢，笔者根据最近的预研项目总结出本文。 1. 卷积层和全连接层 在CNN提出之前，我们所提到的人工神经网络应该多数情况下都是前馈神经网络，两者区别主要在于CNN使用了卷积层，而前馈神经网络用的都是全连接层，而这两个layer的区别又在于全连接层认为上一层的所有节点下一层都是需要的，通过与权重矩阵相乘层层传递，而卷积层则认为上一层的有些节点下一层其实是不需要的，所以提出了卷积核矩阵的概念，如果卷积核的大小是n m，那么意味着该卷积核认为上一层节点每次映射到下一层节点都只有n m个节点是有意义的，具体的映射方式下一节会讲到。到这里，有些初学者会认为全连接层也可以做到，只要让权重矩阵某些权重赋值为0就可以实现了，例如假设在计算当前层第2个节点时认为上一层的第1个节点我不需要，那么设置w01=0就可以了。其实没错，卷积层是可以看做全连接层的一种特例

import torch import torch.nn as nn import torch.nn.functional as F #这个是函数形式定义，相对来说更低层一点。 """ Net( (conv1): Conv2d(1, 6, kernel_size=(3, 3), stride=(1, 1)) (conv2): Conv2d(6, 16, kernel_size=(3, 3), stride=(1, 1)) (fc1): Linear(in_features=576, out_features=120, bias=True) (fc2): Linear(in_features=120, out_features=84, bias=True) (fc3): Linear(in_features=84, out_features=10, bias=True) ) """ class Net(nn.Module): def __init__(self): super(Net, self).__init__() # 1 input image channel, 6 output channels, 3x3 square convolution # kernel self.conv1 = nn.Conv2d(1, 6, 3)#注意这里1的大小是1*1*32*32 self

1. MTFlexbox MTFlexbox是美团内部应用的非常成熟的一种跨平台动态化解决方案，它遵循了CSS3中提出的 Flexbox规范 来抹平多平台的差异。MTFlexbox适用于重展示、轻交互的业务场景，与现有HTML、React Native、Weex等跨平台方案相比，MTFlexbox具备着性能高、渲染速度快、兼容性高、原生功能支持度高等优势。但其缺点在于不支持复杂的交互逻辑，不适合复杂交互的业务场景。目前，MTFlexbox已经广泛应用在美团首页、搜索、外卖等重要业务场景。本文主要介绍在MTFlexbox中使用Litho优化性能的实践经验。 1.1 MTFlexbox的原理 MTFlexbox首先定义一份跨平台统一的DSL布局描述文件，前端通过“所见即所得”的编辑器编辑产生布局，客户端下载布局文件后，根据布局中的描述绑定JSON数据，并最终完成视图的渲染。MTFlexbox框架图如下图所示： 图中分为五层，分别是： 业务应用层：业务使用MTFlexbox的编辑器定义符合Flexbox规范的DSL文件（XML模版）。 模版下载：负责XML模版下载相关的工作，包括模版缓存、预加载和异常监控等。 模版解析：负责模版解析相关的工作，包括标签节点的预处理、数据绑定、标签节点的缓存复用和数据异常监控等。 视图渲染：负责视图渲染相关的工作