Mark

秋天 | 等疫情过后,我们继续背起相机去旅行

戏子无情 提交于 2020-10-04 14:01:49
这是头哥侃码的第218篇原创 2020年,注定是不平凡的一年。 八个月前,我正和家人一起沉浸在春节的喜悦中,可没成想一场疫情的到来彻底改变了欢快的气氛。 别的倒没什么,只是之前所有的计划全部被打乱了。 先说春节假期,和舅舅一家约好的日本温泉旅行 “泡汤” 了,最后只能改成在线喝酒,一群老少爷们凑在IPAD前,对着屏幕推杯换盏,别提有多傻了。 说到清明小长假,我本打算带上父母去武大赏樱花,或者去洛阳赏牡丹,结果也取消了。 再说五一小长假,再加上几天年假,想与媳妇一起去菲律宾潜水,看看鲸鲨,拍拍沉船,现在也没戏了。 最后是端午……好了,不想回忆了。 对于普通旅行者来说,如果自己的旅行计划被搁置了,只要身体健康,内心最多感觉有一丝不痛快。没事,等疫情过后,再一个一个去实现也就是了,但对一名摄影爱好者来说,这场疫情带来的心理冲击可是巨大的。 往年年后正当初春,草木萌发,花期次第,正是拍摄的旺季。 但今年的春天,在疫情的笼罩下,你只能手握相机,站在窗口看到街道上繁花渐盛,春风温柔,而自己一腔拍照的激情却得不到满足才是最痛苦的。 我,工作之余,除了喜爱健身,还酷爱摄影,并对与摄影有关的知识、事物有着浓厚的兴趣。 虽然我拍的不好,但是很喜欢,也很用心。 就在我对今年已经不抱任何希望的时候,但没想到随着酷暑的远去,国内的疫情持续好转,国内各地越来越多的市民开始走出家门,甚至到近郊走一走,逛一逛。

ubuntu禁止内核自动更新

核能气质少年 提交于 2020-10-03 17:25:06
ubuntu禁止内核自动更新 查看已安装内核 dpkg --get-selections |grep linux-image 查看正在使用的内核 uname -a 禁止内核更新 sudo apt-mark hold linux-image- 5.3.0-42 -generic sudo apt-mark hold linux-image-extra- 5.3.0-42 -generic 重启内核更新 sudo apt-mark unhold linux-image- 5.3.0-42 -generic sudo apt-mark unhold linux-image-extra- 5.3.0-42 -generic 来源: oschina 链接: https://my.oschina.net/u/4267539/blog/4565238

PHP:根据二维数组中的某个字段进行排序

拟墨画扇 提交于 2020-10-03 11:43:02
首先了解下以下两个函数: 1.array_column() 返回输入数组中某个单一列的值。 2.array_multisort() 函数返回排序数组。您可以输入一个或多个数组。函数先对第一个数组进行排序,接着是其他数组,如果两个或多 个值相同,它将对下一个数组进行排序。 具体实现代码实例: <? php $data = array ( array ( 'id' => 5698, 'first_name' => 'Bill', 'last_name' => 'Gates', ) , array ( 'id' => 4767, 'first_name' => 'Steve', 'last_name' => 'Aobs', ) , array ( 'id' => 3809, 'first_name' => 'Mark', 'last_name' => 'Zuckerberg', ) ); //根据字段last_name对数组$data进行降序排列 $last_names = array_column ( $data ,'last_name' ); array_multisort ( $last_names , SORT_DESC , $data ); var_dump ( $data ); ?> 来源: oschina 链接: https://my.oschina.net/u

他在太空中飘了一年,完成了400多项科学实验 | 专访

别等时光非礼了梦想. 提交于 2020-10-03 03:53:03
  斯科特 · 凯利 (Scott Kelly) 和马克 · 凯利(Mark Kelly)是人类航天领域最传奇的双胞胎兄弟,两人都作为 NASA 的宇航员多次进入太空。      图丨左边是 Scott,他在国际空间站生活了一年;右边是他的双胞胎兄弟 Mark,他在地球上负责控制工作(来源:NASA)   斯科特 · 凯利曾经幻想能飞去火星,虽然最终未能如愿,但阴差阳错成为了国际空间站上的“人类试验品”,为未来的人类火星之旅留下了宝贵的实验数据。   凯利兄弟一同参与了 NASA 火星计划中颇具野心的任务之一——双胞胎实验计划。斯科特和他的双胞胎哥哥马克共同参与了该实验计划,斯科特在太空生活,马克则留在地球。科学家期望通过对比他们两人的身体变化,能更进一步地了解太空生活对人体的影响。    图 | 马克(左)和斯科特(右)   这个实验让斯科特在空间站连续待了 340 天,从而创造了人类在太空中连续工作时长的新纪录。在此期间,斯科特绕地球飞行 2.3 亿公里,拍摄太空照片 713 张,完成了 400 多项科学实验。他在社交网络上的关注人数突破百万,时任美国总统奥巴马更是多次在推特上与他互动。斯科特堪称美国航天史上的代表性宇航员。   作为经历了 4 次太空飞行的航天老手,斯科特曾 3 次率队在空间站工作,加上这次近一年时间的太空之旅,斯科特的总体太空任务时间达到了 520 天

香港确认全球首例新冠二次感染!港大教授金冬雁:新冠肺炎越来越像普通感冒

北城余情 提交于 2020-10-03 03:06:48
  这是全球首例通过基因测序确认的二次感染案例。   这名 33 岁的香港男子于今年 3 月 26 日首次感染新冠病毒,并出现咳嗽、发烧和头疼等症状,3 月 29 日症状消退。4 月 14 日,两次时隔 24 小时核酸检测阴性后,康复出院。然而 8 月 15 日,他途经西班牙和英国回到香港时,入境核酸检测呈阳性。   此次感染后,该男子体温及其它指标均正常,胸透也无任何异常,并且住院期间的核酸检测发现其体内的病毒载量不断下降。   香港大学病毒学教授金冬雁告诉 DeepTech,该病例有 2 个重要特征。    其一是两次感染为不同毒株。 香港大学研究人员对其病毒样本测序发现,两次感染样本中的病毒基因组存在显著差异。这些差异多达 24 处,分布在病毒刺突蛋白、核蛋白,以及非结构蛋白和辅助蛋白上。进一步研究显示,该男子第一次感染的毒株是今年 3-4 月在美国或英国收集到的病毒株的“近亲”,而第二次感染的毒株则与今年 7-8 月在瑞士和英国收集到的病毒株更接近。    其二是二次感染后症状很轻,几乎是无症状,这说明首次感染后还是产生了免疫力。   全球新冠确诊患者已近 2400 万,那么二次感染病例是个案,还是有一定比例的群体?新冠病毒感染为何一次感染没有产生足够的免疫细胞记忆?这个发现对于疫苗接种有什么影响?是否意味着需要二次接种?      图 | 香港国际机场入境处。(来源

CCNP(BSCI)实验:路由器和PC之间的DHCP服务

左心房为你撑大大i 提交于 2020-10-03 00:03:02
预配置 在R1上的配置 Int e1/0 Ip add 192.168.1.1 255.255.255.0 No sh 在Pc上的配置 实验过程: 第一步:在R1上配置DHCP服务 R1(config)#ip dhcp pool libo //配置一个DHCP地址池,名称为libo R1(dhcp-config)#default-router 192.168.1.1 //配置默认网关 R1(dhcp-config)#network 192.168.1.0 /24 //配置一个dhcp分配的网段 R1(dhcp-config)#dns-server 1.1.1.1 //配置一个dns域名解释服务器地址 R1(dhcp-config)#domain-name www.good.com //配置域名为 R1(dhcp-config)#lease 1 (infinite) //配置租期为1天(无限) R1(config)#ip dhcp excluded-address 192.168.1.1 //配置不发放地址 第二步:查看dhcp地址池 R1#sh ip dhcp pool libo Pool libo : Utilization mark (high/low) : 100 / 0 Subnet size (first/next) : 0 / 0 Total addresses :

超值干货 | 值得收藏:精选BATJ面试突击500题详解:JVM篇!

笑着哭i 提交于 2020-10-02 15:24:30
JVM Java内存区域 说一下 JVM 的主要组成部分及其作用? 说一下 JVM 运行时数据区 深拷贝和浅拷贝 说一下堆栈的区别? 队列和栈是什么?有什么区别? HotSpot虚拟机对象探秘 对象的创建 为对象分配内存 处理并发安全问题 对象的访问定位 句柄访问 直接指针 内存溢出异常 Java会存在内存泄漏吗?请简单描述 垃圾收集器 简述Java垃圾回收机制 GC是什么?为什么要GC 垃圾回收的优点和原理。并考虑2种回收机制 垃圾回收器的基本原理是什么?垃圾回收器可以马上回收内存吗?有什么办法主动通知虚拟机进行垃圾回收? Java 中都有哪些引用类型? 怎么判断对象是否可以被回收? 在Java中,对象什么时候可以被垃圾回收 JVM中的永久代中会发生垃圾回收吗 说一下 JVM 有哪些垃圾回收算法? 标记-清除算法 复制算法 标记-整理算法 分代收集算法 说一下 JVM 有哪些垃圾回收器? 详细介绍一下 CMS 垃圾回收器? 新生代垃圾回收器和老年代垃圾回收器都有哪些?有什么区别? 简述分代垃圾回收器是怎么工作的? 内存分配策略 简述java内存分配与回收策率以及Minor GC和Major GC 对象优先在 Eden 区分配 大对象直接进入老年代 长期存活对象将进入老年代 虚拟机类加载机制 简述java类加载机制? 描述一下JVM加载Class文件的原理机制 什么是类加载器

裁员!缩招!屯人才!硅谷就业市场变了

[亡魂溺海] 提交于 2020-10-02 11:40:48
据国外媒体报道, 经济低迷期间硅谷就业市场被重新洗牌,包括Uber和Airbnb在内的大公司以及不少规模较小的初创公司进行大规模裁员。 与此同时也有一些小公司趁机寻找想要的人才。 但总体而言,不少科技行业员工感觉找工作没有之前容易。 图示:本周一Uber宣布将再裁员3000人。两周前,该公司宣布裁员约3700人,这使得裁员总数达到约四分之一。 以下是翻译内容: 为了削减成本,打车服务公司Uber开始裁员, 硬件工程师乔·泰勒(Joe Taylor)也被解雇。数小时后泰勒就开始着手寻找新工作,但看到的却是一个失去活力的硅谷就业市场。 在经济低迷期间,科技行业一直是最具韧性的行业之一。 微软和亚马逊公布的财报均称第一季度销售增长强劲。 但包括Uber和Airbnb在内的大公司以及不少规模较小的初创公司进行了大规模裁员,已经动摇了人们对科技行业不会受到就业危机影响的看法。 对很多人而言,这种现状也会改变了科技行业员工换工作很容易的希望。 “每个人都变得更加谨慎了,”38岁的泰勒说,他本月早些时候被Uber解雇。他说自己一直在大小公司寻找工作机会,但与以往的求职相比,现在能联系上的招聘人员更少。泰勒说许多招聘人员发出的信息是:“我现在手头没有任何职位但可以保持联系。” 泰勒曾在微软和位于加州圣布鲁诺(San Bruno)的无线充电器初创公司Spansive等大公司工作过

mark:webrtc历史版本(带编译工程)下载方法

天大地大妈咪最大 提交于 2020-10-02 01:29:43
1、首先下载当前最新的webrtc版本 git下使用命令行如下: mkdir webrtc-checkout cd webrtc-checkout fetch --nohooks webrtc gclient sync 2、切换到指定历史版本 git checkout -b (随便命名) refs/remotes/branch-heads/(指定版本号) gclient sync 例如: git checkout -b mine refs/remotes/branch-heads/m74 gclient sync 3、历史版本号查询 git branch -a 4、备注 历史版本可能需要老VS。会有如下打印: 为了保证正常下载,可以查看vs_toolchain.py文件是否支持新版本。 若支持,直接配置GYP_MSVS_VERSION系统变量就好。 来源: oschina 链接: https://my.oschina.net/u/4419179/blog/4602977

###好好好####多模态中的BERT

百般思念 提交于 2020-10-01 22:33:42
image BERT自问世以来,几乎刷新了各种NLP的任务榜,基于BERT的变种也层出不穷,在很多任务里都可以看到其身影。大浪淘沙,沉者为金,回想第一次看到BERT的论文时,确实不曾想其也能对工业界产生极大的影响。 本文尝试梳理今年BERT在多模态任务(主要涉及视觉和文本模态)上的一些工作,尝试比较各工作的主要思路以及做法上的区别,因此不会过多的涉及细节。总的来看,众多工作的主体模型大同小异,均使用Transformer,从表1(引用自VL-BERT论文)可以对各工作之间的相似和不同之处有个整体的认识。 image 可以看到,各方案之间的差异基本在于模态融合方式、预训练任务、以及下游任务微调,下文也将主要从这几个维度展开介绍和对比(排名不分先后)。 VideoBert image VideoBert主体采用单Transformer同时对文本token和视频片段进行模态表示和融合。与BERT区别在于把原来的句子对是否匹配(是否为下一句),换成了句子视频是否匹配任务。同时对于视频片段帧进行随机的MASK,预测对应的特征向量,文中叫visual words(通过预训练的视觉模型抽取得来,如S3D,然后聚类得到相应特征向量的id),对应于BERT的masked语言模型。 CBT image 和VideoBert不同在于,视频输入和文本输入分成了两支。视频输入经过S3D网络得到视觉特征序列