-
联机游戏机制--续
导入上一篇博客简单介绍了联机游戏机制，这篇直接找一个简单的单机游戏改成联机，希望对读者理解联机游戏机制有帮助。油管一搜pygame就找到了这个游戏，链接，一个经典的雷电游戏的简单python实现，一共只有300多行代码。那就这个了。正文一个简单的联机游戏我习惯用下面这种简单的框架： 客户端 建立连接，处理玩家输入 利用tcp或者可靠udp协议发送输入到服务器端。同时本地利用玩家输入进行本地的预测 ...…
-
联机游戏机制
导入联机游戏和单机游戏其实区别很大，有不少开发者单机游戏开发熟练，但是接触联机游戏的时候还是无从下手，问题颇多，这里我就想写篇博客说下我的一些个人看法。联机游戏机制单机和联机的最本质区别自然就是一个需要联网一个不需要联网，这看起来是废话，但是背后带来的问题却是很多。联网意味着数据需要网络交互，就带来一个任何游戏玩家都知道的东西，ping或者叫延迟。我们可以想象一个场景，假设我们在玩一个联机游戏，我本地按下方向键移动，然后我的输入会通过网络传输到服务器，接着服务器对我们的输入进行处理或者直接...…
-
流体仿真-基础篇
前言主要是根据Robert Bridson著名的Course Notes，个人写的笔记整理，补充上一些我认为不够清晰的地方。可能分成几个部分，首先先整理基础篇， 从基本的流体力学方程入手，解释每一项的具体含义，以及原理，然后针对不同的流体特性对方程进行简化，而且NS方程目前还没有人能够求出解析解， 只有100多个特解，因此只能采用数值上的近似方法，所以接下来会进入数值分析该方程的步骤，近似求解方程，解出速度场，然后进行流体的模拟仿真。 需要有一定的数学基础：微积分，向量分析，微分方程...…
-
从蒙特卡洛到阿尔法元
蒙特卡洛搜索树对于围棋，象棋，五子棋，黑白棋，井字棋这类游戏来说，都属于有限两人零和回合制游戏，这种游戏都可以用博弈树来解决，以井字棋为例，如下图所示：这就是一棵井字棋的博弈树，当然节点没有完全的展开，我们现在关注显示棋盘的这条路径，从上到下我们可以看到这就是完整的一局游戏，每个分支就代表我们的落子。而且相邻树的层次是对应不同的玩家，这一层是圈，则相邻层都是叉。那么我们可以把所有的状态都列出来，这样根据当前棋面，我们可以找到最优的路径。但是井字棋我们的确可以这样做，象棋和围棋这类空间很大的...…
-
车牌检测
介绍上一篇博客中介绍了如何利用TensorFlow目标检测API检测自己的数据集，并且随便用了20张百度的图片来做了一个实例，最后训练的效果也当然很差，所以这一次我打算好好的训练一次车牌检测。没有看上一篇博客的建议先去看，这篇博客不涉及具体细节，都在上篇博客中说到。模型鉴于上一次选择的模型相对简单，这次选择了一个稍微复杂的模型，faster_rcnn_inception_v2，并且不从头开始训练了，下载了官方的预训练模型，是在coco数据集上训练好的模型，链接，我也给出链接，可以自行下载解...…
-
Tensorflow目标检测API
简介Tensorflow 目标检测API其实是官方提供的一组样例，里面不仅包含目标检测，还有OCR，GAN，自编码器，img2txt等等，感兴趣的可以自己慢慢研究。链接如下Tensorflow APIs，找到目标检测目录，大致结构如下：├─.ipynb_checkpoints├─card_inference_graph│ └─saved_model│ └─variables├─data├─images│ ├─test│ └─train├─models│ └─__pycac...…
-
ShadowSocks配置多用户
步骤 利用putty，xshell或者其他的ssh软件登陆你的服务器端 以ubuntu系统为例： cd /etcvim shadowsocks.json 编辑成如下格式：其中port_password里是主要，包括端口和对应的密码，保存退出：wq。 {"server":"0.0.0.0","local_address": "127.0.0.1","local_port":1080, "port_password":{ "9999": "password...…
-
emojify系列（二）
模型构建预训练词向量导入上一篇博文里，我们已经完成了数据集的制作，接下来的一个问题就是，模型的构建，第一个问题就是词向量的问题，我们已经有了一个训练好的词向量，那么在keras中很好处理，可以看我的gitghub keras 实现,那么pytorch是怎么实现与训练向量的导入的呢，如果看官方文档，查看完整参数列表，发现似乎没有参数可以实现预训练向量的导入，只有定义好就是随机的初始化向量。查看了源码，发现了存储embeding权重的变量就是weights，然后我尝试直接修改weights的值...…
-
emojify系列（一）
起因前段时间完成了吴恩达的深度学习第五专题序列模型，里面一些作业都很有意思，包括这个Emojify，根据你输入的话语判断你话语的含义，并且用一个表情来表示，并且把表情放在语句后，这样就可以实现说话时自动添加最贴切的表情。具体参考我的github，那是一个keras版本的实现，也是Coursera作业使用的框架，我稍稍改编了一下，里面有些实现的效果以及模型的结构，这里就不多说了，代码也很简单，容易理解。本来这么简单感觉没必要写个博客，但是正好用pytorch复现一遍，此间遇到不少坑，所以我打...…
-
CycleGAN
CycleGAN介绍优势具体介绍之前，首先说说CycleGAN的一些优势，CycleGAN实现的是一类图片到另一类图片的转化，也就是图片域的转变，对于这类问题pix2pix是一种不错的方法，但是pix2pix训练时需要成对的训练样本，也就是比如你要训练图片风景从白天到黑夜的转变，那么你的训练集就是各种风景图片的白天照片以及其对应的黑夜照片，必须一一对应。那么CycleGAN则不需要，所以如果用CycleGAN来做这个问题，只需要收集一些白天的风景图片和一些黑夜的风景图片即可，不需要是同一种...…
-
风格迁移
风格转换风格转换就是将现实的图片转换成带有艺术风格的照片，比如把你自己的照片转换成梵高的星空风格等等这样人人都可以变成梵高了，可以进行你想要的艺术创作。Gatys于2015年提出了一篇论文，A Neural Algorithm of Artistic Style，实现了基于深度学习的艺术风格转换，这是真正意义上的第一篇深度学习实现艺术风格转换的论文，后来又出现了很多更优秀的论文，转换速度更快，效率和质量更好。但是很多都是基于这篇论文的。因此下面我将详细的解读这篇论文，以及在pytorch上...…
-
实时人脸识别
MTCNNMTCNN是中国科学院深圳先进技术研究院发表的一篇论文，入选ECCV2016，是一篇非常优秀的人脸检测和人脸对齐的论文。提出了一种Multi-task的人脸检测框架，将人脸检测和人脸特征点检测同时进行。论文使用3个CNN级联的方式，和Viola-Jones类似，实现了coarse-to-fine的算法结构。算法大概的流程如下：当给定一张照片的时候，将其缩放到不同尺度形成图像金字塔，以达到尺度不变。 Stage 1：使用P-Net是一个全卷积网络，用来生成候选窗和边框回归...…
-
win10安装pytorch教程
前提条件首先你需要是windows10系统，专业版家庭版都可以然后你已经安装了Anaconda 3.5/3.6最后你已经配置好了cuda8.0和cudnn#开始安装安装蒲嘉宸的安装包，注意对应的python版本和cuda版本，我这里给出python3.5和cuda8.0的安装包百度云分享 [链接](https://pan.baidu.com/s/1c2ppDFM) 密码：bq77然后打开命令提示符，依次输入： conda create -n mypytorch python = 3.5 ...…
-
一键安装ss教程
网上关于ss的安装教程很多，大部分都很繁琐，这里给出我认为最简单的安装教程。适用于ubuntu的系统。代码如下: wget --no-check-certificate https://raw.githubusercontent.com/teddysun/shadowsocks_install/master/shadowsocks.sh chmod +x shadowsocks.sh ./shadowsocks.sh 2>&1 | tee shadowsocks.log…
-
自定义x86中断
思路对于装有操作系统OS的x86系统来说，正常用户模式是没有办法自定义中断的，用户模式提供的软中断只有系统调用，比如int 80h和syscall ，且无法自定义中断号和中断处理函数。但是我们确实可以编写硬中断的处理函数，也就是ISR，中断服务程序，只不过需要内核编程(Linux)或者内核驱动编写(Windows)，比如Windows下，利用WDK驱动开发包，绑定IRQ，使用IoConnectIntteruptEx函数可以注册中断服务程序，然后用户态使用DeviceControl函数和驱动...…
-
vim使用技巧
导入今天朋友问我vim好像不好用，为什么这么多人喜欢用。我说让我看看你是怎么用的，结果他就方向键上下左右移动，i 插入,然后退格慢慢删除单词，再修改成新的单词，然后esc :wq保存。我说这就难怪不好用了，不过好歹他还知道使用多行复制和粘贴。所以今天我就想写篇博客，简单介绍几个我觉得vim中非常好用的命令和技巧，不涉及任何的插件，vim的插件是非常强大的，但是不用插件，vim已经足够好用。正文 i和a的使用 这里我说的并不是插入命令的i和a，而是配合c,d,v,y命令的i和...…
-
简单匿名聊天室的实现
导入聊天室的架构还是常见的C/S架构，匿名聊天室的特点主要有三点： 匿名性：连接时分配随机ID（如”用户123”） 实时性：采用I/O多路复用技术 轻量级：单线程处理所有连接 为什么不采用多线程？因为多线程的开销很大，对于小项目无所谓，如果是针对“C10K”级别甚至以上的连接的大项目，多线程很难实现。即使采用线程池也是一样，线程池只是节省了线程创建和销毁的开销，但是节省不了线程切换的开销，而线程切换恰恰是线程模型性能损耗比较大的地方。而多路IO复用，...…
-
test
test…
