BLCL的博客小馆

归档 · 2024📢📢📢 阿里云双十一,2核2G3M的服务器,99元一年,新老用户续费同享!!

首页

关于

归档

loading..
RFID

RFID

Foreword 学生时代探索的超高频RFID应用,现在还要捡起来看一下,好多内容都忘记了 RFID RFID 标签有多种形状和大小,可以是“无源”的,也可以是“有源”的。 但最常见的是无源标签,这意味着它们不需要电池等集成电源。 无源标签通常由 RFID Inlay和防止物理损伤的外壳组成。 Inlay由一个小型硅微芯片组成,用以存储数字 ID 和其他数据,并粘贴到纸或塑料 (PET) 薄膜等薄基板上的天线上。 无源标签的天线接收来自读写器的无线电波,并将其传输到微芯片,微芯片收集该能量,并用来将无线信号发送回读写器。 Inlay的尺寸很薄,因此很容易嵌入到传统标签中,使其成为智能标签,或嵌入到非常坚固的塑料(硬标签)或生物兼容玻璃(玻璃标签)中,用于极端恶劣的环境或注射到动物体内。 类型 ..

更多
loading..
其他CloudflareDocker代理免费docker镜像docker国内镜像docker mirror

使用 Cloudflare Workers自建完全免费Docker镜像服务

使用Cloudflare Workers自建完全免费Docker镜像本方法 不需要服务器 也不需要域名自月初docker镜像被封禁之后,国内的镜像源也同步都停掉了。国内服务器拉取镜像变得完全不方便。目前有几种方法挂代理, 给配置文件增加代理proxy配置;自建转发服务器,配置文件增加registry-mirrors镜像源:自建服务器,给nginx配置反向代理, 如crproxy;蹭Cloudflare Workers免费资源,手动写请求转发代码,如cloudflare-docker-proxy最终我选择了Cloudflare Workers方式,因为这个方法完全不需要服务器,甚至也不需要域名,只需要注册一个cloudflare帐号就能用。我真的服了cloudflare也是太大方了,真的什么都给大家免费用。..

更多
stdout

Making subprocess async friendly in Python

It's been a while since i wrote something in English, mostly because there's nothing really interesting, until now. Occasionally, when facing a long running task in Python, I would choose either a distrubuted tasks queue system, or for the convenience, just the subprocess module. It's built-in and well designed for grabbing outputs of a child process runn..

更多
stdout

人声分离简单评测

娃要去表演唱歌,老师要求提供MTV。。 视频是这个,需要去掉人声部分 先用 ffmpeg 提音轨 ffmpeg -i v.mp4 -ac 1 1.mp3 微信小程序上的全是骗充值的,网上的服务: 没卵用 https://vocalremover.org/ 名气很大,搜出来第一就这个 没用 https://www.conversion-tool.com/karaoke/ 卡死 https://www.songpeel.com/song-to-karaoke 要安装 https://github.com/adefossez/demucs 要6G显存 https://github.com/Anjok07/ultimatevocalremovergui 效果很好! https://tunebat.com/Vo..

更多
stdout

吐槽pynsq,另外给subprocess糊了一个异步

pynsq太烂了 起初是因为需要在 Web API 里消费一个消息队列(nsq),给浏览器返回 EventSource 做实时输出。但是没想到官方库pynsq居然写得这么渣: def _handle_term_signal(sig_num, frame): logging.getLogger(__name__).info( 'TERM Signal handler called with signal %r', sig_num) tornado.ioloop.IOLoop.current().stop() def run(): """ Starts any instantiated :class:`nsq.Reader` or :class:`nsq.Wr..

更多
loading..
算法

多模态-ViLT

最近面试了一北京候选者,之前使用电子病例以及CT图像两种模态信息,训练ViLT多模态预测模型,提高肺结节良恶性预测准确率。正好我对多模态如何对齐也比较感兴趣,以Transformers-Tutorials提供的代码为例,来看下其内部是如何实现的。数据集我没有从VQA下载,太大了,这里也强烈安利huggingface提供的lmms-lab/VQAv2 dataset。 剩下就改下VQADataset部分,其他保持不变。 这里记录比较有趣的几个点。 1. text和image如何对齐?答案:在第二维对齐。 具体来说,text部分使用的是BertTokenizer,max_position为40(所以如果有长文本,这里就坑了),假设batch_size为4,text embedding出来后就是(4, 40, ..

更多
算法

SHAP机器学习模型解释

介绍分享个模型可解释的库SHAP,其可以对XGBoost等机器学习库进行结果解释。 更多还有类似Paddle中的TrustAI。 什么是SHAP?SHAP(SHapley Additive exPlanations)是用来解释机器学习模型的工具。它告诉我们每个特征对模型预测结果的贡献有多大。想象一下你和几个朋友一起干活,最后得到了一笔报酬。你想知道每个人应该分多少钱,SHAP就是在做类似的事情,只不过它是在告诉你每个特征对模型预测结果的贡献。 核心概念1. Shapley值: 想象一个团队在完成任务后得到一笔奖金,我们想公平地分配这笔奖金。Shapley值就是一种分配方法,告诉我们每个成员(在机器学习中是每个特征)应得的报酬(对预测结果的贡献)。 2. 边际贡献: 假设我们在玩一个游戏,每次加入一..

更多
loading..
CrackBLHeli

BLHeliSuite32逆向(五)

Foreword BLH在停止维护以后给厂商给出了离线版本,离线版本不兼容之前的上位机了,再次破解看一下具体是哪里出现了异同 参考流程 由于有之前的流程,所以这里直接参考 actReadSetupExecute 按键act DoBtnReadSetup 按键具体操作 ReadSetupAll 读取配置信息 ReadDeviceSetupSection 这里是操作去读 Send_cmd_DeviceReadBLHeliSetupSection 发送读取命令,执行后就拿到了256字节 ReadSetupFromBinString 这里就是关键,解析读上来的字符串,然后赋值给了BLHeli的各个参数 TBLHeli.Init 参数存储的对象初始化 BLHe..

更多
stdout

如何删除 C:\Windows\WinSxS 文件

天气热得心慌,看Win10不爽,决定删几个文件玩玩 首先你需要以 SYSTEM 用户启动 cmd.exe Win+R 敲入: "\\live.sysinternals.com@SSL\DavWWWRoot\tools\PsExec.exe" -i -s cmd.exe 回车。确认当前身份敲入 whoami 夺权:takeown /F "C:\Windows\WinSxS\Backup" /A /R /D Y 授权:cacls "C:\Windows\WinSxS\Backup" /T /G SYSTEM:F /C 开删:rd /s /q "C:\Windows\WinSxS\Backup" 爽! 当然,你也可以让系统代替你清理: Dism.exe /online /Cleanup-Image /Sta..

更多
12