0.说明本文也许比较乱，请看目录再食用。后续会出文机器学习基础理论学习笔记（8）特征选择（featureselection）（二）将分类问题和回归问题分开总结。以及或将出文机器学习基础理论学习笔记（8）特征选择（featureselection）（三）将sklearn上面实现的特征选择API和方法总结。1.特征选择特征选择是特征工程里的一个重要问题，其目标是寻找最优特征子集。特征选择能剔除不相关(irrelevant)或冗余(redundant)的特征，从而达到减少特征个数，提高模型精确度，减少运行时间的目的。另一方面，选取出真正相关的特征简化模型，协助理解数据产生的过程。并且常能听到“数据和
1、下载jmeter，安装插件管理器JMeterPluginsManagerInstall::JMeter-Plugins.org将jmeter-plugins-manager-1.6.jar放到lib/ext目录，重启jmeter2、点击图标进入下载插件页面 3、选择CustomThreadGroups安装并保存重启jmeter 4、新建ArrivalsThreadGroup线程组,创建脚本 5、配置执行机（Agent）将已安装插件的jmeter压缩包放入执行机在执行机分别解压zip包cd/data/user/yaceunzipapache-jmete.zip查看1099端口是否被占用：ls
1、下载jmeter，安装插件管理器JMeterPluginsManagerInstall::JMeter-Plugins.org将jmeter-plugins-manager-1.6.jar放到lib/ext目录，重启jmeter2、点击图标进入下载插件页面 3、选择CustomThreadGroups安装并保存重启jmeter 4、新建ArrivalsThreadGroup线程组,创建脚本 5、配置执行机（Agent）将已安装插件的jmeter压缩包放入执行机在执行机分别解压zip包cd/data/user/yaceunzipapache-jmete.zip查看1099端口是否被占用：ls
选择题以下代码输出结果正确的是：str1='helloWORD3aa,bb'str2=str1.title()print(str1)print(str2)选项：AHelloWord3aa,bb BHelloWord3Aa,BbCHelloWORD3aa,BbDhelloword3AA,bb 问题解析1.title()方法的功能：将字符串中所有单词的首个字母转化为大写，其他字母均转化为小写。【特别注意】若在字符串中遇到标点符号、空格、数字等其他非字母元素，则非字母元素后的第一个字母转化为大写，其他字母转化为小写。2.title()方法的语法：str.title()。title()方法的返回值：返
选择题以下代码输出结果正确的是：str1='helloWORD3aa,bb'str2=str1.title()print(str1)print(str2)选项：AHelloWord3aa,bb BHelloWord3Aa,BbCHelloWORD3aa,BbDhelloword3AA,bb 问题解析1.title()方法的功能：将字符串中所有单词的首个字母转化为大写，其他字母均转化为小写。【特别注意】若在字符串中遇到标点符号、空格、数字等其他非字母元素，则非字母元素后的第一个字母转化为大写，其他字母转化为小写。2.title()方法的语法：str.title()。title()方法的返回值：返
【论文解读】AttentionalFeatureFusion一、研究背景二、Multi-scaleChannelAttentionModule（MS-CAM）三、AttentionalFeatureFusion（AFF）四、IterativeAttentionalFeatureFusion（IAFF）五、实例：替换ResNet,FPN和InceptionNet中的特征融合六、实验1数据集及实验设置2消融实验3对比实验首先附上论文地址和代码：论文地址：https://ieeexplore.ieee.org/document/9423114代码地址：https://github.com/Yimia
【论文解读】AttentionalFeatureFusion一、研究背景二、Multi-scaleChannelAttentionModule（MS-CAM）三、AttentionalFeatureFusion（AFF）四、IterativeAttentionalFeatureFusion（IAFF）五、实例：替换ResNet,FPN和InceptionNet中的特征融合六、实验1数据集及实验设置2消融实验3对比实验首先附上论文地址和代码：论文地址：https://ieeexplore.ieee.org/document/9423114代码地址：https://github.com/Yimia
参考教程：ScriptableRenderFeatureUnity版本：2019.4搭建URP场景RenderFeature作用是支持SRP扩展自定义渲染pass，因此需要在SRP下使用，这里选择URP，在packagemanager中找到UniversalRP并install。 创建一个前向渲染管线资产，会生成一个UniversalRenderPipelineAsset和UniversalRenderPipelineAsset_Renderer文件。 在Edit-ProjectSettings-Graphics中将渲染管线设置为刚设置好的URPAsset 场景就自由发挥搭建吧RenderFe
参考教程：ScriptableRenderFeatureUnity版本：2019.4搭建URP场景RenderFeature作用是支持SRP扩展自定义渲染pass，因此需要在SRP下使用，这里选择URP，在packagemanager中找到UniversalRP并install。 创建一个前向渲染管线资产，会生成一个UniversalRenderPipelineAsset和UniversalRenderPipelineAsset_Renderer文件。 在Edit-ProjectSettings-Graphics中将渲染管线设置为刚设置好的URPAsset 场景就自由发挥搭建吧RenderFe
AttentionalFeatureFusion注意力特征融合最近看到一篇比较不错的特征融合方法，基于注意力机制的AAF，与此前的SENet、SKNet等很相似，但AFF性能优于它们，并且适用于更广泛的场景，包括短和长跳连接以及在Inception层内引起的特征融合。AFF是由南航提出的注意力特征融合，即插即用！本篇博客主要参考自知乎作者OucQxw，知乎原文地址：https://zhuanlan.zhihu.com/p/424031096论文下载地址：https://arxiv.org/pdf/2009.14082.pdfGithub代码地址：https://github.com/Yimia
