yolov5创新C3GN：引荐HorNet递归门控卷积GnConv重构目标检测颈部网络1、引荐HorNet递归门控卷积思想论文地址：https://arxiv.org/pdf/2207.14284.pdf递归门控卷积GnConv模块：主要思想：通过门控卷积和递归设计执行高阶空间交互，新的操作具有高度的灵活性和可定制性，将自注意力中的二阶交互扩展到任意阶，而不会引入大量额外的计算，并通过引入高阶交互来进一步增强模型容量，具有与自注意力相似的输入自适应空间混合功能。以GnConv模块构建GnBlock：遵循与Transformer相同的元架构来构建基本块GnBlock,包含空间混合层和前馈网络
背景最近在研究鸿蒙操作系统的开源项目OpenHarmony，该项目使用了GN+Ninja工具链进行配置，编译，于是开始研究GN如何使用。本文的所有信息均来自GN官网和本人个人体会。GN快速入门使用GNGN的主要功能是根据配置文件（.gn,BUILD.gn等）生成build.ninja文件。build.ninja类似于Makefile，不同的是由Ninja负责执行编译过程。获取GN可执行程序。1）源码编译。可以到官网下载源码。也可以到我的GN源码(需要5积分)2）鸿蒙源码提供的GN可执行程序。Ubuntu下路径为[源码路径]/prebuilts/build-tools/linux-x86/bin
运行GN(GenerateNinja)运行gn，你只需从命令行运行gn，对于大型项目，GN是与源码一起的。对于Chromium和基于Chromium的项目，有一个在depot_tools中的脚本，它需要加入到你的PATH环境变量中。该脚本将在包含当前目录的源码树中找到二进制文件并运行它。对于Fuchsia树内开发，运行fxgn...，它将找到正确的GN二进制文件，并使用给定的参数运行它。设置一个构建与其他一些构建系统不同，在GN中你可以设置你自己的构建目录，和你想要的设置。这让你可以根据需要维护不同的构建，可以根据自己的需要并行维护不同的构建。一旦你生成了一个构建目录，ninja文件将被自动生
动态路由协议-RIP一、静态路由与动态路由静态路由：管理员手动输入路由器命令管理动态路由：根据拓扑或流量改变而自动调整RIP路由协议的优点和缺点：RIP协议（距离矢量路由选择协议）的优缺点：（1）优点：对于小型网络，RIP就所占带宽而言开销小，易于配置、管理和实现。（2）缺点：当有多个网络时会出现环路问题。环路问题的解决需要消耗一定的时间和带宽。采用RIP协议，其网络内部所经过的链路数不能超过15，这使得RIP协议不适于大型网络。优点：配置简单（易于配置、管理和实现，适用于小型网络）缺点：不适合大型网络、每隔30秒发送一次，会占用带宽、浪费资源。最大跳数为15条，只适合小型网络。当有多个网络时
OpenHarmony下GN语法普法引言前面一直在折腾怎么移植，怎么编写，尼玛忘了搞最基本的GN语法了。这不必须给安排上！一.GN表达式语言和GN作用域GN是简单的动态类型的命令式语言，其最终目的只是产生声明性的Ninja规则。一切都围绕作用域决定，它既是该语言的词法绑定（lexicalbinding，即静态绑定）结构，也是数据类型。GN值可以使用下列几种类型的任何一种：布尔型（boolean），或true或false整型（integer），带符号，使用普通十进制语法；不常用字符串（string），总是使用"双引号"引住（注意下面关于$的扩展）域（scope），使用花括号括住{…}；见
GN语法及在鸿蒙的使用[gn+ninja学习0x01]gn和ninja是什么ohos_sdk/doc/subsys-build-gn-coding-style-and-best-practice.mdGN语言与操作一、gn简介gn是generateninja的缩写，它是一个元编译系统（meta-buildsystem）,是ninja的前端，gn和ninja结合起来，完成OpenHarmony操作系统的编译任务。元构建系统是一个生成其他构建系统的构建系统，cmake就是一个非常典型的元构建系统。本系统文章要学习的gn也是个元构建系统。类别gn+ninjacmake+make元构建系统gncmak
学习目标：做到代码格式等统一，此时，esint和prettier就要登场了。学习内容：eslint是代码检测工具，可以检测出你代码中潜在的问题，比如使用了某个变量却忘记了定义。prettier是代码格式化工具，作为代码格式化工具，能够统一你或者你的团队的代码风格。=>安装prettier+eslint包，并做一系列的配置学习时间：创建项目yarncreatevite选择vue作为framework选择vue-ts是package.json中配置的eslint和prettier相关的包：{"name":"xxx","private":true,"version":"0.0.0","type":"
目录 一、正则化之weight_decay（L2正则）1.1正则化及相关概念1.2 正则化策略（L1、L2）（1）L1正则化（2）L2正则化1.3 L2正则项——weight_decay二、正则化之Dropout2.1Dropout概念2.2 nn.Dropout 三、归一化之BatchNormalization（BN层）3.1BatchNormalization介绍3.2Pytorch的BatchNormalization1d/2d/3d实现（1）nn.BatchNorm1dinput=B*特征数*1d特征 （2）nn.BatchNorm1dinput=B*特征数*2d特征（3）nn.Bat
绿色区域表示将该区域作用域(四种方法都贯穿了w,h维度)，即将该区域数值进行归一化，变为均值为0，标准差为1。BN的作用区域时N,W,H,表示一个batch数据的每一个通道均值为0，标准差为1；LN则是让每个数据的所有channel的均值为0，标准差为1。IN表示对每个数据的每个通道的均值为0，标准差为1.BN，LN，IN，GN从学术化上解释差异：BatchNorm：batch方向做归一化，算NHW的均值，对小batchsize效果不好；BN主要缺点是对batchsize的大小比较敏感，由于每次计算均值和方差是在一个batch上，所以如果batchsize太小，则计算的均值、方差不足以代表整个
Gn是什么？它是Google用来维护chromium项目的编译工具，现在相关的开源项目都基于gn来进行编译管理。目前一些大型系统的都会使用gn，例如谷歌，鸿蒙。Gn就是一个构建脚本生成器，是之前gyp的升级版本。并且gn是基于c++编写，效率要比基于python的gyp快了近20倍。更多技术文章，全网首发公众号“摸鱼IT”，希望大家关注、转发、点赞！谷歌gn编译文件的使用简介官网文档参考：https://gn.googlesource.com/gn/+/master/docs参考文档：鸿蒙内核源码分析(GN应用篇)|GN语法及在鸿蒙的使用|百篇博客分析OpenHarmony源码|v60.02
