DeepPrivacy:AGenerativeAdversarialNetwork forFaceAnonymizationISVC2019　　https://arxiv.org/pdf/1909.04538.pdf （个人理解，欢迎指正错误） Introduction　　隐私：整个人脸　　可用性：是看起来自然的人　　文章基于CGAN架构，模型以被遮蔽敏感信息的人脸为输入，以真实人脸中的若干个关键点为条件信息生成假人脸。合成人脸在匿名的同时保留数据分布，使数据适合于进一步训练深度学习模型。包含真实人脸的图像　　   遮蔽敏感信息与关键点提取　　　　   合成图像Methodology　　　　模

CIAGAN:ConditionalIdentityAnonymizationGenerativeAdversarialNetworks2020CVPR　　2005.09544.pdf(arxiv.org)（个人理解，欢迎指正错误） Introduction　　隐私：整个人脸　　可用性：是看起来自然的人　　文章去除真实人脸的同时生成了高质量的假人脸，可用于支持跟踪、检测等计算机视觉任务。与先前工作相比，本文的创新处在于可以在一定程度上控制人脸匿名效果，依据给定的身份参照指导假人脸的合成，到达合成图像接近参照图像的效果。　　文章指出，他们的的关键观察是，许多计算机视觉任务，如人的检测、多人跟踪、

CIAGAN:ConditionalIdentityAnonymizationGenerativeAdversarialNetworks2020CVPR　　2005.09544.pdf(arxiv.org)（个人理解，欢迎指正错误） Introduction　　隐私：整个人脸　　可用性：是看起来自然的人　　文章去除真实人脸的同时生成了高质量的假人脸，可用于支持跟踪、检测等计算机视觉任务。与先前工作相比，本文的创新处在于可以在一定程度上控制人脸匿名效果，依据给定的身份参照指导假人脸的合成，到达合成图像接近参照图像的效果。　　文章指出，他们的的关键观察是，许多计算机视觉任务，如人的检测、多人跟踪、

1.前言　UBOOT版本：uboot2018.03，开发板myimx8mmek240。2.背景在编译构建目标时(如makexxx)，顶层Makefile的dot-config变量值设置为1。如下：#note：顶层Makefiledot-config:=1ifneq($(filter$(no-dot-config-targets),$(MAKECMDGOALS)),) ifeq($(filter-out$(no-dot-config-targets),$(MAKECMDGOALS)),) dot-config:=0 endifendi在顶层Makefile中：#note：顶层MakefileK

1.前言　UBOOT版本：uboot2018.03，开发板myimx8mmek240。2.背景在编译构建目标时(如makexxx)，顶层Makefile的dot-config变量值设置为1。如下：#note：顶层Makefiledot-config:=1ifneq($(filter$(no-dot-config-targets),$(MAKECMDGOALS)),) ifeq($(filter-out$(no-dot-config-targets),$(MAKECMDGOALS)),) dot-config:=0 endifendi在顶层Makefile中：#note：顶层MakefileK

1Continuous-TimeDynamicNetworkEmbeddingsAbstract​ 描述一种将时间信息纳入网络嵌入的通用框架，该框架提出了从CTDG中学习时间相关嵌入Conclusion​ 描述了一个将时间信息纳入网络嵌入方法的通用框架。该框架为推广现有的基于随机游走的嵌入方法提供了基础，用于从连续时间动态网络学习动态（时间相关）网络嵌入Figureandtable图1：这幅图的边标签为时间，注意v4v1v2不是一个合法的时序游走，因为v1v2的边时序小于v1v4的边图2，可以看到大部分的时序随机游走长度都集中在右侧表1SOTAIntroduction​ 在这个论文里提出了一种

1Continuous-TimeDynamicNetworkEmbeddingsAbstract​ 描述一种将时间信息纳入网络嵌入的通用框架，该框架提出了从CTDG中学习时间相关嵌入Conclusion​ 描述了一个将时间信息纳入网络嵌入方法的通用框架。该框架为推广现有的基于随机游走的嵌入方法提供了基础，用于从连续时间动态网络学习动态（时间相关）网络嵌入Figureandtable图1：这幅图的边标签为时间，注意v4v1v2不是一个合法的时序游走，因为v1v2的边时序小于v1v4的边图2，可以看到大部分的时序随机游走长度都集中在右侧表1SOTAIntroduction​ 在这个论文里提出了一种

1、查询用户所拥有的安全角色：selectsu.FullName,r.Name,bu.namebussinessnamefromSystemUserRolessurleftjoinSystemUserBasesuonsu.SystemUserId=sur.SystemUserId leftjoinBusinessUnitBasebuonbu.BusinessUnitId=su.BusinessUnitIdleftjoinRoleronr.RoleId=sur.RoleIdwheresu.IsDisabled=02、安全角色的具体权限明细：SELECTDISTINCTr.Nam

1、查询用户所拥有的安全角色：selectsu.FullName,r.Name,bu.namebussinessnamefromSystemUserRolessurleftjoinSystemUserBasesuonsu.SystemUserId=sur.SystemUserId leftjoinBusinessUnitBasebuonbu.BusinessUnitId=su.BusinessUnitIdleftjoinRoleronr.RoleId=sur.RoleIdwheresu.IsDisabled=02、安全角色的具体权限明细：SELECTDISTINCTr.Nam

零除的处理用NULLIF(col,0)可以避免复杂的WHEN...CASE判断,例如ROUND(COUNT(view_50.amount_in)::NUMERIC/NULLIF(COUNT(view_50.amount_out)::NUMERIC,0),2)ASout_divide_in,使用COLA/NULLIF(COLB,0)后,如果COLB为0,产生的输出就是NULL空数组解析为默认值使用jsonb_array_elements_text()可以将一个JSONB类型的列解析为多行--这是一个和聚合背道而驰的函数,在处理数组时特别有用.但是在使用中,往往需要全局统计,不单单是统计带内容的数