大佬的TensorFlow代码：here另一个大佬的Pytorch代码：here注：Pytorch代码只有semanticKITTI的训练，TensorFlow作者本人的代码比较全。keywords高分辨率点云——约\(10^5\)点云语义分割多层次特征在正式开始讲论文之前，我们先看看效果，0.04s的inferencetime那么咱们正式开始相关工作\(_{*篇幅有限，此处不再介绍其他基于投影或基于体素的工作}\)PointNet++网络结构关键组件Samping——FPS(最远点采样)顾名思义，每次在点云中采样的点都应该距其他点的距离最远举个例子，下图，一个二维欧式空间中，我们需要使用FP
本文是阅读LinkedIn公司2020年发表的论文Magnet:Push-basedShuffleServiceforLarge-scaleDataProcessing一点笔记。什么是Shuffle以上图为例，在一个DAG的执行图中，节点与节点之间的数据交换就是Shuffle的过程。虽然Shuffle的过程很简单，但是不同的引擎有不同的实现。以shuffle数据传输的介质来看有基于磁盘的shuffle，例如Map/Reduce，Spark，FlinkBatch中，上下游之前的数据都是需要落盘后来进行传输，这类通常是离线处理框架，对延迟不敏感，基于磁盘更加可靠稳定。有基于内存的pipeline模
本文是阅读LinkedIn公司2020年发表的论文Magnet:Push-basedShuffleServiceforLarge-scaleDataProcessing一点笔记。什么是Shuffle以上图为例，在一个DAG的执行图中，节点与节点之间的数据交换就是Shuffle的过程。虽然Shuffle的过程很简单，但是不同的引擎有不同的实现。以shuffle数据传输的介质来看有基于磁盘的shuffle，例如Map/Reduce，Spark，FlinkBatch中，上下游之前的数据都是需要落盘后来进行传输，这类通常是离线处理框架，对延迟不敏感，基于磁盘更加可靠稳定。有基于内存的pipeline模
0、关键词annotatedvideos,3Dobjectdetection,object-centricvideos,poseannotations,Objectrondataset,3Dobjecttracking,3Dshaperepresentation,object-centricshortvideos,annotatedimages,robotics,imageretrieval,augmentedreality1、链接该论文来自谷歌研究院（GoogleResearch It'sGoogle:-(内地需要VPN才能访问）。秉承其形成技术壁垒的一贯作风，要么“力大砖飞”，使用大规模集
0、关键词annotatedvideos,3Dobjectdetection,object-centricvideos,poseannotations,Objectrondataset,3Dobjecttracking,3Dshaperepresentation,object-centricshortvideos,annotatedimages,robotics,imageretrieval,augmentedreality1、链接该论文来自谷歌研究院（GoogleResearch It'sGoogle:-(内地需要VPN才能访问）。秉承其形成技术壁垒的一贯作风，要么“力大砖飞”，使用大规模集
ORA-06502:PL/SQL:numericorvalueerror:numberprecisiontoolarge我正在尝试在OracleSQLDeveloper中运行以下插入命令：12INSERTINTOwork_comp_rates(company_id,work_comp_rt)VALUES('101',0.11);这给了我这个错误："ORA-06502:PL/SQL:numericorvalueerror:numberprecisiontoolarge"附加了一个触发器：1234567891011121314CREATEORREPLACETRIGGERAPPS.work_code
ORA-06502:PL/SQL:numericorvalueerror:numberprecisiontoolarge我正在尝试在OracleSQLDeveloper中运行以下插入命令：12INSERTINTOwork_comp_rates(company_id,work_comp_rt)VALUES('101',0.11);这给了我这个错误："ORA-06502:PL/SQL:numericorvalueerror:numberprecisiontoolarge"附加了一个触发器：1234567891011121314CREATEORREPLACETRIGGERAPPS.work_code
好久没写博文了，天天忙的喘不过来气。最近是该总结总结前段时间的工作了，顺便缓解下这两天的霉气。 今天在内部上了一套图片编辑系统，结果下午就收到开发的报错，报错信息如下：413 Request Entity Too Large413 Request Entity Too Largenginx/1.6.0 通过提示信息可以看出该问题是由于客户端请求的内容过大造成的，进一步查看HTTP状态码表，可以看到HTTP协议中是这样定义这个错误的：服务器拒绝处理当前请求，因为该请求提交的实体数据大小超过了服务器愿意或者能够处理的范围。此种情况下，服务器可以关闭连接以免客户端继续发送此请求。
好久没写博文了，天天忙的喘不过来气。最近是该总结总结前段时间的工作了，顺便缓解下这两天的霉气。 今天在内部上了一套图片编辑系统，结果下午就收到开发的报错，报错信息如下：413 Request Entity Too Large413 Request Entity Too Largenginx/1.6.0 通过提示信息可以看出该问题是由于客户端请求的内容过大造成的，进一步查看HTTP状态码表，可以看到HTTP协议中是这样定义这个错误的：服务器拒绝处理当前请求，因为该请求提交的实体数据大小超过了服务器愿意或者能够处理的范围。此种情况下，服务器可以关闭连接以免客户端继续发送此请求。
