当前位置: 首页 > news >正文

【论文阅读笔记】Partial Convolution based Padding

论文地址:https://arxiv.org/abs/1811.11718
代码地址:https://github.com/NVIDIA/partialconv

论文小结

  本文提出一种有效地解决因padding造成的无效信息增加的方案。
  本文提出的解决方案借鉴于partial convolution的思想,以此一起解决padding造成的问题,可以在边界处得到更有效的检测,可以得到比zero-padding要好的结果(在分类和语义分割问题上有验证)。

  直观上来说,partial convolution是通过mask,得到一个有效区域的权重,从而只使用“有效”区域的信息进行推理,再以此权重进行调整。在padding上的问题上,具体而言,依据padded区域和卷积滑动窗口区域的比率,来给卷积结果在图像边界附近重新加权。

  该方法是一种即插即用的方法,可以在任何网络中使用。

论文介绍

  在本文中,将padding之类的无效区域称为"holes"(孔洞),而将有效的原始区域成为"holes"(孔洞)。

  在作者的试验中,反射填充(reflection padding)和复制填充(replication padding)一般和零填充(zero padding)相似,有些情况下甚至更差。零填充是向输入添加了额外不相关的数据,而reflection和replication是复用边界附近的信息。这三种方式都是给原始输入添加或复制了同样是“同等”的输入特征(即网络分不清是否是不同的特征),这使得网络有可能因此被混淆。

  与零填充相比,基于部分卷积的padding,自适应地给输出加权,以调整缺失部分的比例。相对地,零填充使用零作为缺失的输入。因此,作者将pad区域视为孔洞(holes),然后利用部分卷积(partial convolution)层进行卷积操作的重加权。

  通过实验,作者发现,使用零填充训练的网络,对推理过程中使用的填充方式十分敏感,若使用不同的填充将会有很大的性能下降。相应的,基于部分卷积的padding训练的模型具有鲁棒性,无论在推理过程使用哪种填充方式,模型性能都相似。

  同时,使用基于部分卷积的padding方式,可以改善边缘附近区域的语义分割。

部分卷积

  Partial Convolution一开始提出是为了处理不完全的输入数据,比如有孔洞的图像。X(i,j)X_{(i,j)}X(i,j)表示滑动窗口内的特征值,而M(i,j)M_{(i,j)}M(i,j)是对应的二元mask,其中mask中的0表示孔洞区域,mask中的1表示非孔洞区域。部分卷积在每个位置的定义如下:x(i,j)′={WT(X(i,j)⊙M(i,j))r(i,j),∥M(i,j)∥1>00,othersisex'_{(i,j)}=\left\{ \begin{aligned} &W^T(X_{(i,j)}\odot M_{(i,j)})r(i,j), & \|M_{(i,j)}\|_1 > 0 \\ &0, &othersise \end{aligned} \right. x(i,j)={WT(X(i,j)M(i,j))r(i,j),0,M(i,j)1>0othersise其中,⊙\odot是元素积,1(i,j)1_{(i,j)}1(i,j)是和输入一样大小的全1向量,而r(i,j)r_{(i,j)}r(i,j)的定义如下:r(i,j)=∥1(i,j)∥1∥M(i,j)∥1r_{(i,j)}=\frac{\|1_{(i,j)}\|_1}{\|M_{(i,j)}\|_1}r(i,j)=M(i,j)11(i,j)1

  Paritial Convolution和普通置零的区别就在于多了一个重权值因子r(i,j)r_{(i,j)}r(i,j),这样的卷积输出只依赖于有用的输入。

  在每次应用部分卷积的操作后,就需要更新mask,步骤如下:如果这个滑动窗口中含有一个有效值,则这个位置的mask就是有效值。m(i,j)′={1,if∥M(i,j)∥1>00,otherwisem'_{(i,j)}=\left\{ \begin{aligned} &1,&if\ \ \|M_{(i,j)}\|_1>0 \\ &0,&otherwise \end{aligned} \right. m(i,j)={1,0,if  M(i,j)1>0otherwise

  这部分卷积的操作,作为前向传播的一部分,可以很容易在任何深度学习框架中实现。

基于部分卷积的padding

  特征X(i,j)X_{(i,j)}X(i,j)是图像边界处的输入,让1(i,j)1_{(i,j)}1(i,j)是和X(i,j)X_{(i,j)}X(i,j)有一样长宽,但只有一个通道的的2D矩阵,X(i,j)p0X_{(i,j)}^{p0}X(i,j)p0表示为X(i,j)X_{(i,j)}X(i,j)的零填充,1(i,j)p01_{(i,j)}^{p0}1(i,j)p0表示1(i,j)1_{(i,j)}1(i,j)的零填充,1(i,j)p11_{(i,j)}^{p1}1(i,j)p1表示1(i,j)1_{(i,j)}1(i,j)111填充。下图是以上表示的可视化。
在这里插入图片描述

  将部分卷积扩展到处理padding,则定义原始输入区域为非孔洞,而padding区域为孔洞。卷积的结果如下所示:X(i,j)p0X_{(i,j)}^{p0}X(i,j)p01(i,j)p01_{(i,j)}^{p0}1(i,j)p0的零填充区域一致,故实际上这和平常的零填充不一样的地方还是加了一个重权重因子r(i,j)r(i,j)r(i,j)
x′(i,j)=WT(X(i,j)p0⊙1(i,j)p0)r(i,j)+b=WTX(i,j)p0r(i,j)+b\begin{aligned}x'(i,j)&=W^T(X_{(i,j)}^{p0}\odot1_{(i,j)}^{p0})r(i,j)+b \\ &= W^TX_{(i,j)}^{p0}r(i,j)+b \end{aligned}x(i,j)=WT(X(i,j)p01(i,j)p0)r(i,j)+b=WTX(i,j)p0r(i,j)+b其中,r(i,j)的表示如下:r(i,j)=∥1(i,j)p1∥1∥1(i,j)p0∥1r(i,j)=\frac{\|1_{(i,j)}^{p1}\|_1}{\|1_{(i,j)}^{p0}\|_1}r(i,j)=1(i,j)p011(i,j)p11

  如上公式所示,零填充的方式就是该方案的一种特例,其中r(i,j)r(i,j)r(i,j)是设为了常量111x′=WTX(i,j)p0+bx'=W^TX_{(i,j)}^{p0}+bx=WTX(i,j)p0+b

Case of Big Padding Size

  为了让网络模型的输入大小一致,一般都会在图像层面上加padding。在这样的边界上应用卷积,可能没有有效的原始数据,因为可能窗口大小要小于填充元素的大小。在这种情况下,应用第一层卷积前,要将mask进行填充,即对Mask进行padding。卷积的应用也如上面更新Mask一样进行更替。

实现和实验

  本文的实现方式是纯pytorch实现,将mask作为和输入tensor X有相同batchsize、相同宽高的单通道特征。当前的实现是基于现有的pytorch接口,允许用户无需编译新的CUDA内核即可使用。若这个padding方案直接使用CUDA实现,则额外的时间耗费可耗费不计,因为我们只需要在边界重新加权卷积结果。

  同时,∥1(p1)∥1∥1(p0)∥1\frac{\|1_{(p1)}\|_1}{\|1_{(p0)}\|_1}1(p0)11(p1)1只需要在每个输入分辨率大小改变的时候计算一次,之后就可以缓存结果,以备以后的迭代使用。故第二次迭代的执行时间短于第一次迭代。对比的时间如下图所示:
在这里插入图片描述

分类网络任务

  在分类网络任务上,训练了VGG和ResNet的几个网络,而VGG使用了带BN层的版本。每个网络训练5次,以此来减少由于初始化和随机小批量抽样造成的方差问题。结果如下面两个表所示:带有部分卷积的padding的模型拥有的标准差要比zero-padding要小,即基于部分卷积的padding模型性能要更稳定,对随机性具有鲁棒性。而且几个不同容量网络的分析,可看出更小的网络有更大的潜力和改进空间。
在这里插入图片描述

  使用部分卷积的padding训练模型和使用zero-padding训练模型的收敛速度对比如下图所示:使用部分卷积的padding训练模型的收敛速度更快,其训练漂移更少,即训练更稳定。
在这里插入图片描述

  下图展示了10张在zero-padding训练模型的5次迭代中都失败的,但是在部分卷积的padding训练的5次迭代都成功的例子。
在这里插入图片描述

  下图展示了最后一列的两个图像的相同激活图。可看出,基于零填充的网络,产生的边缘的特征图有最强的激活响应,这表示很容易混淆网络的预测。由于这些边界特征很大程度上依赖于前一层的填充零值,这在一定程度上也可能意味着零值有可能误导网络。
在这里插入图片描述

  下表展示了零填充训练的网络对其他填充方案进行推断,可看出零填充对于不同的填充方案十分敏感。partial Convolution的padding方案要鲁棒得多,损失较少
在这里插入图片描述

语义分割任务网络

  语义分割任务为避免减少分辨率,常使用扩张卷积,但扩张卷积通常需要更大的padding。使用部分卷积的padding方案有更好的结果,如下表所示。
在这里插入图片描述

  Tile-based的评估一般有更好的结果,如下图所示:
在这里插入图片描述

  tile-based的方法,一张图分开,可能导致不完整的上下文,且显著地增加了边缘信息。我们可以重叠上下文区域进行采样来改进这一点。虽然重叠的tiles可以降低边界问题的重要性。但上表展示了基于部分卷积的padding模型比zero-padding有更大的改进。这是因为部分卷积对边界问题更健壮,因此受边界附近像素增加的影响更小。

  下图展示了13\frac1331的tile重叠的分割结果。可看出部分卷积对边界区域的分割效果更好。
在这里插入图片描述
  下面展示了没有重叠的tile分割结果。
在这里插入图片描述

  仅评估边界区域的mIoUs,而不关心中心区域。本文做了很多消除中心区域的比例,下表展示了消除中心区域信息的mIoUs评估结果。可以看出:当剔除中心区域面积越大,则零填充和部分卷积的填充之间的评估差距越大。这进一步证明了部分卷积的填充方案巨大地改善了近图像边缘的预测准确度。
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.exyb.cn/news/show-35253.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈,一经查实,立即删除!

用 Python 进行 OCR 图像识别

数据采集就怕遇到图片,只能看不能复制怎么办。手动将文字提取出来,要耗费很大的工作量。 例如下图,某楼盘的一房一价表,怎么样发现单价低位的房子?光凭肉眼很难发现吧,能否让计算机进行文字的识别,然后再对这些数值型信息进行数据分析? 首先把图片中的单价提取出来, …...

5个实用提速深度学习模型的方法

您是否通过深度学习模型获得了良好的准确性,却发现推理时间不足以部署到生产环境中?您是否对如何优化模型的推理速度迷失了方向?那么这篇文章是给你的。众所周知,数据科学项目有一个奇特的特性,即项目者需要不断转换关…...

Linux系统中安装MySQL

文章目录提前须知Linux版本的MySQL下载卸载系统自带的数据库安装前准备解压MYSQL安装包创建MYSQL用户和用户组创建data文件夹修改MYSQL目录的归属用户准备MYSQL的配置⽂件正式开始安装MYSQL复制启动脚本到资源目录设置MySQL系统服务并开启⾃启启动MySQLD将MySQL的BIN目录加入PA…...

(更新时间)2021年6月3日 商城高并发秒杀系统(.NET Core版) 24-性能优化-nginx负载均衡优化

一、关于Nginx的负载均衡 在服务器集群中,Nginx起到一个代理服务器的角色(即反向代理),为了避免单独一个服务器压力过大,将来自用户的请求转发给不同的服务器。 二、Nginx负载均衡策略 负载均衡用于从“upstream”模…...

webui自动化测试框架(2)——对基本操作进行封装common

接上篇:webui自动化测试框架(1)——框架介绍 封装driver.py: driver的初始化,查找元素,点击元素,输入内容,切换iframe,切换Windows等 1.类,构造函数init里面适配浏览器…...

Python学习日记3

今天换了一个视频资源学习,因为发现之前的教学视频讲的是python2,python2跟现在的python3差别很大,所有换了一个平台学习。 今天学习内容主要是把python重新从头看了一遍,重新学习了一下,补充了关系运算符的知识&…...

如何用Python快速爬取小姐姐的美图

最近有一个小伙伴拿一个python代码来问我为什么报错? 我仔细一看:是用来爬取某个网站妹子图的代码,结果发现那个网站已经404了,当然爬不到了。 其实很多初学者都喜欢拿网上的案例作为练习,但是我们的爬虫可能会对一些…...

CentOS8安装activeMQ

Active简介 ActiveMQ是Apache软件基金会所研发的开放源代码消息中间件;由于ActiveMQ是一个纯Java程序,因此只需要操作系统支持Java虚拟机,ActiveMQ便可执行。 它解决了下面的问题: 做到系统解耦,当新的模块接进来时&am…...

leetcode刷题笔记 322.零钱兑换【中等】

1、广度优先搜索 int coinChange(vector<int>& coins, int amount) {if (amount 0)return 0;int n coins.size();vector<int> flags(amount);queue<int> q;q.push(amount);int count 0;while (!q.empty()) {count;int s q.size();for (int i 0; i …...

wordpress新创建文章404问题解决

修改httpd.conf 找到AllowOverride None修改为ALL...

[高维随机矩阵-2]

本系列主要按照《Introduction to random matrices theory and practice》进行&#xff0c;后续不再一一声明。每次使用新资料&#xff0c;都会在第一次使用时声明&#xff0c;后续也不再一一生明。 1. 本书目标读者是绝对的零基础人员。 2.随机矩阵理论random matirx theory…...

EasyExcel + Vue +Springboot 前后端联动,快捷导出Excel文件

预期效果&#xff1a;前后台联动&#xff0c;即点击“导出Excel”按钮后弹出下载框 导出效果&#xff1a; 1. 引入依赖 <dependency><groupId>com.alibaba</groupId><artifactId>easyexcel</artifactId><version>2.1.6</version>…...

优质ip代理怎么使用?

目前&#xff0c;大家上网越来越依赖于代理IP&#xff0c;代理IP的应用范畴正在逐步扩展。对于因特网这个巨大的网站空间&#xff0c;大家一样期待着这其中的标准和实际中的一样&#xff0c;因此也期待着自己的个人信息能在互联网上得到最大的利益维护。但是事实上由于互联网是…...

windows下python3.5+安装scrapy与创建项目

scrapy框架的安装与创建项目 scrapy安装&#xff1a; 相信第一次安装scrapy框架都会遇到各种安装不上的问题&#xff01;哈哈&#xff0c;别问我为啥知道&#xff01; 那我分享下我是如何安装scrapy框架的。 首先安装scrapy框架之前需要先安装几个依赖的库 依照顺序分别是 z…...

docker搭建LDAP统一用户认证

1. 安装LDAP docker run -dit \ -p 389:389 \ -v /data/ldap/ldap:/var/lib/ldap \ -v /data/ldap/slapd.d:/etc/ldap/slapd.d \ --name ldap \ --env LDAP_TLSfalse \ --env LDAP_ORGANISATION"pibigstar" \ --env LDAP_DOMAIN"pibigstar.com" \ --env LD…...

python数据分析——如何用python连接远程数据库

本文将以SQLite、MySQL&#xff0c;PostgreSQL为例讲解python怎样连接远程数据库并执行相关数据库操作。 SQLite SQLite可能是与Python连接的最方便的数据库&#xff0c;因为我们不需要安装任何外部Python SQL模块即可使用。默认情况下&#xff0c;Python会自带一个名为sqlite…...

在 IntelliJ IDEA 中为自己设计的类库生成 JavaDoc

因为某个项目需要&#xff0c;为团队其他兄弟姐妹开发了一个 XML 分析处理器&#xff0c;并将其设计为一个类库&#xff0c;提供相应的 API 接口。为了方便大家的使用&#xff0c;需要生成对应的 JavaDoc 帮助文档&#xff0c;就像 JavaSE 标准库提供的 JavaDoc 那样。我的开发…...

奔腾(BNTN) 380功放+纽约至尊 套装家庭影院

奔腾(BNTN) 380功放+纽约至尊 套装家庭影院送美诗特TA20无线话筒1套+自拍神器杆! DTS解码数字功放 HDMI、光纤、同轴多组输入输出 USB、蓝牙播放功能...

高瓴张磊:从学渣到投资大佬,也曾多次犯错

当年差点考不上初中的他&#xff0c;如今管理着超过5000亿元的资金。 来 源 | 财经新知&#xff08;ID&#xff1a;caijingxinzhi&#xff09; 作 者 | 端木清树 编 辑 | 伊页 1972年&#xff0c;河南省驻马店市的一对夫妻诞下一个男孩&#xff0c;并给他取了一个在当年绝对烂…...

Windows系统发布Asp.Net core应用到IIS上

如何在windows系统上发布一个Asp.net core应用的网站&#xff1f;踩了不少坑&#xff0c;现在简单总结如下。 亲测有效的系统&#xff1a; windows 7 x64windows 10 x64windows server 2016 x64 具体步骤如下&#xff1a; 1.Net Core SDK安装 .Net Core SDK是一组库和工具…...

刚换了Mac本这些快捷键你知道吗?

Mac中主要有四个修饰键&#xff0c;分别是Command&#xff0c;Control&#xff0c;Option和Shift。 这四个键分别有自己的图案&#xff0c;他们经常出现在Mac应用程序中的菜单栏里&#xff0c;方便你随时学习新的快捷键。 MAC 键盘快捷键符号图例 keyboard-shortcuts-symbol-l…...

Solr搜索引擎

Solr搜索引擎前言一、下载&#xff1f;二、创建核心三、核心配置文件&#xff08;1&#xff09;包含对应得数据库 账号&#xff0c;密码&#xff0c;url&#xff0c;对应得sql&#xff0c;&#xff08;2&#xff09;查询出的列 对应核心字段上的属性&#xff08;3&#xff09;将…...

2021.8.23

写项目 画创建群的界面和查看好友资料界面 重新修改了一下好友列表的布局&#xff0c;增加显示查看好友资料&#xff0c;删除好友的按钮&#xff0c;还没有改好。。。。。。。。。。。。。。。 思考怎么实现表情包的发送...

thinkphp6 通过命令行快速生成多应用模块报 【Command “build“ is not defined.】错误的解决办法

在项目下执行如下命令 php think build admin报如下错误 [rootlocalhost orange]# php think build admin[InvalidArgumentException] Command "build" is not defined. 解决办法&#xff1a; 1.查看官方文档&#xff1a; https://www.kancloud.cn/manual…...

zlib开发笔记(三):zlib库介绍、在ubuntu上进行arm平台交叉编译

若该文为原创文章&#xff0c;转载请注明原文出处 本文章博客地址&#xff1a;https://hpzwl.blog.csdn.net/article/details/119877275 长期持续带来更多项目与技术分享&#xff0c;咨询请加QQ:21497936、微信&#xff1a;yangsir198808 红胖子(红模仿)的博文大全&#xff1a;…...

C++程序退出机制

C程序退出机制 从几个std函数入手分析&#xff1a; std::exit&#xff0c;用于正常流程退出&#xff0c;由用户显式调用。&#xff08;main()函数返回 调用main内部局部变量的dtor std::exit(0)&#xff09;。std::terminate&#xff0c;用于异常流程退出&#xff0c;一般由…...

题解报告:m10

找abc(add) 问题描述&#xff1a; 有两个正整数集合{An},{Bm}&#xff0c;其中整数值均不超过106。输出正整数x&#xff0c;判断是否存在A中的一个数a与B中的一个数b的和为x。 输入格式&#xff1a; 第一行为正整数t(≤5)&#xff0c;表示数据组数&#xff1b;每组数据中&a…...

输出第一个仅出现一次的字符

#include <stdio.h> #include <string.h> int main(){char s[100005]{0};gets(s);char ch;int i,num0,flag0;for(cha;ch<z;ch){for(i0;s[i]!\0;i){if(chs[i]){num;}}if(num1){flag1;break;}num0;}if(flag1)printf("%c",ch);elseprintf("no"...

vue项目写的样式应用不到元素上?elementUI等框架的坑

vue项目写的样式应用不到元素上&#xff1f;scoped原理接着坑就来了解决方法1、修改父元素的样式2、深度作用选择器使用vueelementUI写个项目时发现写的样式应用不到元素上&#xff0c;任凭!important也毫无作用&#xff01;看看你是否也踩了这个坑吧&#xff01; scoped原理 …...

箭头函数以及箭头函数的this关键字

//箭头函数是用来简化函数定义语法的const fn () > {console.log(123)}fn();// 在箭头函数中 如果函数体中只有一句代码 并且代码的执行结果就是函数的返回值 函数体大括号可以省略function sum (n1, n2){return n1 n2;}const sum (n1, n2) > n1 n2; // 在箭头函数中…...

工作流的应用场景

什么是工作流 工作流属于计算机支持的协同工作&#xff08;Computer Supported Cooperative Work&#xff0c;CSCW&#xff09;的一部分。 Georgakopoulos给出的工作流定义是&#xff1a;工作流是将一组任务组织起来以完成某个经营过程&#xff1a;定义了任务的触发顺序和触发…...

工作流开源系统--DRAKE

1工作流开源系统概要 以下是各类数据分析的工作流pipeline管道模型的框架和库包&#xff0c;包含特定科学等业务领域行业或者通用领域&#xff0c;结合大数据big data分析的各种开放源码项目。包括下一代测序技术(NGS)打开了数据分析的空间&#xff0c;生物学成为数据密集领域&…...

【springMVC_11_SpringMVC拦截器_ 拦截器的介绍】

1.什么是拦截器 SpringMVC提供了Intercepter拦截器机制&#xff0c;类似于Servlet当中的Filter过滤器&#xff0c;用于拦截用户的请求并作出相应的处理&#xff0c;比如通过拦截器来进行用户权限验证或者用来判断用户是否登录。SpringMVC拦截器是可插拔式的设计&#xff0c;需…...

.NET Core微服务 权限系统+工作流(二)工作流系统

一、前言接上一篇 .NET Core微服务 权限系统工作流&#xff08;一&#xff09;权限系统 &#xff0c;再来一发工作流&#xff0c;我在接触这块开发的时候一直好奇它的实现方式&#xff0c;翻看各种工作流引擎代码&#xff0c;探究其实现方式&#xff0c;个人总结出来一个核心要…...

icaclient citrix

https://www.citrix.com/downloads/citrix-receiver/linux/receiver-for-linux-latest.html...

citrix 服务器系统,配置 Citrix Gateway

This Preview product documentation is Citrix Confidential.You agree to hold this documentation confidential pursuant to theterms of your Citrix Beta/Tech Preview Agreement.The development, release and timing of any features or functionalitydescribed in th...

citrix linux 服务器,开启并配置Citrix Xenserver的SNMP服务

Citrix Xenserver使用标准的NET-SNMP协议&#xff0c;关于NET-SNMP请参考www.net-snmp.org.Xenserver并没有自己的MIB库.Xenserver默认是禁止SNMP服务且并没有开启SNMP服务使用的端口,通过一下方式开启并配置SNMP服务&#xff1a;1.编辑Xenserver的/etc/sysconfig/iptables找到…...

Citrix XenCenter 基本命令

—–监控检查类—– xentop – 查看XenServer与VM的资源使用情况 xsconsole – 进入XenServer管理面板&#xff08;查看网卡&#xff0c;IP,系统版本,系统时间,硬件信息等&#xff09; xe task-list – 查看XenServer临时任务进程 service –status-all – 查看所有服务运行…...

Citrix Receiver卸载方法

Citrix Receiver卸载方法&#xff1a; 一、打开“控制面板”-“卸载”&#xff0c;找到Citrix Receiver&#xff0c;右键“卸载” 二、打开“360软件管家”-“卸载”&#xff0c;找到Citrix Receiver&#xff0c;点击“卸载” 三、下载官方提供的专业卸载工具ReceiverCleanu…...

citrix(citrix是什么软件)

有人知道citrix是什么吗&#xff1f; 思杰citrix( )是世界领先的应用服务软件方案提供商&#xff0c;其倡导的"数字化独立"技术(Digital Independence)&#xff0c;即通过任何网络连接&#xff0c;向任何形式的客户端设备发布任何应用的能力&#xff0c;已嬴得全球两…...

win10 mysql 1030_Win10系统打开按键精灵提示“#1030:启动脚本执行器失败”怎么办...

按键精灵是一款模拟键鼠操作的编程软件,只要您在电脑前用双手可以完成的动作,按键精灵都可以替您完成&#xff0c;很多人都会在自己的电脑中安装这款软件&#xff0c;不过有win10系统用户在打开按键精灵的时候却弹出窗口提示“#1030&#xff1a;启动脚本执行器失败”&#xff0…...

win10 mysql 1030_Win10系统打开按键精灵提示“#1030:启动脚本执行

众所周知&#xff0c;按键精灵是一款模拟键鼠操作的编程软件&#xff0c;只要您在电脑前用双手可以完成的动作&#xff0c;按键精灵都可以替您完成&#xff0c;很多人都会在自己的电脑中安装这款软件&#xff0c;不过有win10系统用户在打开按键精灵的时候却弹出窗口提示“#1030…...

产品工作流| B端产品竞品分析

宏观看定位 宏观看定位&#xff0c;看竞品主要满足哪一类需求。主要从 产品价值&#xff0c;市场规模&#xff0c;市场环境&#xff0c;市场竞争来总结。 产品价值&#xff1a; 竞品面向什么客户&#xff0c;提供什么价值&#xff0c;客户为什么付费。比如&#xff1a;提供CRM…...

ZZULIOJ1030

1030&#xff1a;判断直角三角形 题目描述 输入三个正整数&#xff0c;判断用这三个整数做边长是否能构成一个直角三角形。 输入 输入三个正整数。 输出 能否构成直角三角形。如能输出&#xff1a;yes.若不能&#xff0c;输出&#xff1a;no。 样例输入 6 8 10 样例输出 Yes 提…...

win10 mysql 1030_Win10系统打开按键精灵提示#1030:启动脚本执行(图)

原标题&#xff1a;"Win10系统打开按键精灵提示“#1030&#xff1a;启动脚本执行"相关电脑问题教程分享。 - 来源:191路由网。众所周知&#xff0c;按键精灵是一款模拟键鼠操作的编程软件&#xff0c;只要您在电脑前用双手可以完成的动作&#xff0c;按键精灵都可以替…...

mysql 1030,错误:MySQL#1030 - 从存储引擎获得错误1

It has been about three days I have tried to run a script on my MySQL server, but it continuously gives me an error. I have tried the code on different machines, and it works completely fine. However, my Azure server does not run the script,andit gives...

PAT 1030 完美数列

1030 完美数列 给定一个正整数数列&#xff0c;和正整数 p&#xff0c;设这个数列中的最大值是 M&#xff0c;最小值是 m&#xff0c;如果 M≤mp&#xff0c;则称这个数列是完美数列。 现在给定参数 p 和一些正整数&#xff0c;请你从中选择尽可能多的数构成一个完美数列。 …...

openwrt之td1030 i2c驱动

泰斗1030&#xff0c;gps传感器&#xff0c;默认uart接口&#xff0c;支持i2c接口读写。 但&#xff0c;td1030并不像通常的i2c设备&#xff0c;例如eeprom 24c02、温湿度传感器sth12等有寄存器的概念。 td1030只需读写即可。 openwrt 使能模拟i2c1&#xff0c;模拟i2c需要修改…...

mysql hy000 1030_SQLSTATE [HY000]:一般错误:1030

我正在我的localhost上创建一个Drupal 7的网站 . 今天我得到了我的cache_rules缺失的众所周知的错误 . 我试图恢复它 . 这看起来很有效&#xff0c;因为我现在在数据库中看到了这个表 . 但是&#xff0c;PHPMyadmin在查询后表示“结果回来了” . 它是否正确 .我用这段代码来恢复…...

linux mysql 1030,MySQL报错ERROR 1030 (HY000): 解决过程

1](https://qcloud.coding.net/u/guomaoqiu/p/guomaoqiu/git/raw/master/uploads/2016/03/1.jpg)](https://qcloud.coding.net/u/guomaoqiu/p/guomaoqiu/git/raw/master/uploads/2016/03/1.jpg) 这个文件主要是开发用于执行构建部署的时候更新数据库的sql文件&#xff0c;里面有…...