之前发表过一篇关于视错觉的文章:《视错觉:从一个看似简单的自定义控件说起》,虽然不是用iOS开发中的Mask来实现的,但是原理和Mask原理是一样的,相当于手动给上面一层加了个Mask。 一、一些视错觉经典图片 在博客的第一部分呢,先放松一下,看一些视错觉的经典图片,当然下方图片来源于网络。还是那句话,你的眼睛有时候会欺骗你的,你看到的不一定是你看到的。 2.下方两个竖直黑线真的是平行的 ? 3.中间那个框,真的是正方形的 ? 就先放这三张视错觉图片当开胃菜吧,比较我们今天的主题还是iOS开发,还是代码。 说实话,看这种视错觉图片老感觉不舒服呢,越想越别扭。OK, 第一部分的开胃菜到此为止,更多视错觉图片请自行Google。 2.自定义蒙版 我们不使用系统自带的Mask也能实现上述效果,而且实现起来并麻烦。该部分的核心主要是利用AutoLayout来实现上述效果。
来源 下面是从MIT的Perceptional Science Group中的一个小分支Lightness Perception and Lightness Illusions里找到的几个十分经典的视觉错觉现象的动画演示 尤其是图像处理方面的网络,他的卷积和池化操作基本都是从视神经对图像进行处理的过程中得到的灵感。没事多研究研究视神经系统的现象,说不定还能让我们更好的理解人工神经网络呢。。。 ) 模糊错觉(The Haze Illusion) 科尼尔-科斯腾错觉(Knill and Kersten's Illusion) 考夫卡环(The Koffka Ring) 波状平地效应(The Corrugated Plaid) 不可能的台阶(Impossible Steps) 蛇形错觉(The Snake Illusion) 瓦萨雷里错觉(The Vasarely Illusion) 怀特错觉(White's Illusion) 事实上,上面提到的这些错觉,有很多都可以作为反应视网膜侧抑制现象(lateral inhibition)的示例。
错落有致的视觉图基于网友的脑洞,不同的错觉化图片不断涌现出来。比如圆形光影图 + 建筑可以做出有意思的图片不仅仅是建筑照片,连人像也能够很好的进行视觉幻化合并:当然还能够自定义一些图片,然后生成。 然后再去下载QR Code模型:https://huggingface.co/monster-labs/control_v1p_sd15_qrcode_monster/tree/main这里可以直接下载V2版本的模型
赫曼方格是一个著名的“有力视错觉”,因为所有人都会看错,而且你无法适应。 1985年,JR Bergen发明了一个赫曼方格的变体,能够产生不同的效果。 他们说这种错觉反过来也有效(就是黑点在白色网格中)。 一种解释是人类视网膜的侧抑制现象。为了聚焦,视网膜里的神经节细胞会增强焦点处接收到的刺激,减弱这一点之外的刺激。 一些科学家认为这种错觉会让那些视力没有聚焦到的白点隐身。 四个区域刺激减弱vs两个区域刺激减弱 如果这些白点更加明显,比如变得更大,你的眼睛就不会让周围白点消失了。 对比下面两张图: 原图 白点被放大 你也可以让这个错觉消失。比如先看着屏幕,然后将屏幕前倾,再看着它。
在空间中寻找,让我联想到:视错觉艺术 长得像人脸的自然景观 这是:人脸幻想性错觉 Face pareidolia。 在日常随处可见的事物中,大脑赋予一个实际的意义:看见人脸的现象。 同时,斯坦福大学的Marko balabanovic等也推出了LIRA:一个个性化推荐系统。自此之后,个性化推荐的研究开始蓬勃发展。 2 假设你在被雇用和被解雇的不同场景下,你的大脑对同一个房间的反应会非常不同。 实验结果表明: 1 认为百事可乐更好喝的人占大多数 2 虽然多数人感觉百事可乐的口味更好,但他们在实际购买时还是选择可口可乐。 2 事先告知所喝的品牌,75%的人说他们比较喜欢可口可乐。他们脑部活动的区域改变了。
咖啡墙错觉实际上是一种几何光学视错觉,简而言之就是“大脑没有真实的解释眼睛所看到的画面”。 前面图中的左右两张图实际上是一样的;后面图中的横线实际上也是平行的,神奇吧? 本篇要做的就是用 css 实现类似的“咖啡墙错觉”效果,用在网页修饰中,可彰显逼格。 还有很多: 比如:赫林错觉 两条竖着的线其实平行的,但在汇聚到点的线的影响下,会显得中间是弯曲的。 还有:弗雷泽图形 它被称作:视错觉之王。 看起来是漩涡状的圈,实际上是同心圆组成的。是因为背景的黑白网格扭曲所造成的。 所以,有时候,完全相信眼睛也不一定对,大脑也会骗人。 利用 CSS 实现视错觉,做做网页效果,一定也会惊艳~~ 推荐一篇文章:# 眼见不一定为实,设计中11种视错觉 原来很多页面设计效果、LOGO 设计都利用了【视错觉】这一点!
他指出,我们现在关于道德的理解也许与在 19、20世纪之交时的概念有着巨大出入,并且「尊严」也许因为非道德的原因变得逐渐普及化。因此任何我们从将眼下的关联投射到过去所总结的结论都是可疑的。
Escher毕生创作488件版画作品当中为人所津津乐道的是其运用了数学逻辑、错觉透视和视觉心理,结合重复的人物造型与不可能之建筑体,打造出兼具游戏式和科学感的谜样图像,作品冲击着观者的视觉感官,并挑战着世人固有的逻辑思维 PolyhedronData["Cube", "EdgeIndices"]; Graphics3D[{Orange, Specularity[White, 20], GraphicsComplex[2 , Boxed -> False] PolyhedronData["Cube", "EdgeIndices"] Graphics3D[ Tube[BSplineCurve[{{1, 1, -1}, {2, 2, 1}, {3, 3, -1}, {3, 4, 1}}]]] pts = {{-1, -1}, {2.5, -2}, {2.5, -1}, {-1, 1}}; Graphics[{ {PointSize , {1, 5}, {2, 4}, {2, 6}, {3, 4}, {3, 7}, {4, 8}, {5, 6}, {5, 7}, {6, 8}, {7, 8}}, 0.09]]}Boxed->False
2:盯着圆点数到10。 ? 模棱两可的四重奏 [1] 3:然后不要移开眼睛,看上图‘模棱两可的四重奏’。[1] 此时你会看到“四重奏”看起来是沿着与你一开始相反的方向—竖直/水平跳跃的。 [2] 比如频闪液滴就是一个很通俗的例子。一个类似滴漏的装置会在相同时间内滴下一滴液体。如果此时是在普通摄像机下观察,这就是一个很普通的滴漏。 运动的点可能会产生错觉,那运动的线(面)呢?答案当然也是肯定的,比如好玩的贝汉圆盘(Benham's disk)也会让你产生错觉,只不过此时不是运动的错觉,而是对于颜色的错觉。 ? 利用贝汉原理制作的陀螺仪 贝汉似乎很擅长推销这种玩具,但是他并不是第一个注意到这种错觉的人。 错觉1所用网站的相关链接请查阅参考文献[1]进行更详细地阅读与实验 部分图片来源于网络 参考文献: [1] Ambiguous quartet-mit [2] Stroboscopic effect
组块构建与避免能力错觉 (1)聚精会神的时候,大脑在做什么 当你将注意力集中与某件事物时,注意力章鱼的神经触手就将大脑的某些特定部分连接起来。 专注的练习和重复是创造记忆痕迹的过程。 (2)组块是什么?所罗门的组块难题 要熟练的掌握数学和科学知识,就要创造一些概念组块——这是通过意义将分散的信息碎片组合起来的过程。把要处理的信息构成组块,可以使大脑更高效地运转。 (4)能力错觉和回想的重要性 试着回想材料,即提取练习,效果比单纯阅读材料好得多; 在学习中进行回想——让大脑提取关键概念,而非通过重复阅读被动获取知识,将能让你更加集中高效的利用学习时间。
从上至下的宏观学习,和从下至上的组块活动,在你成为数学家或科学家的道路上,都发挥着重要作用 ---- 能力错觉与回想的重要性 试着回想学习材料,即提取练习(retrieval practice),效果比单纯阅读材料好得多
安卓启动方式一般有3种: >Coldstart——冷启动: 此种方式最为耗时,一般是因为进程被干掉或者是第一次启动app,系统需要重新fork进程进行一系列初始化,后台没有该应用的进程。 ,减少了对象初始化、布局加载等工作。 1.更改窗口的颜色背景 2.设置窗口全屏显示 在Manifest文件中的启动页activity添加自定义的主题android:theme="@style/SplashTheme" ? 背景你可以设置多种,如果是设置为透明要将<item name="android:windowIsTranslucent">true</item>设置为true,当点击运行app后是透明背景的,给人的一种系统响应慢的错觉 图片 2018/11/2最后补充一下需要注意:在Android 8.0即api26,谷歌对于AndroidManifest.xml中设置了锁定屏幕android:screenOrientation="
然而,它们仍存在与图像内容生成不一致输出(称为错觉)的问题。为了减轻错觉,以前的研究主要关注使用自定义数据集对LVLMs进行再训练。 尽管有效,但它们固有地伴随有额外的计算成本。 在解码过程中全面掌握图像中的信息,并谨慎考虑潜在答案的确信度,作者的 MVP 可以有效地减少 LVLMs 中的错觉。 广泛的实验验证了作者的 MVP 显著减轻了四种知名 LVLMs 中的错觉问题。 2 Method Overall of the MVP Framework 如图2所示,鉴于错觉通常是由于对图像内容的不完全理解而产生,作者提出通过三个不同的视角寻找输入图像的互补信息。 例如,作者可以在输出中寻找数字来回答图2中的问题,或者在图5中识别“是”或“否”。 借助多视图多路径推理,作者的方法有效减轻了LVLMs中的错觉。
解释一下,这个看似诡异的问题——“CIFAR-10分类器能否泛化到CIFAR-10?”,针对的是当今深度学习研究的一个大缺陷: 看起来成绩不错的深度学习模型,在现实世界中不见得管用。 这种特定的方法,也不一定能泛化到真实数据上。 深度学习的研究,很多时候使用了并不科学的方法。验证集过拟合是一个值得注意的地方。 Google Brain研究员David Ha也说,很期待在文本和翻译领域也有类似的研究,他说如果在PTB上也看到类似的结果,那可真是一个好消息,也许更好的泛化方法会被发现。
一些哲学家、神经科学家和认知科学家认为这只是一种错觉(illusion),我非常认同这种观点。 我有一个关于意识错觉的猜想。我的假设是:我们的脑前额叶皮质中有一个世界模型「引擎」。 监督配置器的存在可能是让我们产生意识错觉的原因。但有趣的是:我们需要这个配置器,因为我们只有一个世界模型引擎。如果我们的大脑足够大,可以容纳许多世界模型,我们就不需要意识。
(二)标题语义化 h1 - h6是标题标签,h表示“header”。h1~ h6在HTML语义化中占有极其重要的地位。 h1 ~ h6按照标题的重要性依次递减,其中h1重要性最高,h6重要性最低。 对于标题h1 ~ h6的语义化,我们需要注意以下四个方面。 (1)一个页面只能有一个h1标签。 (2)hl ~ h6之间不要断层。 (3)不要用h1 ~ h6来定义样式。 (三)图片语义化 在HTML中,我们使用img标签来表示图片。对于图片的语义化,我们从以下两个方面 来深入探讨一下。 (1) alt属性和title属性。 在HTML 5中,引入了 figure和figcaption两个元素 来增强图片的语义化。 表格标签如表2-1所示。
存储虚拟化 随着存储的需求呈螺旋式向上增长,公司内的存储服务器和阵列都无一例外地随之成倍增长。对于这种存储管理困境的一种解决办法便是存储虚拟化。 根据在I/O路径中实现虚拟化的位置不同,虚拟化存储可以分为主机的虚拟存储、网络的虚拟存储、存储设备的虚拟存储。根据控制路径和数据路径的不同,虚拟化存储分为对称虚拟化与不对称虚拟化。 通过存储虚拟化,应用程序就不会再与某个物理性的存储程序相联系了。 存储虚拟化可能帮助帮助存储容量扩增自动化。不需要手动的配置,存储虚拟化能够运用策略,分配更多的存储容量给所需的应用。 三层模型 根据云存储系统的构成和特点,可将虚拟化存储的模型分为三层:物理设备虚拟化层、存储节点虚拟化层、存储区域网络虚拟化层。 利用虚拟化技术,可以在统一的虚拟化基础架构中,实现跨数据中心的虚拟化管理。 政府信息系统:政府数据存储系统的建设正受到前所未有的重视。
当然,作为一个如此活跃的开源消息中间件,在实现JMS基本规范之后,必然会通过扩展的方式来实现Topic的持久化订阅。 而所谓的deliveryMode持久化和订阅持久化还是两个不同的概念。 ,原producer产生的消息丢失 持久化和非持久化最终队列控制台分别如下: ? 个人认为所谓的订阅持久化相对于消息的持久化,不过是一种伪持久化。 topicProducer = null; Destination topicDestination = null; try { // STEP2: Session session = null; MessageConsumer topicConsumer = null; try { // STEP2:
import matplotlib.pyplot as plt x = np.linspace(0.5, 10, 1000) y = np.cos(x) plt.plot(x, y, ls='-', lw=2, 绘图函数先看最下面的解释: 格式:plt.plot(x, y, ls='-', lw=2, label='xxx', color='g' ) x:x轴上的值 y:y轴上的值 ls:线条风格 (linestyle linewidth) label:标签文本 可以直接进行更改 可以设置划线的样式 小短线 点划线 圆点 变色 我没有改对应的文字 这样的图,我们在下篇文章一行一行代码来解释 f(x)=|sin(4x)^2
Linux网络虚拟化2 今天我们接着上节课介绍的 Linux 网络知识,继续来学习它们在虚拟化网络方面的应用,从而为后续学习容器编排系统、理解各个容器是如何通过虚拟化网络来协同工作打好基础。 我们可以留言讨论一下 虚拟化网络设备 首先我们要知道,虚拟化网络并不需要完全遵照物理网络的样子来设计。 这样,A1 要和 B2 通信,A1 就把数据包先发送给路由(只需把路由设置为网关即可做到),然后路由根据数据包上的 IP 地址得知 B2 的位置,去掉 VLAN-A 的 VLAN Tag,改用 VLAN-B 的 VLAN Tag 重新封装数据包后,发回给交换机,交换机收到后就可以顺利转发给 B2 了。 由于 A1、B2 各自处于独立的网段上,它们又各自要把同一个路由作为网关使用,这就要求路由器必须同时具备 192.168.1.0/24 和 192.168.2.0/24 的 IP 地址。