【深度学习入门】基于PaddleX的驾驶员状态识别和Paddle-Lite部署
基于PaddleX的驾驶员状态识别和Paddle-Lite部署
- 项目简介:
- 目录:
- 一、PaddleX 工具简介:
- 二、数据集简介:
- 三、定义数据加载器:
- 四、定义并训练模型:
- MobileNet简介:
- DW Conv:
- PW Conv:
- (一)论文地址:
- (二)核心思想:
- (三)Platform-Aware NAS for Block-wise Search:
- 3.1 MobileNetV3-Large:
- 3.1 MobileNetV3-Small:
- (四)NetAdapt for Layer-wise Search:
- (五)Efficient Mobile Building Blocks:
- (六)Redesigning Expensive Layers:
- 6.1 Last Stage:
- 6.2 Initial Set of Filters:
- (七)hard switch 函数:
- 7.1 h-swish 函数:
- 7.2 going deeper:
- (八)网络结构:
- 8.1 MobileNetV3-Large:
- 8.2 MobileNetV3-Small:
- (九)训练细节:
- (十)实验结果:
- 五、评估模型性能
- 六、使用PaddleLite进行模型压缩
- 七、总结:
- 在本项目中我们完成了以下任务:
- 关于作者:
项目简介:
该项目使用PaddleX提供的图像分类模型,在 kaggle 驾驶员状态检测数据集进行训练;
训练得到的模型能够区分驾驶员正常驾驶、打电话、喝水等等不同动作,准确率为0.979;
并使用PaddleLite进行模型的量化和压缩;
该项目使用CPU环境或GPU环境运行,PaddleX会自动选择合适的环境;
目录:
- PaddleX工具简介;
- 数据集简介;
- 定义数据加载器;
- 定义并训练模型;
- 评估模型性能;
- 使用PaddleLite进行模型压缩;
- 总结
一、PaddleX 工具简介:
PaddleX简介:PaddleX是飞桨全流程开发工具,集飞桨核心框架、模型库、工具及组件等深度学习开发所需全部能力于一身,打通深度学习开发全流程,并提供简明易懂的Python API,方便用户根据实际生产需求进行直接调用或二次开发,为开发者提供飞桨全流程开发的最佳实践。目前,该工具代码已开源于GitHub,同时可访问PaddleX在线使用文档,快速查阅读使用教程和API文档说明。
PaddleX代码GitHub链接:https://github.com/PaddlePaddle/PaddleX/tree/develop
PaddleX文档链接:https://paddlex.readthedocs.io/zh_CN/latest/index.html
PaddleX官网链接:https://www.paddlepaddle.org.cn/paddle/paddlex
二、数据集简介:
数据集地址:https://www.kaggle.com/c/state-farm-distracted-driver-detection
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ex1qr7ru-1590022154854)(https://storage.googleapis.com/kaggle-competitions/kaggle/5048/media/output_DEb8oT.gif)]
该数据集由kaggle提供,共包括十个类别:
'c0': 'normal driving','c1': 'texting-right','c2': 'talking on the phone-right','c3': 'texting-left','c4': 'talking on the phone-left','c5': 'operating the radio','c6': 'drinking','c7': 'reaching behind','c8': 'hair and makeup','c9': 'talking to passenger'
#解压数据集
# !unzip /home/aistudio/data/data35503/imgs.zip -d /home/aistudio/work/imgs
# !cp /home/aistudio/data/data35503/lbls.csv /home/aistudio/work/
安装paddleX和1.7.0版本的paddlepaddle(这是由于paddlex并不支持最新版本)
!pip install paddlex -i https://mirror.baidu.com/pypi/simple
!pip install paddlepaddle-gpu==1.7.0.post107 -i https://mirror.baidu.com/pypi/simple
import os
# 设置使用0号GPU卡(如无GPU,执行此代码后仍然会使用CPU训练模型)
os.environ['CUDA_VISIBLE_DEVICES'] = '0'
os.chdir('/home/aistudio/work/')
# jupyter中使用paddlex需要设置matplotlib
import matplotlib
matplotlib.use('Agg')
import paddlex as pdx
三、定义数据加载器:
这里主要是通过 pdx.datasets.ImageNet 类定义用于识别任务的数据加载器;
import paddlehub as hub
import paddle.fluid as fluid
import numpy as npbase = './data/'datas = []
for i in range(10):c_base = base+'train/c{}/'.format(i)for im in os.listdir(c_base):pt = os.path.join('train/c{}/'.format(i), im)line = '{} {}'.format(pt, i)# print(line)datas.append(line)np.random.seed(10)
np.random.shuffle(datas)total_num = len(datas)
train_num = int(0.8*total_num)
test_num = int(0.1*total_num)
valid_num = total_num - train_num - test_numprint('train:', train_num)
print('valid:', valid_num)
print('test:', test_num)with open(base+'train_list.txt', 'w') as f:for v in datas[:train_num]:f.write(v+'\n')with open(base+'test_list.txt', 'w') as f:for v in datas[-test_num:]:f.write(v+'\n')with open(base+'val_list.txt', 'w') as f:for v in datas[train_num:-test_num]:f.write(v+'\n')
train: 17939
valid: 2243
test: 2242
from paddlex.cls import transforms
train_transforms = transforms.Compose([transforms.RandomCrop(crop_size=224),transforms.RandomHorizontalFlip(),transforms.Normalize()
])
eval_transforms = transforms.Compose([transforms.ResizeByShort(short_size=256),transforms.CenterCrop(crop_size=224),transforms.Normalize()
])
train_dataset = pdx.datasets.ImageNet(data_dir='data',file_list='data/train_list.txt',label_list='data/labels.txt',transforms=train_transforms,shuffle=True)
eval_dataset = pdx.datasets.ImageNet(data_dir='data',file_list='data/val_list.txt',label_list='data/labels.txt',transforms=eval_transforms)
2020-05-18 07:57:03 [INFO] Starting to read file list from dataset...
2020-05-18 07:57:03 [INFO] 17939 samples in file data/train_list.txt
2020-05-18 07:57:03 [INFO] Starting to read file list from dataset...
2020-05-18 07:57:03 [INFO] 2243 samples in file data/val_list.txt
num_classes = len(train_dataset.labels)
print(num_classes)
10
四、定义并训练模型:
这里使用 MobileNetv3 进行训练;
MobileNetv3详细介绍可以看我的这一篇博客:
https://blog.csdn.net/weixin_44936889/article/details/104243853
这里简单复述一下:
琦玉老师 和 龙卷(阿姨)小姐姐 告诉我一个道理——画风越简单,实力越强悍;
这篇论文只有四个词,我只能说:不!简!单!
MobileNet简介:
为了使深度学习神经网络能够用于移动和嵌入式设备,
MobileNet 提出了使用深度分离卷积减少参数的方法;
DW Conv:
即先将特征层的每个channel分开,然后分别做卷积,这样参数大约少了N倍(N是输出特征层的channel数);
PW Conv:
就是1×1卷积,用于融合不同channel的特征;
(一)论文地址:
《Searching for MobileNet V3》
(二)核心思想:
- 使用了两个黑科技:NAS 和 NetAdapt 互补搜索技术,其中 NAS 负责搜索网络的模块化结构,NetAdapt 负责微调每一层的 channel 数,从而在延迟和准确性中达到一个平衡;
- 提出了一个对于移动设备更适用的非线性函数 ;
- 提出了 和 两个新的高效率网络;
- 提出了一个新的高效分割(指像素级操作,如语义分割)的解码器();
(三)Platform-Aware NAS for Block-wise Search:
3.1 MobileNetV3-Large:
对于有较大计算能力的平台,作者提出了 MobileNetV3-Large,并使用了跟 MnanNet-A1 相似的基于 RNN 控制器和分解分层搜索空间的 NAS 搜索方法;
3.1 MobileNetV3-Small:
对于有计算能力受限制的平台,作者提出了 MobileNetV3-Small;
这里作者发现,原先的优化方法并不适用于小的网络,因此作者提出了改进方法;
用于近似帕累托最优解的多目标奖励函数定义如下:
其中 是第 个模型的索引, 是模型的准确率, 是模型的延迟, 是目标延迟;
作者在这里将权重因数 改成了 ,最后得到了一个期望的种子模型(initial seed model);
(四)NetAdapt for Layer-wise Search:
第二个黑科技就是 NetAdapt 搜索方法,用于微调上一步生成的种子模型;
NetAdapt 的基本方法是循环迭代以下步骤:
- 生成一系列建议模型(proposals),每个建议模型代表了一种结构改进,满足延迟至少比上一步的模型减小了 ,其中 , 是种子模型的延迟;
- 对于每一个建议模型,使用上一步的预训练模型,删除并随机初始化改进后丢失的权重,继续训练 步来粗略估计建议模型的准确率,其中 ;
- 根据某种度量,选取最合适的建议模型,直到达到了目标延迟 ;
作者将度量方法改进为最小化(原文是最大化,感觉是笔误):
其中建议模型的提取方法为:
- 减小 Expansion Layer 的大小;
- 同时减小 BottleNeck 模块中的前后残差项的 channel 数;
(五)Efficient Mobile Building Blocks:
作者在 BottleNet 的结构中加入了SE结构,并且放在了depthwise filter之后;
由于SE结构会消耗一定的计算时间,所以作者在含有SE的结构中,将 Expansion Layer 的 channel 数变为原来的1/4;
其中 SE 模块首先对卷积得到的特征图进行 Squeeze 操作,得到特征图每个 channel 上的全局特征,
然后对全局特征进行 Excitation 操作,学习各个 channel 间的关系,
从而得到不同channel的权重,最后乘以原来的特征图得到最终的带有权重的特征;
(六)Redesigning Expensive Layers:
作者在研究时发现,网络开头和结尾处的模块比较耗费计算能力,因此作者提出了改进这些模块的优化方法,从而在保证准确度不变的情况下减小延迟;
6.1 Last Stage:
在这里作者删掉了 Average pooling 前的一个逆瓶颈模块(包含三个层,用于提取高维特征),并在 Average pooling 之后加上了一个 1×1 卷积提取高维特征;
这样使用 Average pooling 将大小为 7×7 的特征图降维到 1×1 大小,再用 1×1 卷积提取特征,就减小了 7×7=49 倍的计算量,并且整体上减小了 11% 的运算时间;
6.2 Initial Set of Filters:
之前的 MobileNet 模型开头使用的都是 32 组 3×3 大小的卷积核并使用 ReLU 或者 swish 函数作为激活函数;
作者在这里提出,可以使用 h-switch 函数作为激励函数,从而删掉多余的卷积核,使得初始的卷积核组数从 32 下降到了 16;
(七)hard switch 函数:
之前有论文提出,可以使用 函数替代 ReLU 函数,并且能够提升准确率;
其中 switch 函数定义为:
,其中 ;
由于 sigmaoid 函数比较复杂,在嵌入式设备和移动设备计算消耗较大,作者提出了两个解决办法:
7.1 h-swish 函数:
将 swish 中的 sigmoid 函数替换为一个线性函数,将其称为 h-swish:
-
7.2 going deeper:
作者发现 swish 函数的作用主要是在网络的较深层实现的,因此只需要在网络的第一层和后半段使用 h-swish 函数;
(八)网络结构:
8.1 MobileNetV3-Large:
8.2 MobileNetV3-Small:
(九)训练细节:
使用了 Tensorflow 的 RMSPropOptimizer 优化器,并附加 0.9 的动量项;
初始化学习率为 0.1,batch 大小为 4096(每个 GPU 128);
每 3 个 epoch 学习率衰减 0.01;
使用了 0.8 的 dropout 和 1e-5 的 weight decay;
(十)实验结果:
# 定义并训练模型
model = pdx.cls.MobileNetV3_small_ssld(num_classes=num_classes)
model.train(num_epochs=2,train_dataset=train_dataset,train_batch_size=32,log_interval_steps=20,eval_dataset=eval_dataset,lr_decay_epochs=[1],save_interval_epochs=1,learning_rate=0.01,save_dir='output/mobilenetv3')
五、评估模型性能
save_dir = 'output/mobilenetv3/best_model'
model = pdx.load_model(save_dir)
model.evaluate(eval_dataset, batch_size=1, epoch_id=None, return_details=False)
2020-05-18 09:25:35 [INFO] Model[MobileNetV3_small_ssld] loaded.
2020-05-18 09:25:35 [INFO] Start to evaluating(total_samples=2243, total_steps=2243)...100%|██████████| 2243/2243 [00:58<00:00, 38.38it/s]OrderedDict([('acc1', 0.9790459206419974), ('acc5', 1.0)])
六、使用PaddleLite进行模型压缩
PaddleLite 是 paddle 提供的模型压缩和量化工具;
文档地址:
https://paddle-lite.readthedocs.io/zh/latest/index.html#
简介:
Paddle-Lite 框架是 PaddleMobile 新一代架构,重点支持移动端推理预测,特点为高性能、多硬件、轻量级 。
支持PaddleFluid/TensorFlow/Caffe/ONNX模型的推理部署,目前已经支持 ARM CPU, Mali GPU, Adreno GPU, Huawei NPU 等多种硬件,
正在逐步增加 X86 CPU, Nvidia GPU 等多款硬件,相关硬件性能业内领先。
# 进行模型量化并保存量化模型
pdx.slim.export_quant_model(model, eval_dataset, save_dir='./quant_mobilenet')
print('done.')
# 加载量化后的模型并进行评估
quant_model = pdx.load_model('./quant_mobilenet')
load_model('./quant_mobilenet')
quant_model.evaluate(eval_dataset, batch_size=1, epoch_id=None, return_details=False)
七、总结:
在本项目中我们完成了以下任务:
-
使用PaddleX在驾驶员状态识别数据集训练了MobileNetv3模型;
-
使用PaddleLite实现了模型的量化;
关于作者:
北京理工大学 大二在读
感兴趣的方向为:目标检测、人脸识别、EEG识别等
也欢迎大家fork、评论交流
作者博客主页:https://blog.csdn.net/weixin_44936889
如若内容造成侵权/违法违规/事实不符,请联系编程学习网邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
相关文章
- 长篇自动驾驶技术综述论文(上)
长篇自动驾驶技术综述论文(上) A Survey of Autonomous Driving: Common Practices and Emerging Technologies Ekim Yurtsever, Jacob Lambert, Alexander Carballo, Kazuya Takeda 论文链接:https://arxiv.org/abs/1906.05113 摘要 自动驾驶系统(ADSs)承诺提供安全、舒适…...
2024/4/23 15:29:05 - 字节跳动空降COO, Kevin Mayer什么来路?
美国时间周一,我所在的硅谷科技圈,被一条消息刷屏了。迪士尼的高管Kevin Mayer,加入字节跳动,担任TikTok CEO,兼任字节跳动COO,直接向张一鸣汇报。有意思的是,这哥们长的实在太像《玩具总动员》的巴斯光年了,而且入职时间又选择了6月1号。于是,这动画公司资历,二次元…...
2024/4/23 14:42:34 - 地学计算方法/地统计学(第三章区域化变量理论)
3第三章 区域化变量理论 3.1区域化变量的概念与性质 地统计学是以区域化变量理论为基础的 谁能说说与随便变量相比,区域化变量的特色? -与位置相关 -既有随机性又有结构性 -不能重复取值 -样本之间存在空间相关性 区域化变量是定义在随机场的概念之上的 3.1.1随机场 随机变量…...
2024/4/23 15:28:55 - 搭建LNMP,一篇文章足矣!
文章目录0.LNMP1.Nginx1.1 安装步骤第一步:安装依赖包第二步:创建nginx用户第三步:安装nginx1.2 nginx常见命令1.2.1 启动nginx服务1.2.2 停止nginx服务1.2.3 重新加载配置文件1.2.4 小技巧1.3 nginx配置文件解析2.安装MariaDB和PHP解释器3.配置nginx4.配置MariaDB5.连接Mar…...
2024/4/23 15:28:55 - Vue父子组件生命周期执行顺序及钩子函数的个人理解
Vue父子组件生命周期执行顺序及钩子函数的个人理解先附一张官网上的vue实例的生命周期图,每个Vue实例在被创建的时候都需要经过一系列的初始化过程,例如需要设置数据监听,编译模板,将实例挂载到DOM并在数据变化时更新DOM等。同时在这个过程中也会运行一些叫做生命周期钩子的…...
2024/5/1 21:43:44 - 阿里Java P系列技术要求(P5-P7)
阿里p系列薪资(最新数据比这个高1倍左右) 阿里P5(高级研发工程师) 工作要求: 能独立完成日常工作,并能够对一些方案提出自己的建议。 基本考核就是能上手独立完成工作,熟练掌握。 技能要求(熟练): 1、程序设计和开发。 2、工作中需用到的Java开发的技术点以及…...
2024/4/23 15:28:53 - Linux基础知识(15): Shell编程——变量
文章目录1 变量概述2 变量的分类3 用户自定义变量3.1 变量定义3.2 变量调用3.3 变量叠加3.4 变量查看3.5 变量删除4 环境变量5 语系变量6 位置参数变量7 预定义变量8 接收键盘输入——read命令例1 使用参数-p例2 使用参数-s例3 使用参数-n参考资料注:转载请标明原文出处链接:…...
2024/5/1 22:58:01 - DataGrip使用入门
DataGrip使用入门-安装及数据源管理(一)DataGrip使用入门-常用设置(二)DataGrip使用入门-常用操作(三)DataGrip使用入门-导出数据(四)...
2024/4/23 5:26:04 - 艾永亮:辨别真伪需求,紧跟用户场景化需求,才能打造出超级产品
如何辨别真伪需求?我将从一个案例说起,分享在一个场景中,产品经理该如何辨别真伪需求来打造超级产品。 01 超级产品是通过系统为用户服务,以用户需求为中心、因此,满足用户需求很重要。其实,找到需求并不难,但找对需求却很难。 如何洞察用户需求? 用户需求往往并不全面…...
2024/4/15 7:59:34 - Android知识体系总结之职业规划部分:Android底层开发工程师
C/C++基础 JNI & NDK 图片开发OpenCv 视频开发FFmpeg1.C/C++基础 推荐书籍C++ Primer Plus视频教程黑马C/C++视频教程2. JNI & MDK 视频教程 3.图片开发之OpenCv 视频教程 4.视频开发之FFmpeg 视频教程...
2024/4/17 2:42:42 - javascript引擎属于单线程
javascript引擎属于单线程,但可以模拟多线程。 通过一个叫轮转时间轮转片模拟多线程。 短时间之内轮滚执行多个任务的片段。 1、任务1 任务2 2、切分任务1 任务2 3,随机排列这些任务片段,组成队列。 4、按照这个队列顺序将任务片段送进JS进程 5、JS线程执行一个又一个的任务…...
2024/5/1 22:21:57 - java程序员技术树(学不会就是老师不够牛皮)
java基础 毕向东天下第一: springBoot 雷锋杨天下第一: mybatisPlus 官网:...
2024/4/17 2:43:00 - 前端组件化思维与技巧教程分享
分享给大家,csdn不方便发链接,需要的小伙伴可以扫码领取。...
2024/4/17 2:44:06 - vue router全面详细知识点
文章目录认识路由什么是路由后断路由前端路由前端路由的规则url的hashHTML5的history模式vue router基础什么是vue router安装和使用如何创建一个router实例挂载到vue实例中具体使用router创建实例的过程细节处理路由的默认路径设置HTML5的history模式详解router-link如和修改l…...
2024/4/18 2:12:55 - 异常检测
本文是《智能风控原理、算法与工程实践》第6章学习笔记。异常检测,又称为离群点检测,是找出行为与预期行为差异较大的对象的检测过程。异常检测在风控领域的应用有样本清洗、个体欺诈检测模型、PreA预筛选模型和冷启动模型等。 离群点和噪声通常认为,样本集由真实数据和噪声…...
2024/4/23 15:28:52 - 双绞线的制作
实验目的(不少于200字) 1、学会制作两种类型的RJ-45接头直通线、交叉线,同时检测制作的双绞线是否连通。应用制作的双绞线检测网络是否可以进行通信。 2、掌握使用双绞线作为传输介质的网络连接方法。 3、掌握测线仪的使用方法。 4、认识和熟练应用网线制作的专用工具,掌握…...
2024/4/23 15:28:53 - CPU飙高,频繁GC,怎么排查?
作者:爱宝贝丶 来源:my.oschina.net/zhangxufeng/blog/3017521处理过线上问题的同学基本上都会遇到系统突然运行缓慢,CPU 100%,以及Full GC次数过多的问题。当然,这些问题的最终导致的直观现象就是系统运行缓慢,并且有大量的报警。 本文主要针对系统运行缓慢这一问题,提…...
2024/4/29 20:25:11 - JavaScript|寻找最长连续重复字母(含测试源码)
题目重现 编写函数maxr(char)返回字符串char中最长的连续重复字母,例如maxr(“aabbbccccd”)将返回“c”,因为字母c连续重复出现了4次,超过了所有其他字母 算法思路 解法----双指针法 这个题目需要使用“双指针法”,这是处理字符串同类问题的常用方法。“双指针法”的具体思…...
2024/4/23 15:28:49 - 线性代数相关知识点回顾
线性代数相关知识点回顾矩阵的转置矩阵的逆特征值与特征向量矩阵的秩正交阵相似矩阵与相似对角化特征子空间 矩阵的转置 (AB)T=BTAT 矩阵的逆 AB=BA=E,则B=A-1 若矩阵A可逆,则|A|不等于0 只有方阵才有伴随矩阵特征值与特征向量 定义:特征值的性质:特征向量的性质: 第二条:注意线…...
2024/4/23 15:28:54 - Kafka入门到进阶
文章目录概念特点架构1 Topic&Partition1.1 Partition1.2 创建主题加以分析1.2.1 主题创建1.2.2 数据查看分析1.3. 总结2 Producer数据分发3 Sysc Producer&Async Producer3.1 Sysc Producer(同步发送)3.2 Asysc Producer(异步发送)4 Producer参数配置数据复制&a…...
2024/4/23 15:28:46
最新文章
- 银行核心背后的落地工程体系丨Oracle - TiDB 数据迁移详解
本文作者: 张显华,孟凡辉,庄培培 系列导读:徐戟(白鳝)数据库技术专家,Oracle ACE,PostgreSQL ACE Director 当前,国内大量的关键行业的核心系统正在实现国产化替代&…...
2024/5/1 23:37:57 - 梯度消失和梯度爆炸的一些处理方法
在这里是记录一下梯度消失或梯度爆炸的一些处理技巧。全当学习总结了如有错误还请留言,在此感激不尽。 权重和梯度的更新公式如下: w w − η ⋅ ∇ w w w - \eta \cdot \nabla w ww−η⋅∇w 个人通俗的理解梯度消失就是网络模型在反向求导的时候出…...
2024/3/20 10:50:27 - STM32实现软件SPI对W25Q64内存芯片实现读写操作
先看看本次实验的成果吧: 这么简单的一个程序,我学习了一个星期左右,终于把所有的关节都打通了。所有代码都能什么都不看背着敲出来了。为了使自己的记忆更为清晰,特意总结了一个思维导图,感觉自己即便是日后忘记了看一…...
2024/5/1 12:08:49 - 【Angular】什么是Angular中的APP_BASE_HREF
1 概述: 在这篇文章中,我们将看到Angular 10中的APP_BASE_HREF是什么以及如何使用它。 APP_BASE_HREF为当前页面的基础href返回一个预定义的DI标记。 APP_BASE_HREF是应该被保留的URL前缀。 2 语法: provide: APP_BASE_HREF, useValue: /gfgapp3 步骤: 在app.m…...
2024/5/1 14:04:25 - 【外汇早评】美通胀数据走低,美元调整
原标题:【外汇早评】美通胀数据走低,美元调整昨日美国方面公布了新一期的核心PCE物价指数数据,同比增长1.6%,低于前值和预期值的1.7%,距离美联储的通胀目标2%继续走低,通胀压力较低,且此前美国一季度GDP初值中的消费部分下滑明显,因此市场对美联储后续更可能降息的政策…...
2024/5/1 17:30:59 - 【原油贵金属周评】原油多头拥挤,价格调整
原标题:【原油贵金属周评】原油多头拥挤,价格调整本周国际劳动节,我们喜迎四天假期,但是整个金融市场确实流动性充沛,大事频发,各个商品波动剧烈。美国方面,在本周四凌晨公布5月份的利率决议和新闻发布会,维持联邦基金利率在2.25%-2.50%不变,符合市场预期。同时美联储…...
2024/4/30 18:14:14 - 【外汇周评】靓丽非农不及疲软通胀影响
原标题:【外汇周评】靓丽非农不及疲软通胀影响在刚结束的周五,美国方面公布了新一期的非农就业数据,大幅好于前值和预期,新增就业重新回到20万以上。具体数据: 美国4月非农就业人口变动 26.3万人,预期 19万人,前值 19.6万人。 美国4月失业率 3.6%,预期 3.8%,前值 3…...
2024/4/29 2:29:43 - 【原油贵金属早评】库存继续增加,油价收跌
原标题:【原油贵金属早评】库存继续增加,油价收跌周三清晨公布美国当周API原油库存数据,上周原油库存增加281万桶至4.692亿桶,增幅超过预期的74.4万桶。且有消息人士称,沙特阿美据悉将于6月向亚洲炼油厂额外出售更多原油,印度炼油商预计将每日获得至多20万桶的额外原油供…...
2024/4/30 18:21:48 - 【外汇早评】日本央行会议纪要不改日元强势
原标题:【外汇早评】日本央行会议纪要不改日元强势近两日日元大幅走强与近期市场风险情绪上升,避险资金回流日元有关,也与前一段时间的美日贸易谈判给日本缓冲期,日本方面对汇率问题也避免继续贬值有关。虽然今日早间日本央行公布的利率会议纪要仍然是支持宽松政策,但这符…...
2024/4/27 17:58:04 - 【原油贵金属早评】欧佩克稳定市场,填补伊朗问题的影响
原标题:【原油贵金属早评】欧佩克稳定市场,填补伊朗问题的影响近日伊朗局势升温,导致市场担忧影响原油供给,油价试图反弹。此时OPEC表态稳定市场。据消息人士透露,沙特6月石油出口料将低于700万桶/日,沙特已经收到石油消费国提出的6月份扩大出口的“适度要求”,沙特将满…...
2024/4/27 14:22:49 - 【外汇早评】美欲与伊朗重谈协议
原标题:【外汇早评】美欲与伊朗重谈协议美国对伊朗的制裁遭到伊朗的抗议,昨日伊朗方面提出将部分退出伊核协议。而此行为又遭到欧洲方面对伊朗的谴责和警告,伊朗外长昨日回应称,欧洲国家履行它们的义务,伊核协议就能保证存续。据传闻伊朗的导弹已经对准了以色列和美国的航…...
2024/4/28 1:28:33 - 【原油贵金属早评】波动率飙升,市场情绪动荡
原标题:【原油贵金属早评】波动率飙升,市场情绪动荡因中美贸易谈判不安情绪影响,金融市场各资产品种出现明显的波动。随着美国与中方开启第十一轮谈判之际,美国按照既定计划向中国2000亿商品征收25%的关税,市场情绪有所平复,已经开始接受这一事实。虽然波动率-恐慌指数VI…...
2024/4/30 9:43:09 - 【原油贵金属周评】伊朗局势升温,黄金多头跃跃欲试
原标题:【原油贵金属周评】伊朗局势升温,黄金多头跃跃欲试美国和伊朗的局势继续升温,市场风险情绪上升,避险黄金有向上突破阻力的迹象。原油方面稍显平稳,近期美国和OPEC加大供给及市场需求回落的影响,伊朗局势并未推升油价走强。近期中美贸易谈判摩擦再度升级,美国对中…...
2024/4/27 17:59:30 - 【原油贵金属早评】市场情绪继续恶化,黄金上破
原标题:【原油贵金属早评】市场情绪继续恶化,黄金上破周初中国针对于美国加征关税的进行的反制措施引发市场情绪的大幅波动,人民币汇率出现大幅的贬值动能,金融市场受到非常明显的冲击。尤其是波动率起来之后,对于股市的表现尤其不安。隔夜美国股市出现明显的下行走势,这…...
2024/4/25 18:39:16 - 【外汇早评】美伊僵持,风险情绪继续升温
原标题:【外汇早评】美伊僵持,风险情绪继续升温昨日沙特两艘油轮再次发生爆炸事件,导致波斯湾局势进一步恶化,市场担忧美伊可能会出现摩擦生火,避险品种获得支撑,黄金和日元大幅走强。美指受中美贸易问题影响而在低位震荡。继5月12日,四艘商船在阿联酋领海附近的阿曼湾、…...
2024/4/28 1:34:08 - 【原油贵金属早评】贸易冲突导致需求低迷,油价弱势
原标题:【原油贵金属早评】贸易冲突导致需求低迷,油价弱势近日虽然伊朗局势升温,中东地区几起油船被袭击事件影响,但油价并未走高,而是出于调整结构中。由于市场预期局势失控的可能性较低,而中美贸易问题导致的全球经济衰退风险更大,需求会持续低迷,因此油价调整压力较…...
2024/4/26 19:03:37 - 氧生福地 玩美北湖(上)——为时光守候两千年
原标题:氧生福地 玩美北湖(上)——为时光守候两千年一次说走就走的旅行,只有一张高铁票的距离~ 所以,湖南郴州,我来了~ 从广州南站出发,一个半小时就到达郴州西站了。在动车上,同时改票的南风兄和我居然被分到了一个车厢,所以一路非常愉快地聊了过来。 挺好,最起…...
2024/4/29 20:46:55 - 氧生福地 玩美北湖(中)——永春梯田里的美与鲜
原标题:氧生福地 玩美北湖(中)——永春梯田里的美与鲜一觉醒来,因为大家太爱“美”照,在柳毅山庄去寻找龙女而错过了早餐时间。近十点,向导坏坏还是带着饥肠辘辘的我们去吃郴州最富有盛名的“鱼头粉”。说这是“十二分推荐”,到郴州必吃的美食之一。 哇塞!那个味美香甜…...
2024/4/30 22:21:04 - 氧生福地 玩美北湖(下)——奔跑吧骚年!
原标题:氧生福地 玩美北湖(下)——奔跑吧骚年!让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 啊……啊……啊 两…...
2024/5/1 4:32:01 - 扒开伪装医用面膜,翻六倍价格宰客,小姐姐注意了!
原标题:扒开伪装医用面膜,翻六倍价格宰客,小姐姐注意了!扒开伪装医用面膜,翻六倍价格宰客!当行业里的某一品项火爆了,就会有很多商家蹭热度,装逼忽悠,最近火爆朋友圈的医用面膜,被沾上了污点,到底怎么回事呢? “比普通面膜安全、效果好!痘痘、痘印、敏感肌都能用…...
2024/4/27 23:24:42 - 「发现」铁皮石斛仙草之神奇功效用于医用面膜
原标题:「发现」铁皮石斛仙草之神奇功效用于医用面膜丽彦妆铁皮石斛医用面膜|石斛多糖无菌修护补水贴19大优势: 1、铁皮石斛:自唐宋以来,一直被列为皇室贡品,铁皮石斛生于海拔1600米的悬崖峭壁之上,繁殖力差,产量极低,所以古代仅供皇室、贵族享用 2、铁皮石斛自古民间…...
2024/4/28 5:48:52 - 丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者
原标题:丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者【公司简介】 广州华彬企业隶属香港华彬集团有限公司,专注美业21年,其旗下品牌: 「圣茵美」私密荷尔蒙抗衰,产后修复 「圣仪轩」私密荷尔蒙抗衰,产后修复 「花茵莳」私密荷尔蒙抗衰,产后修复 「丽彦妆」专注医学护…...
2024/4/30 9:42:22 - 广州械字号面膜生产厂家OEM/ODM4项须知!
原标题:广州械字号面膜生产厂家OEM/ODM4项须知!广州械字号面膜生产厂家OEM/ODM流程及注意事项解读: 械字号医用面膜,其实在我国并没有严格的定义,通常我们说的医美面膜指的应该是一种「医用敷料」,也就是说,医用面膜其实算作「医疗器械」的一种,又称「医用冷敷贴」。 …...
2024/4/30 9:43:22 - 械字号医用眼膜缓解用眼过度到底有无作用?
原标题:械字号医用眼膜缓解用眼过度到底有无作用?医用眼膜/械字号眼膜/医用冷敷眼贴 凝胶层为亲水高分子材料,含70%以上的水分。体表皮肤温度传导到本产品的凝胶层,热量被凝胶内水分子吸收,通过水分的蒸发带走大量的热量,可迅速地降低体表皮肤局部温度,减轻局部皮肤的灼…...
2024/4/30 9:42:49 - 配置失败还原请勿关闭计算机,电脑开机屏幕上面显示,配置失败还原更改 请勿关闭计算机 开不了机 这个问题怎么办...
解析如下:1、长按电脑电源键直至关机,然后再按一次电源健重启电脑,按F8健进入安全模式2、安全模式下进入Windows系统桌面后,按住“winR”打开运行窗口,输入“services.msc”打开服务设置3、在服务界面,选中…...
2022/11/19 21:17:18 - 错误使用 reshape要执行 RESHAPE,请勿更改元素数目。
%读入6幅图像(每一幅图像的大小是564*564) f1 imread(WashingtonDC_Band1_564.tif); subplot(3,2,1),imshow(f1); f2 imread(WashingtonDC_Band2_564.tif); subplot(3,2,2),imshow(f2); f3 imread(WashingtonDC_Band3_564.tif); subplot(3,2,3),imsho…...
2022/11/19 21:17:16 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机...
win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”问题的解决方法在win7系统关机时如果有升级系统的或者其他需要会直接进入一个 等待界面,在等待界面中我们需要等待操作结束才能关机,虽然这比较麻烦,但是对系统进行配置和升级…...
2022/11/19 21:17:15 - 台式电脑显示配置100%请勿关闭计算机,“准备配置windows 请勿关闭计算机”的解决方法...
有不少用户在重装Win7系统或更新系统后会遇到“准备配置windows,请勿关闭计算机”的提示,要过很久才能进入系统,有的用户甚至几个小时也无法进入,下面就教大家这个问题的解决方法。第一种方法:我们首先在左下角的“开始…...
2022/11/19 21:17:14 - win7 正在配置 请勿关闭计算机,怎么办Win7开机显示正在配置Windows Update请勿关机...
置信有很多用户都跟小编一样遇到过这样的问题,电脑时发现开机屏幕显现“正在配置Windows Update,请勿关机”(如下图所示),而且还需求等大约5分钟才干进入系统。这是怎样回事呢?一切都是正常操作的,为什么开时机呈现“正…...
2022/11/19 21:17:13 - 准备配置windows 请勿关闭计算机 蓝屏,Win7开机总是出现提示“配置Windows请勿关机”...
Win7系统开机启动时总是出现“配置Windows请勿关机”的提示,没过几秒后电脑自动重启,每次开机都这样无法进入系统,此时碰到这种现象的用户就可以使用以下5种方法解决问题。方法一:开机按下F8,在出现的Windows高级启动选…...
2022/11/19 21:17:12 - 准备windows请勿关闭计算机要多久,windows10系统提示正在准备windows请勿关闭计算机怎么办...
有不少windows10系统用户反映说碰到这样一个情况,就是电脑提示正在准备windows请勿关闭计算机,碰到这样的问题该怎么解决呢,现在小编就给大家分享一下windows10系统提示正在准备windows请勿关闭计算机的具体第一种方法:1、2、依次…...
2022/11/19 21:17:11 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”的解决方法...
今天和大家分享一下win7系统重装了Win7旗舰版系统后,每次关机的时候桌面上都会显示一个“配置Windows Update的界面,提示请勿关闭计算机”,每次停留好几分钟才能正常关机,导致什么情况引起的呢?出现配置Windows Update…...
2022/11/19 21:17:10 - 电脑桌面一直是清理请关闭计算机,windows7一直卡在清理 请勿关闭计算机-win7清理请勿关机,win7配置更新35%不动...
只能是等着,别无他法。说是卡着如果你看硬盘灯应该在读写。如果从 Win 10 无法正常回滚,只能是考虑备份数据后重装系统了。解决来方案一:管理员运行cmd:net stop WuAuServcd %windir%ren SoftwareDistribution SDoldnet start WuA…...
2022/11/19 21:17:09 - 计算机配置更新不起,电脑提示“配置Windows Update请勿关闭计算机”怎么办?
原标题:电脑提示“配置Windows Update请勿关闭计算机”怎么办?win7系统中在开机与关闭的时候总是显示“配置windows update请勿关闭计算机”相信有不少朋友都曾遇到过一次两次还能忍但经常遇到就叫人感到心烦了遇到这种问题怎么办呢?一般的方…...
2022/11/19 21:17:08 - 计算机正在配置无法关机,关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机...
关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!关机提示 windows7 正在配…...
2022/11/19 21:17:05 - 钉钉提示请勿通过开发者调试模式_钉钉请勿通过开发者调试模式是真的吗好不好用...
钉钉请勿通过开发者调试模式是真的吗好不好用 更新时间:2020-04-20 22:24:19 浏览次数:729次 区域: 南阳 > 卧龙 列举网提醒您:为保障您的权益,请不要提前支付任何费用! 虚拟位置外设器!!轨迹模拟&虚拟位置外设神器 专业用于:钉钉,外勤365,红圈通,企业微信和…...
2022/11/19 21:17:05 - 配置失败还原请勿关闭计算机怎么办,win7系统出现“配置windows update失败 还原更改 请勿关闭计算机”,长时间没反应,无法进入系统的解决方案...
前几天班里有位学生电脑(windows 7系统)出问题了,具体表现是开机时一直停留在“配置windows update失败 还原更改 请勿关闭计算机”这个界面,长时间没反应,无法进入系统。这个问题原来帮其他同学也解决过,网上搜了不少资料&#x…...
2022/11/19 21:17:04 - 一个电脑无法关闭计算机你应该怎么办,电脑显示“清理请勿关闭计算机”怎么办?...
本文为你提供了3个有效解决电脑显示“清理请勿关闭计算机”问题的方法,并在最后教给你1种保护系统安全的好方法,一起来看看!电脑出现“清理请勿关闭计算机”在Windows 7(SP1)和Windows Server 2008 R2 SP1中,添加了1个新功能在“磁…...
2022/11/19 21:17:03 - 请勿关闭计算机还原更改要多久,电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机怎么办...
许多用户在长期不使用电脑的时候,开启电脑发现电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机。。.这要怎么办呢?下面小编就带着大家一起看看吧!如果能够正常进入系统,建议您暂时移…...
2022/11/19 21:17:02 - 还原更改请勿关闭计算机 要多久,配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以...
配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!配置windows update失败 还原更改 请勿关闭计算机&#x…...
2022/11/19 21:17:01 - 电脑配置中请勿关闭计算机怎么办,准备配置windows请勿关闭计算机一直显示怎么办【图解】...
不知道大家有没有遇到过这样的一个问题,就是我们的win7系统在关机的时候,总是喜欢显示“准备配置windows,请勿关机”这样的一个页面,没有什么大碍,但是如果一直等着的话就要两个小时甚至更久都关不了机,非常…...
2022/11/19 21:17:00 - 正在准备配置请勿关闭计算机,正在准备配置windows请勿关闭计算机时间长了解决教程...
当电脑出现正在准备配置windows请勿关闭计算机时,一般是您正对windows进行升级,但是这个要是长时间没有反应,我们不能再傻等下去了。可能是电脑出了别的问题了,来看看教程的说法。正在准备配置windows请勿关闭计算机时间长了方法一…...
2022/11/19 21:16:59 - 配置失败还原请勿关闭计算机,配置Windows Update失败,还原更改请勿关闭计算机...
我们使用电脑的过程中有时会遇到这种情况,当我们打开电脑之后,发现一直停留在一个界面:“配置Windows Update失败,还原更改请勿关闭计算机”,等了许久还是无法进入系统。如果我们遇到此类问题应该如何解决呢࿰…...
2022/11/19 21:16:58 - 如何在iPhone上关闭“请勿打扰”
Apple’s “Do Not Disturb While Driving” is a potentially lifesaving iPhone feature, but it doesn’t always turn on automatically at the appropriate time. For example, you might be a passenger in a moving car, but your iPhone may think you’re the one dri…...
2022/11/19 21:16:57