Du Ang

> 内部富文本编辑器插入的图片是 HTML 语法，所以在使用外部编辑器时，非纯文本格式的内容都会丢失。关于如何使用 Typora 自动插入图片到为知笔记，请参考 [外部编辑器配置方法](https://github.com/altairwei/WizNotePlus/wiki/%E5%A4%96%E9%83%A8%E7%BC%96%E8%BE%91%E5%99%A8%E9%85%8D%E7%BD%AE%E6%96%B9%E6%B3%95) @altairwei 感谢你贡献这个项目！ 我也遇到了和楼主类似的问题。场景：从手机端插入图像，在电脑端通过外部编辑器编辑后图像丢失。 从你的回答来看，这部分内容丢失是因为我们从 WizNote 内置编辑器看到的是渲染了 HTML 语句后的 markdown 文本，转成 markdown 文本传递时不会传递这些已经渲染的 HTML 语句。 这里想请教一下，有没有办法获取到渲染之前的 HTML 文本？因为 Markdown 本身也是支持 HTML 语法的，所以能不能把这部分“已经渲染的HTML语句”以文本形式传递给外部编辑器呢？ 补充：试了一下导出 markdown...

> @DAA233 > 其实你的图片没有丢失，你可以右键点击笔记页面，选择 `Open temporary folder` ，然后在 index_files 里找到你的图片。然后手动将其转换成 `` 语法。 是这样，谢谢！

Hi @eriklindernoren! Thanks for your interpretation. However, I have the same question as @zhchyang2004 issued. I have seen several CGAN implementations. There are two ways to use the condition labels:...

上面没有考虑 dilation 的情况。 PyTorch 中默认的就是 'VALID' padding。如果想实现 'SAME' padding，可以参考 [[Feature Request] Implement "same" padding for convolution operations?](https://github.com/pytorch/pytorch/issues/3867)。 下面是我写的一种 'SAME' padding 的实现，可以在进入卷积之前先通过这个层，然后将卷积的 padding 参数设置为 0： ```python def same_padding(images, ksizes, strides, rates):...

```python """ ix_(*args) Construct an open mesh from multiple sequences. This function takes N 1-D sequences and returns N outputs with N dimensions each, such that the shape is 1...

```python In [20]: a = np.arange(25).reshape(5, 5) In [21]: a Out[21]: array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16,...

引入 `True` 和 `False` 的情况，会根据值转换为具体的索引值： ```python In [25]: ixgrid = np.ix_([True, True], [2, 4]) In [26]: ixgrid Out[26]: (array([[0], [1]]), array([[2, 4]])) In [27]: np.ix_([True, True, True], [2, 3, 4])...

下面是 NumPy 的 [Quickstart tutorial](https://docs.scipy.org/doc/numpy/user/quickstart.html#the-ix-function) 中的例子，当时觉得有些复杂，没有看懂： ```python >>> a = np.array([2,3,4,5]) >>> b = np.array([8,5,4]) >>> c = np.array([5,4,6,8,3]) >>> ax,bx,cx = np.ix_(a,b,c) >>> ax array([[[2]], [[3]], [[4]], [[5]]]) >>>...

[`np.ufunc.reduce`](https://docs.scipy.org/doc/numpy-1.4.x/reference/generated/numpy.ufunc.reduce.html#numpy-ufunc-reduce) 可以根据指定的运算方式减小向量维度： ```python In [56]: np.multiply.reduce([2, 3, 5]) Out[56]: 30 In [58]: X = np.arange(8).reshape((2, 2, 2)) In [59]: X Out[59]: array([[[0, 1], [2, 3]], [[4, 5], [6, 7]]]) In...

@knightstream 谢谢鼓励！哈哈，其实我现在回过头看还是要捋半天 😂