等响度曲线_什么是“响度”

2023-11-10

转自:https://blog.csdn.net/weixin_36225384/article/details/112220422
原文:https://www.tonmeister.ca/wordpress/2014/06/07/bo-tech-what-is-loudness/

今天了解了下等响曲线,查看了一个blog,说的很好.

以下翻译:

第一部分:等响曲线

首先是一个沮丧的事实:您无法相信自己的耳朵。抱歉,谁都不能。

造成这种情况的原因很多,实际上,这个事实所涉及的范围比我们任何人都想承认的要广泛得多。但是,在本文中,我们将研究该事实的一个小方面,以及为解决该问题我们可能会做些什么。

我们将从一个思想实验开始(有些人可能已经实际做过了)。想象一下,您进入了有史以来最安静的房间,你会先得到一个按钮和一副耳机。然后,您坐下等待一会儿,直到您平静下来,让耳朵也适应这个安静的环境,同时,你阅读了与之相关的任务说明:

每当您听到一只耳朵的耳机发出的声音时,请按一下按钮。

简单!听到哔声,然后按按钮。还有什么比这更难做的呢?

然后,测试开始:你左耳听到哔哔声,然后按一下按钮,你听到另一声更小的哔哔声,然后再次按该按钮。你听到更小的哔哔声,然后按按钮,你什么也听不到,也没有按按钮,你会听到哔哔声,然后按按钮。然后,您会听到新的哔哔声,在较低频率上,依此类推。这在您的两只耳朵中以不同的音量,不同的频率不断地进行,直到有人进入房间并说“谢谢,完成了”。

尽管这项测试似乎很容易完成,但有些令人不安。这是因为你所在的房间很安静,而且哔哔声也很安静,有时你会认为自己听到哔哔声,但是不确定,因为诸如心跳声和呼吸之类的声音,以及体内血液的搏动,耳边微弱的耳鸣以及你在椅子上移动所产生的噪音,与您要检测的哔哔声相比,声音都很大。

无论如何,当您完成操作后,结果会被统计成一张称为“听觉阈值”的图图表,它显示了,对于特定的频率,需要多大的音量你才能听到。你会注意到的第一件事是,你对某些频率的敏感度低于其他频率。具体来说,与聆听中频相比,低频或高频需要更大的音量。 (这是有进化学上的原因的,我们将在后面讨论。)请看下面图1的底部曲线:
在这里插入图片描述

fcdcb4d09ac4cc87aaa426f32b1ad237.png
图一:根据ISO226标准,70 Phons(红色曲线),90 Phons(顶部曲线)等响曲线和听觉阈值(底部曲线)
此图的底部曲线显示了听力正常的人的听力测试阈值的典型结果,假定被试人没有严重的听力损伤或暂时性的耳部问题(例如耳道中积聚了耳蜡)。对于1 kHz的音调,听觉阈值为0 dB SPL(实际上,这就是0 dB SPL的定义方式……)随着频率的降低,使信号可闻所需要的音量会逐渐提高。例如,对于30 Hz的声音需要大约60 dB SPL的音量,被试人才能听到耳机或扬声器中的信号。同样,对10 kHz的声音则需要10 dB SPL。但是,对于3.5 kHz的信号,需要的音量会小于0 dB SPL!结论是,在60 dB SPL时30 Hz的信号,在0 dB SPL时1 kHz的信号,在-10 dB SPL时3.5 kHz的信号,以及在10 dB SPL时10 kHz的信号具有相同的响度级别(因为它们都刚好可闻)。

现在,让我们重新进行测试,但我们将对任务进行一些更改。我会给您一个音量旋钮而不是一个按钮,并且会播放两个不同频率的信号。音量旋钮仅更改两个音调之一的音量,任务是使两个信号听起来一样响。如果针对不同的频率反复进行此操作,然后绘制结果图,则可能会出现如图1所示的红色或顶部曲线。这些曲线称为“等响曲线”(有些人称为“ 弗莱彻-芒森曲线(Fletcher-Munson Curves),来自于最先研究这个现象的研究人员弗莱彻(Fletcher)和芒森(Munson)的名字。 它们表明不同频率的信号需要不同的音量才能使人认为它们具有相同的响度。因此,(看红色曲线)在100 dB SPL时发出40 Hz的声音听起来与在70 dB SPL时发出1 kHz的声音或在80 dB SPL发出7.5 kHz的声音听起来一样响。人感受到的响度级别以“ phons”为单位-曲线的phon值为其在1 kHz时的dB SPL值。例如,红色曲线在1 kHz处的声压级是70 dB SPL,因此是“ 70 phons”曲线。在红线上不同频率具有不同的声压级,但其表观响度均为70 Phons。最上方的曲线是则是90 Phons的等响曲线。

图2显示了从0 Phon(听力阈值)到90 Phons的等响曲线,曲线间距为10 Phons。
在这里插入图片描述

6d83f71dc6d715ef3b1dcfc59c7d76d1.png
图二:根据ISO226,从0 Phon(最下曲线)到90 Phons(最上曲线)的等响曲线,曲线间距为10 Phons
这些曲线有两个重要的注意事项。 首先是它们不是“平坦的”。 换句话说,人耳没有平坦的频率响应。 实际上,如果以与测量麦克风或扬声器相同的方式测量人耳,那么人耳的频率响应规格应看起来像“ 20 Hz – 15 kHz±30 dB”左右……这无需担心, 因为所有人都有同样的问题。这意味着乐团指挥要求低音声部加大音量,因为他不擅长听低频,录音工程师在平衡录音时使用了他的“不良”听觉来调节低音到中音到高音的相对音量,并且, 假设录音系统和播放系统的频响曲线都是非常平坦的,因为你的听觉系统构造和乐团指挥以及录音工程师都是一样的,你也许正好会听到他们想要你听到的频率比例。

但是,我说有两件事要注意–那只是第一件事。 第二件事是曲线在不同的水平上形状是不同的。 例如,如果您看一下0 phon曲线(最下面的),则相对于中音范围,它在低频区域的上升幅度要比90 phons曲线(最上面的曲线)高得多。 这意味着,信号越安静,您听到低音(和高音)的能力就越差。 例如,假设70 Phons是我们的参考曲线–因此,我们将使该声线变平,然后相应地调整所有其他曲线并重新绘制它们,以便我们可以看到它们的差异。 如图3所示。
在这里插入图片描述

27502297225c3e85897a88f3f5d1d44c.png
图三:根据ISO226,从 0Phon(最下曲线)到90 Phons(最上曲线)的等响曲线,曲线间距10 Phons。 归一化到70 phons曲线并反转。
图3到底向我们展示了什么?好吧,思考它的一种方法是回到我们的“录音工程师与你都听到了什么”的例子。假设进行录音的录音工程师在录音室中设置了音量旋钮,以使他能在70 Phons的响度上监听乐团的声音。换句话说,如果乐团正在演奏1 kHz的正弦音,那么在聆听位置的信号电平为70 dB SPL ,所有其他频率的响度均由指挥和工程师平衡,使之听起来与参考的正弦信号一样响。然后,你将录音带回家并设置音量,以使你听到的声音处于30 Phons 的响度(因为您正在参加晚宴,并且你希望听到的对话比听到贝多芬或贾斯汀·比伯的声音要多,这取决于取决于您的口味)。查看图3中比70 Phons曲线在1kHz处低40 dB的曲线(从底部开始的第4条曲线)。在此示例中,这表明您相对于录音工程师的灵敏度差异。曲线向下倾斜-意味着您听不到低音-因此,作为背景音乐播放的录音似乎比录音工程师听到的低音少很多,高音也少一点,这仅仅是因为你调低了音量。 (当然,这可能是一件好事,因为您正在吃晚饭,并且您可能不想被喧闹的低音和闪闪发亮的高频分散注意力。)

第二部分 补偿

为了抵消听力中的这种“不当行为”,我们必须在与听力特性相反的方向上改变频段的平衡。 因此,如果我们将图3中的曲线拿下来,然后将它们上下颠倒,就会得到一条“完美”的校正曲线,显示出当您将音量调低40 dB时(提示:查看1 kHz处的值),那么您需要将低频音量调高一点以进行补偿,并使整体平衡听起来相同。

在这里插入图片描述
7eefe21ad60cf91775add10f0ab6e777.png
图4:根据ISO226,从0 Phon(最下曲线)到90 Phons(最上曲线)的等响曲线,曲线间距为10 Phons。 这些都已归一化为70 phon曲线。
当然,图4中显示的这些曲线已归一化到一条特定曲线: 70 phon曲线。因此,如果录音工程师正在监听时采用的是其他响度(例如80 Phons),那么这些“完美”校正曲线将是错误的。

而且没人知道(至少在音乐录音中)录音和母带制作人员用来制作现在正在收听的曲子(或下一首曲子)时所使用的监听响度,因此我们无法预测应该使用哪种曲线来校正音量设置。

我们真正能确定的只有,通常来讲,如果调低音量,则必须调高低音和高音以进行补偿。调低音量越多,需要补偿的越多。但是,确切的补偿量是未知的,因为音乐制作的时候所采用的回放(或监听)电平通常是未知的。 (对于电影音乐则不一样的,因为重新录制的工程师应该在固定的监听响度级别上工作,从理论上讲,该响度级别应该与世界上所有电影院相同……)

这种补偿称为“响度”-尽管在某些情况下,它最好称为“自动响度”。 在过去,“响度”开关在低音量聆听时打开,以增加低音和高音水平。 (当然,大多数人的操作是按下“响度”开关并将其永久打开。)但是,如今,此功能通常会自动应用,并且针对不同的音量设置会有不同的增强量(因此叫“ 自动响度”)。 例如图5显示了在未更改默认设置的情况下,BeoPlay V1 / BeoVision 11 / BeoSystem 4 / BeoVision Avant的不同音量设置下会对不同频率进行不同程度的补偿。 音量设置越低,提升越高。

在这里插入图片描述
a8e67cefabed2812c1b6a5e8fe4103ee.png
图5:在BeoPlay V1,BeoVision 11,BeoSystem 3和BeoVision Avant中,在不同的音量设置下,“响度”功能所应用的均衡。 请注意,这些是默认设置,可以由用户自定义。
当然,最理想的情况是,系统能知道在录制时采用的监听响度级别,自动响度均衡就会根据不同的录制进行动态补偿。 但是,除非录音中包含可以告诉系统这些信息的元数据,否则系统无法自动判别增加(或减去)量。

历史原因的附注
上面提到,因为进化学的原因,我们的耳朵在3 kHz区域内具有额外的灵敏度。原因在于耳道共振自然地增强了到达耳膜的这部分频率的信号。人类的听力之所以有这种增强(我想,更准确地说,人类有这条耳道)的原因是,折断树枝或踩到干燥的树叶发出的噪音大约在该频率范围内。当我们的祖先还在被其他动物捕食时,那些生来具有这种增强中频信号结构耳道的人会对试图在他们身后偷袭的剑齿虎的踩在叶片上的噪音更加敏感,当他们逃跑时会有一点额外的领先优势:即我不需要比熊跑得快。我只需要比你跑得快。

作为一个有趣的旁注:最终结果是我们的语言也已经演变为使用此敏感区域。例如,我们语音中的辅音–“ s”和“ t”声音正好位于那个敏感区域,从而更容易理解。

提示:

你可能会遇到一些youtube视频或可下载的文件,让你使用扫正弦波“检查听力”。 不要为此浪费你的时间。 除非使用的耳机(以及播放链中的所有其他设备)都经过非常仔细的校准,否则你不应该相信任何有关此类演示的信息。 所以不要浪费时间了。

提示2:后注

我刚刚在这里的另一个网站上看到,一个叫约翰·邓肯的人对我在本文中写的内容发表了以下评论。 “现在已经读了几次,感觉好像是在说一些重要的事情,我只是不确定。在评估hifi时,参考音量是最重要的吗?”答案是“完全正确!”如果你比较两个声音系统(例如,两个不同的扬声器,两个不同的DAC或两个不同的放大器,等等……)我上面所说的内容的意思是,不仅需要确保只更改系统中的一个参数(例如,不要将两个DAC连接到不同的扬声器上来进行比较),而且绝对必须确保在同一个音量下进行比较。 1 dB的音频会影响您的“频率响应”,并使两个系统听起来好像它们具有不同的音色平衡-即使没有。

例如,当我在工作中调校新的扬声器时,我总是以相同的固定监听水平工作。 (对我来说,这是两个通道的-20 dB FS全频带不相关粉红色噪声,在我的监听位置产生70 dB SPL,C计权)。在开始调音之前,我会先把音量设置到这个水平,以免被自己的耳朵所迷惑,因为如果我在比这更低的音量调音,我会补偿太多低音。如果在高于参考音量水平上调音,那么我会过分减少低音。这使我的工作保持一致性。当然,我会检查扬声器在其他聆听级别时的声音,但是,当我调音时,扬声器始终工作在相同参考音量上。

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

等响度曲线_什么是“响度” 的相关文章

  • 如何利用CHAT做简单的总结体会?

    问CHAT 在测试过程中使用appium python自动化的优点和体会 CHAT回复 使用 Appium 配合 Python 进行自动化测试主要有以下几点优点 1 跨平台性 Appium 支持 iOS 和 Android 平台的应用自动化
  • 【固定翼飞机】基于最优控制的固定翼飞机着陆控制器设计研究(Matlab代码实现)

    欢迎来到本博客 博主优势 博客内容尽量做到思维缜密 逻辑清晰 为了方便读者 座右铭 行百里者 半于九十 本文目录如下 目录 1 概述 2 运行结果 3 参考文献 4 Matlab代码及文章
  • 【卡尔曼滤波】粗略模型和过滤技术在模型不确定情况下的应用研究(Matlab代码实现)

    欢迎来到本博客 博主优势 博客内容尽量做到思维缜密 逻辑清晰 为了方便读者 座右铭 行百里者 半于九十 本文目录如下 目录 1 概述 2 运行结果 3 参考文献 4 Matlab代码及文献
  • 比尔盖茨与萨姆.奥尔特曼的对话及感想

    谈话内容 比尔 盖茨 嘿 萨姆 萨姆 奥尔特曼 嘿 比尔 比尔 盖茨 你好吗 萨姆 奥尔特曼 哦 天哪 这真的太疯狂了 我还好 这是一个非常激动人心的时期 比尔 盖茨 团队情况怎么样 萨姆 奥尔特曼 我想 你知道很多人都注意到了这样一个事实
  • 【路径规划】基于A*算法路径规划研究(Matlab代码实现)

    欢迎来到本博客 博主优势 博客内容尽量做到思维缜密 逻辑清晰 为了方便读者 座右铭 行百里者 半于九十 本文目录如下 目录 1 概述 2 运行结果 3 参考文献 4 Matlab代码实现
  • 蒙特卡洛在发电系统中的应用(Matlab代码实现)

    欢迎来到本博客 博主优势 博客内容尽量做到思维缜密 逻辑清晰 为了方便读者 座右铭 行百里者 半于九十 本文目录如下 目录 1 概述 2 运行结果 3 参考文献 4 Matlab代码实现
  • Soul App:年轻人的社交状态,还有多少种可能?

    查尔斯 狄更斯在 双城记 的开篇写下 这是最好的时代 这是最坏的时代 这是智慧的时代 这是愚蠢的时代 这是信仰的时期 这是怀疑的时期 人们面前有着各样事物 人们面前一无所有 既然万事万物都和狄更斯所说般 好坏参半 那又何必执着于过去 苦恼于
  • 让CHAT介绍下V2ray

    CHAT回复 V2Ray是一个网络工具 主要用于科学上网和保护用户的网络安全 它的名字源自Vmess Ray 光线 通过使用新的网络协议 为用户提供稳定且灵活的代理服务 下面是一些V2Ray的主要特性 1 多协议支持 V2Ray 提供了大量
  • 面对AI革新时,Soul App等社交应用的“出圈”解法是什么?

    2023年初 ChatGPT掀开海内外互联网 AI革新 的序幕 公众在惊讶于ChatGPT对于海量信息富有逻辑的整合归纳 帮助大家提升工作及学习效率之余 更为期待的莫过于有一天人工智能的 意识觉醒 十余年前由斯派克 琼斯 Spike Jon
  • 毕业设计- 基于深度学习的小样本时间序列预测算法 - Attention

    目录 前言 课题背景与意义 课题实现 一 数据集 二 设计思路 三 相关代码示例 最后 前言 大四是整个大学期间最忙碌的时光 一边要忙着准备考研 考公 考教资或者实习为毕业后面临的就业升学做准备 一边要为毕业设计耗费大量精力 近几年各个学校
  • 毕业设计:基于深度学习的微博谣言检测系统 人工智能

    目录 前言 设计思路 一 课题背景与意义 二 算法理论原理 三 检测的实现 最后 前言 大四是整个大学期间最忙碌的时光 一边要忙着备考或实习为毕业后面临的就业升学做准备 一边要为毕业设计耗费大量精力 近几年各个学校要求的毕设项目越来越难 有
  • 毕业设计:基于卷积神经网络的图像分类系统 python人工智能

    目录 前言 设计思路 一 课题背景与意义 二 算法理论原理 2 1 卷积神经网络 2 2 SVM算法 三 检测的实现 最后 前言 大四是整个大学期间最忙碌的时光 一边要忙着备考或实习为毕业后面临的就业升学做准备 一边要为毕业设计耗费大量精力
  • 作物叶片病害识别系统

    介绍 由于植物疾病的检测在农业领域中起着重要作用 因为植物疾病是相当自然的现象 如果在这个领域不采取适当的护理措施 就会对植物产生严重影响 进而影响相关产品的质量 数量或产量 植物疾病会引起疾病的周期性爆发 导致大规模死亡 这些问题需要在初
  • 2024 人工智能与大数据专业毕业设计(论文)选题指导

    目录 前言 毕设选题 选题迷茫 选题的重要性 更多选题指导 最后 前言 大四是整个大学期间最忙碌的时光 一边要忙着备考或实习为毕业后面临的就业升学做准备 一边要为毕业设计耗费大量精力 近几年各个学校要求的毕设项目越来越难 有不少课题是研究生
  • 手把手教你用 Stable Diffusion 写好提示词

    Stable Diffusion 技术把 AI 图像生成提高到了一个全新高度 文生图 Text to image 生成质量很大程度上取决于你的提示词 Prompt 好不好 前面文章写了一篇文章 一份保姆级的 Stable Diffusion
  • 如何用GPT进行论文润色与改写?

    详情点击链接 如何用GPT GPT4进行论文润色与改写 一OpenAI 1 最新大模型GPT 4 Turbo 2 最新发布的高级数据分析 AI画图 图像识别 文档API 3 GPT Store 4 从0到1创建自己的GPT应用 5 模型Ge
  • 2023最新pytorch安装(超详细版)

    前言 一 判断是否有Nvidia 英伟达显卡 二 CPU版 2 1 安装Anaconda 2 2 创建虚拟环境 2 3安装pytorch 2 4 验证pytorch是否安装成功 三 GPU版 3 1 安装Anaconda 3 2 创建虚拟环
  • AI在保护环境、应对气候变化中的作用

    对于AI生命周期数据领域的全球领导者而言 暂时搁置我们惯常的AI见解和AI生命周期数据内容产出 来认识诸如世界地球日这样的自然环境类活动日 似乎是个奇怪的事情 我们想要知道 数据是否真的会影响我们的地球环境 简而言之 是 确实如此 但作为一
  • 主流进销存系统有哪些?企业该如何选择进销存系统?

    主流进销存系统有哪些 企业该如何选择进销存系统 永久免费 的软件 这个可能还真不太可能有 而且就算有 也只能说是相对免费 因为要么就是数据存量有限 要么就是功能有限 数据 信息都不保障 并且功能不完全 免费 免费软件 免费进销存 诸如此类
  • AI 赋能绿色制冷,香港岭南大学开发 DEMMFL 模型进行建筑冷负荷预测

    近年来 城市化进程加速所带来的碳排放量骤增 已经严重威胁到了全球环境 多个国家均已给出了 碳达峰 碳中和 的明确时间点 一场覆盖全球 全行业的 绿色革命 已经拉开序幕 在一众行业中 建筑是当之无愧的能耗大户 其中又以暖通空调 Heating

随机推荐

  • Linux软链接与硬链接区别

    一 背景 链接 是一种在共享文件和访问它的用户的若干目录项之间建立联系的一种方法 Linux中包括两种链接 硬链接 Hard Link 和软链接 Soft Link 软链接又称为符号链接 Symbolic link 要了解链接 我们首先得了
  • vscode 问题解决:“检测到 #include 错误,请更新 includePath”

    当我们在使用vscode进行编辑代码时 往往会遇到以下警告 这表明 在我们的代码中 无法找到对应的头文件 但问题在于 阅读和编辑代码 需要保证代码的统一性 所以我们需要知道这个头文件到底在哪 我们也需要让vscode通过点击该头文件名就可以
  • EI、Scopus双检索

    会议简介 Brief Introduction 2023年第四届自动化 机械与设计工程国际会议 SAMDE 2023 会议时间 2023年12月8 10日 召开地点 中国 南京 大会官网 www samde org 机械设计制造及其自动化学
  • python第三方库集锦

    环境管理管理 Python 版本和环境的工具 p 非常简单的交互式 python 版本管理工具 pyenv 简单的 Python 版本管理工具 Vex 可以在虚拟环境中执行命令 virtualenv 创建独立 Python 环境的工具 vi
  • Qt : d指针和q指针?

    目录 一 什么是d指针和q指针 1 d指针 2 q 指针 二 d指针和q指针的作用 三 d指针和q指针的使用 demo 一 什么是d指针和q指针 在Qt的源码中 我们看到大量的Q D 和Q P 宏的调用 查看代码时在一定程度上增加了复杂度
  • 阿里云部署 ChatGLM2-6B 与 langchain+ChatGLM

    1 ChatGLM2 6B 部署 更新系统 apt get update 安装git apt get install git lfs git init git lfs install 克隆 ChatGLM2 6B 源码 git clone
  • vite中无法使用require和@无法使用的问题

    1 安装插件 yarn 安装 yarn add D vite plugin require transform npm 安装 npm i vite plugin require transform S 2 在vite中配置一下即可 impo
  • 解决python发送https请求,出现证书错误,及报错提示

    详细报错信息如下 Error Traceback most recent call last File E WebWafUi venv lib site packages urllib3 connectionpool py line 603
  • 2.4G天线匹配设计,不谈原理和规范,直接怼PCB设计

    关注嘉友创科技公众号 各位大虾 说个天线设计的过程 此过程实测性能是官方的参数的80 不需要任何仪器测试的情况下 适合穷逼 买不起仪器 1 确定厂家 确定板厚 2 依据板厚 找生成PCB厂家确定板层分布 厂家不同 很多参数不同 3 确定阻抗
  • 自己实现MediaExtractor(一)

    1 背景 Android很坑 编解码大坑 最近遇到MediaExtractor的坑了 坑1 读PCM音频巨慢 因为Android的实现是一个一个sample读的 坑2 某些手机只能读取到一路视频或音频track 如oppo Find X 个
  • 【MATLAB】命令行窗口乱码问题

    昨天开始重新学习matlab 按着网上教程一直配置 将编码格式改成 UTF 8 查看编码方式可以用slCharacterEncoding 函数 然后在编辑器上面编写内容果然没有发现乱码 但是一旦将编辑器上面的内容在命令行窗口输出就出现乱码的
  • linux常见的基本命令面试题总结

    问题一 绝对路径用什么符号表示 当前目录 上层目录用什么表示 主目录用什么表示 切换目录用什么命令 答案 绝对路径 如 etc init d 当前目录和上层目录 主目录 切换目录 cd问题二 怎么查看当前进程 怎么执行退出 怎么查看当前路径
  • nacos 监听配置文件变动(自动刷新),监听服务变动(权重、元数据等),手动推送服务

    NACOS 配置文件与服务监听 对于启动项目时可以检测的配置文件 修改配置文件时也可进入监听 对于服务监听时 项目启动时注册进nacos可以监听 修改服务时关闭服务时都可以监听 也可以手动推送服务到nacos上 添加nacos相关的配置文件
  • java.io.FileNotFoundException: class path resource [***] cannot be resolved to URL

    SpringBoot 集成FreeMarker 时出现如下错误信息 java io FileNotFoundException class path resource templates cannot be resolved to URL
  • Linux网络编程一步一步学 - 目录(汇总)zhuan

    非常好的关于Linux网络编程的文章 我也是无意中在别人的博客里发现的 在网上搜了一下 这类的文章总共还有很多篇 最后我找到了原作者的姓名 周立发 以及作者的博客空间 本人坚决支持原创 在此将其文章进行了汇总 并且空间首页加入了他的博客链接
  • 泛型方法使用

    Java中关于泛型方法中类型变量的确定 首先 在我们使用泛型的时候我们要显示的告诉编译器所要使用的具体类型 比如 新建了一个Integer类型的ArrayList 并在 lt gt 中指明了类型 ArrayList
  • 【GIN】上下文 bind的几种方法

    1 Bind var req vo RegisterRequest ctx Bind req It writes a 400 error and sets Content Type header text plain in the resp
  • VM虚拟机中的web服务内网穿透的设置,虚拟机连接主机的mysql(主机win10 虚拟机win10)

    前言 由于我的主机里环境弄得乱七八糟 无法正常使用阿帕奇 我又不想重置电脑 所以就想在虚拟机里配置环境 结果我的虚拟机无法安装mysql 于是就用虚拟机访问主机的mysql 我在虚拟机里部署的Flask项目 然后WEB服务器用的是阿帕奇2
  • 对于全连接层的理解 全连接层的推导

    全连接层的推导 全连接层的每一个结点都与上一层的所有结点相连 用来把前边提取到的特征综合起来 由于其全相连的特性 一般全连接层的参数也是最多的 全连接层的前向计算 下图中连线最密集的2个地方就是全连接层 这很明显的可以看出全连接层的参数的确
  • 等响度曲线_什么是“响度”

    转自 https blog csdn net weixin 36225384 article details 112220422 原文 https www tonmeister ca wordpress 2014 06 07 bo tech