high-performance performance networking the
Performance API不完全使用指北
本教程解释了如何使用Performance API来记录真实用户访问你的应用程序的统计数据。 使用浏览器的DevTools来评估web应用性能是很有用的，但要复现现实世界的使用情况并不容易。因为人们在不同地点使用不同的设备、浏览器和网络，都会有不同的体验。 Performance API介绍 Per ......
论文翻译：2022_2022_TEA-PSE 2.0：Sub-Band Network For Real-Time Personalized Speech Enhancement
论文地址：TEA-PSE 2.0：用于实时个性化语音增强的子带网络 论文代码： 引用： 摘要 个性化语音增强(Personalized speech enhancement，PSE)利用额外的线索，如说话人embeddings来去除背景噪声和干扰语音，并从目标说话人提取语音。此前，Tencent - ......
论文翻译：2022_Phase-Aware Deep Speech Enhancement: It's All About The Frame Length
论文地址：相位感知深度语音增强:这完全取决于帧长 引用格式：Peer T, Gerkmann T. Phase-aware deep speech enhancement: It's all about the frame length[J]. JASA Express Letters, 2022, ......
【前端调试】- 借助Performance分析并优化性能
欢迎阅读本系列其他文章 【前端调试】- 更好的调试方式 VSCode Debugger 【前端调试】- 断点调试的正确打开方式 介绍 首先简单过一下Performance的使用，打开网页点击控制台Performance,录制5s的数据 其中 Main 这部分就是网页的主线程，也就是执行 Event ......
论文解读（CAN）《Contrastive Adaptation Network for Unsupervised Domain Adaptation》
论文信息 论文标题：Contrastive Adaptation Network for Unsupervised Domain Adaptation论文作者：Guoliang Kang, Lu Jiang, Yi Yang, Alexander G Hauptmann论文来源：CVPR 2019论 ......
RFN-Nest_ An end-to-end residual fusion network for infrared and visible images 论文解读
RFN-Nest 2021 研究 图像融合分为三步：特征提取，融合策略，图像重建。 当前端到端的图像融合方法：基于GAN的、还有本文提出的 研究背景：当前设计的融合策略在为特定任务生成融合图像方面是比较困难的。 研究目的：提出一种基于可以学习的融合网络架构（RFN）来实现端到端的图像融合方法(RFN ......
论文翻译：2022_DNS_1th：Multi-scale temporal frequency convolutional network with axial attention for speech enhancement
论文地址：带轴向注意的多尺度时域频率卷积网络语音增强 论文代码：https://github.com/echocatzh/MTFAA-Net 引用：Zhang G, Yu L, Wang C, et al. Multi-scale temporal frequency convolutional n ......
Graph Neural Network——图神经网络
本文是跟着李沐老师的论文精度系列进行GNN的学习的，详细链接请见：零基础多图详解图神经网络（GNN/GCN）【论文精读】 该论文的标题为《A Gentle Introduction to Graph Neural Networks》，是对GNN的简介。那么论文的第一张图呢把鼠标放上去某一个结点将会表 ......