con

secondary 英[u02c8seku0259ndri] 美[u02c8seku0259nderi] adj. 第二的，中等的; 助手，副手; 中等教育的; 间接的; n. 副手，代理人; [天] 双星中较小较暗的一个，卫星; [语] 次重音; [例句]The street erupted in a huge explosion, with secondary explosions in the adjoining buildings街上发生了剧烈爆炸，邻近的建筑里也发生了程度较轻的爆炸。[其他] 复数：secondaries

因为在英文中，重要人物会有专属他们的名字

http://210.72.21.6:8080/hlftiweb/search.jsp

Laozi LaoTanZhuangzi他们的影响没有孔子大.

因为他绝对confucious~

Confucius 这个词最初并不是英文，而是拉丁文。16 世纪，来自欧洲的天主教耶稣会传教士带着向这个东方大国传播天主教的使命踏上明代中国的土地上时，他们很快发现，当时的中国人，至少是那些处在社会上层的、受过教育的、甚至担任官职的中国人，都信奉一位距离当时已经有两千多年的“哲学家”的教诲，并试图把他的教诲应用到从治国安邦到生活琐事等一系列事务中去。这位西方传教士口中的「博学的伟大哲学家」就是孔子。欧洲人撰写的孔子传记以及孔子画像插图面对孔子以及当时占统治地位的儒家思想，以来自意大利的利玛窦神父为代表的欧洲耶稣会来华传教士抱着一种尊重甚至热忱的心态去接触并学习。同样也是在利玛窦的带头下，来自欧洲的天主教传教士们，开始学习当时中国普遍通用的「官话」，以及在他们眼中是一种「沉重的负担」的复杂的汉字。身穿中国儒士服装的利玛窦与此同时，西方传教士也开始向欧洲介绍中国，其中很重要的一个方面，就是介绍孔子和当时中国人普遍相信的儒家思想。传教士们将古代儒家经典翻译成欧洲语言，向欧洲传播。在这种介绍和翻译的过程中，就不免要翻译儒家创始人「至圣先师」孔子的名字。罗马天主教会的「官方语言」一直以来都是继承自罗马帝国的拉丁语，随着时间的推移，古罗马时代使用的古典拉丁语在中世纪天主教会那里演变成了「教会拉丁语」，并一直使用到今天。而拉丁语在当时的欧洲，特别是在欧洲学术界，也是沟通各个不同国家与文化的通用语言。作为天主教圣职人员的利玛窦等耶稣会传教士，在翻译中国经典和中国人名、地名并向他们的欧洲同胞进行介绍的时候，使用的自然也就是「教会拉丁语」。使用拉丁文撰写的天主教悼词《圣母经》利玛窦选取了孔子比较流行的一个称呼「孔夫子」，将这个名字用音译的方式翻译成拉丁语。明朝时期的汉语官话的发音与今天普通话发音的区别并不大，而「孔夫子」三字在明朝官话中的发音也基本上和今天的 kǒngfūzǐ 一样。利玛窦使用发音接近汉语拼音 kong 的 con 来对应「孔」字，使用 fu 对应「夫」字。至于「子」这个字，则相对较难。因为拉丁语中缺乏与汉语 zi、ci、si 这样的发音对应的音。利玛窦于是使用了 ci 这个组合。在教会拉丁语中，字母 c 在后面加上字母 i 或 e 时，会读作类似英语 china 中的 ch 或英语 cats 中的 ts 的发音。因此 ci（发音类似普通话的 qi 或者用「台湾腔」读出的「济」或「脊」）便用来对译「子」字。利玛窦与他的同僚法国耶稣会士金尼阁共同发明了世界上第一套用拉丁字母为汉字注音的拼音体系，并将这套拼音记载于《西字奇迹》和《西儒耳目资》中。同时，在拉丁语中，一个名词有「阴性」「阳性」和「中性」之分。一般「阳性」名词，特别是人名，都会以 -us 结尾。作为男性的孔夫子，他的拉丁文名字也自然就带上了一个 -us 后缀。于是 Confucius 这个孔夫子的拉丁文名字就这样诞生了。在所有的欧洲语言中，孔子的名字都来自于拉丁文的 Confucius，只是在某些语言中的拼写形式保持不变，如英语、法语中依旧写作 Confucius。而在另一些语言中，这根据这些语言词汇的拼写和发音规律做出了一些变化，如德语中的 Konfuzius，意大利语和西班牙语中的 Confucio，瑞典语中的 Konfucius，波兰语中的 Konfucjusz，以及俄语中的 Конфyций（Konfucij）。

孔夫子 的谐音

confucious是正确的，参考牛津大字典

Extjs 提供的组件还是挺丰富的， 但是有时候需求更丰富。当Extjs 原生的组件无法实现我们的要求的时候， 就需要扩展Extjs 的组件实现自制组件了。除了这种使用状况， 有时候对于一些相同却有使用很多的配置， 可能像把它独立出来，单独设为一种组件供大家调用， 节省开发时间和提高代码重用度。initComponent 和 constructor 就是Extjs 提供用来实现继承和扩展的方式。1. initComponent这个方法是在Ext.Component的构造函数(constructor)中调用的，只有直接或间接继承自 Ext.Component的类才会在constructor里调用initComponent方法看一下 Ext.AbstractComponent的源码文件 src/AbstractComponent.js在 constructor方法中调用了initComponent2. 1）自定义类中的 initComponent　函数中必须调用 callParent();否则 调用者无法初始化这个对象 2）针对button 这样的扩展组件来说，自定义类中的 constructor ，需要调用callParent( arguments);否则 调用者无法初始化这个对象[html] view plaincopyprint?this.callParent(arguments); this.callParent(arguments);这里的arguments 是需要的。(在Extjs 4 之前的版本中， 可能会看到比较多的XXX.superclass.constructor.call 写法)sencha 的官网中有一篇针对这两个区别的讨论：http://www.sencha.com/forum/showthread.php?47210-constructor-Vs-initComponent不过语法是基于Extjs 3 来讨论的， 笔者觉得作用不是很大。

sql 的账号 密码不对它默认的账号是 root 密码为空 你试试

需检查configuration.php里的设置如数据库名，password等等。再用phpMyAdmin查你的数据库。

有些server可以关 没什么用~~网上有很多资料~~

不知道呢

本文主要用于介绍CMU开源项目OpenPose的前身CPM。本笔记主要为方便初学者快速入门，以及自我回顾。 论文链接： https://arxiv.org/pdf/1712.00726.pdf 基本目录如下： ------------------第一菇 - 摘要------------------ PM提供了一套用于预测丰富空间信息的框架，在本论文的工作中，我们将卷积网络集成进PM框架中来学习图片特征和图片空间模型并用于人体姿态预测。本论文的主要贡献就在于提出的模型能够清晰的学习到多个变量之间的空间关联关系，因此该模型十分适用于去解决类似姿态关键点预测的问题。我们提出的其实就是一个包含了多个卷积网络的序列框架，该架构使得网络能够直接用上一阶段网络输出的置信图来进一步精确预测每一个关键点的位置。 该网络架构的提出，还天然的用到了中继监督训练的方法（intermediate supervision），而这种训练方法经过实验论证也确实能够在一定程度上消除梯度消失问题。我们在多个数据集上，包括MPII, LSP和FLIC上，利用该模型架构，均取得了不错的结果～ ------------------第二菇 - 核心思想------------------ 姿态识别又可以被视作是结构预测问题，就是我们根据解剖学上的一些关键点（anatomical landmark），对一张图片上的每一个点建模，然后去预测这些关键点。 在深入本文细节之前，我们有必要先来了解一下 Pose Machines 简单来讲，其实Pose Machines就是一种序列化的预测框架，可以学习到丰富的空间信息。借用原论文的描述就是， Our approach incorporates rich spatial interactions among multiple parts and information across parts of different scales. 这里先约定一下符号表示， 就是图片上的所有点 ， 就是所有的 个关键点的集合，并且 。 一个推理模型包含了一连串的分类器， 。它们被训练后用于预测每一个关键点的位置。在每一个阶段 ，分类器都会根据图片特征和上一个分类器预测的结果（主要是 周围点的预测结果），来预测一个位置是属于某一个关键点（ ）的置信区间。在每一个阶段， 的置信区间计算公式， 其中， 就是一连串的前置位的分类器在每一个位置预测的是关键点 的置信区间。 就是特征方程，用于处理前面生成的置信区间； 就是向量相加的操作。 如果还是有点迷糊的同学，我贴一张原论文的图，想必大家对 Pose Machines 就有更深的体会了， 其实真的就是一种序列化的预测框架，只不过内部的分类器都是可以自己定义的。 如名字所示，CPM其实就是将卷积网络集成进Pose Machines框架中，如下图所示， 我们分2个阶段来看，首先是第一阶段。 在第一阶段中，CPM仅仅根据图片的原始信息来提取特征。上图中的 部分应该说是把结构图画的很清楚了，一共包含了5个卷积层，再接2个 的卷积层构造出全卷积网络的架构。每一层的感受野都在图上标记清楚了。在实际的训练过程中，输入的图像要求大小是 ，最后的输出大小是 ，其中 就是关键点的个数，再外加一个背景。部分基础不扎实的同学，可能会对感受野和输出大小犯迷糊，这里我贴一张计算的过程图（ 外国网站 上的一个计算感受野的），方便理解， 第二阶段设计的初衷就是，在预测一些比较难的部位的时候（比如：手肘），利用一些其它已经预测出的部位，或是该部位周围关键点信息的时候，往往能够帮助预测出这些部分，如下图所示的右手肘， 因此在第二阶段，分类器就会接受2部分的输出，一部分是来自上一阶段的特征输出，另一部分是来自对图片的特征提取，如上图 所示。只不过，在CPM中，我们的分类器依然是卷积神经网络。两部分的输出也是通过向量相连的方式，再传入到后续分类网络中。 然后，在第二阶段，网络为了尽可能的增大感受野，动用了3个 的卷积核，最后将感受野增至 。作者对此的解释就是 large enough to allow the learning of potentially complex and long-range correlations between parts 意思就是尽可能的去学习关节点内在的一些依赖关联关系。而作者选择通过增大卷积核的方式来增大感受野也是为了控制整体的参数数量（其他方式还包括，采用pooling操作但是牺牲精度；或者增加卷积层个数，但是会增大参数量）。作者也在论文中贴了一张实验结果图，来证明，增大感受野能够提升最后的准确率， 而这种关系也预示，其实网络内部确确实实有在学习各关键点之间的关联关系（ This improvement in accuracy with receptive field size suggests that the network does indeed encode long-range interactions between parts and that doing so is beneficial. ） 至此整套网络架构算是磕磕绊绊的讲清楚了～其实真要理解起来很简单，就是将卷积网络嵌套进Pose Machines框架中。 训练深度神经网络的时候经常会面临梯度消失的问题，然而CPM的架构设计却能够很好的解决这个问题。每一个阶段PM都会被重复训练去预测每一个关键点的置信图。用作为标签的真实置信图（ideal belief map），在每一个真实的关键点附近构造高斯分布所产生的，记为 ，然后我们的损失函数就是去最小化， 整体的损失函数就是把各个阶段的损失函数相加， 这里也贴一张原论文用于展现梯度的示意图， 其他一些具体的训练过程结果这里就不展示了，比较简单，大家自行品读原论文即可。 ------------------第三菇 - 总结------------------ 到这里，整篇论文的核心思想已经说清楚了。本论文主要是提出了卷积神经网络嵌入到PM框架中的CPM网络架构用于人体关键点检测，并实验证明了其可行性，为后续发展奠定了基础 简单总结一下本文就是先罗列了一下该论文的摘要，再具体介绍了一下本文作者的思路，也简单表述了一下，自己对CPM网络架构的理解。希望大家读完本文后能进一步加深对该论文的理解。有说的不对的地方也请大家指出，多多交流，大家一起进步～U0001f601

cargo是指船货,(车、船、飞机等运输的)货物 container是容器(箱,盆,罐,壶,桶,坛子),集装箱.货柜用container

装满集装箱

setting的意思有：1·环境，背景 2·（戏剧，小说等）情节背景 3·（为诗等谱的）曲 4·底座，底板，托板 5·(摆在桌上供一人用的）一套餐具 而context得意思有：1·（事情发生的）背景，环境，来龙去脉 2·上下文，语境记得采纳啊

在英语中有大量的名词作形容词的现象，比如School Gate中的School，girl friend中的girl

REBA 肯定 是好 但是我建议加点钱上个 MRD得了 专业XC叉

区分不小啊，1个是油簧的，1个是气的，351可调行程，但要重1些，RECON SL要轻1些，听说351更润1些（由于没用过RECON SL）。351的适应性更强1些，上山调到85行程，下山调到130，比较合适AM的玩法。

·

外观方面，这次提供测评的是一款黑色神话版，第一感觉比较稳重。外管两侧的千里眼及顺风耳神像并不如我们之前预想的贴纸，外管的漆面很赞，X-Fusion的x型图标更是增添了一份精致感。金色的内管涂层瞬间提升了不少逼格，使整个外观感触大幅度提升，不同于FOX的金色涂层，x32 evo的涂层会显得颜色更深一些，但并不影响其外观逼格及实用价值，内管表面的耐磨度会因为优质的涂层而增加，而32mm的内管管径也提升了前叉整体的强度和刚性。 前叉桥设计，精致的金属红色气室盖及深绿调节旋钮，外观及手感不错，没有线控器可能会对部分习惯了线控的车友造成一点困扰，不过可以自行安装或购买时不要忘记线控器。 测评使用的行程为100mm，因为有着部分防打底行程，所以内管的长度会大于100mm。锁死后整体感觉都很硬，锁死效果良好，在铺设公路上表现比较好。XC路段实测时，前叉反馈迅速，大震动及连续震动回弹表现的很好，没有因为回弹过快被震飞。 或许是刚刚拆解更改行程未保养的缘故，与另外一根x32 在使用感觉上并没有明显出很多，不过作为限量版其内部确实存在优化。x32 采用了全金属化的设计，因此重量方面在1。8KG左右，与同价位的玛古拉TS8相比并不是很好的数据，但保留全金属化设计使整体的强度及刚性超越了TS8，对于重量并不是很在意的车友应该没有什么问题。赛道中切入及回弹反应很好，GSA涂层也提升了行程压入时的润度，并且32mm的管径使得越野时的稳定性很好。 不得不说的是X-Fusion作为野宝工厂的前叉品牌，经常性的会被人误会为野宝前叉...这里要说明一下，野宝是工厂，X-Fusion是品牌，虽然读着会有点点不习惯，但野宝前叉确实是错误的。

RECONTK是RECON系列最低级别的叉子，单油气结构，内管为普通的电镀涂层，重量不轻，接近2000G了TORATK是TORA系列最低级别的叉子，油簧结构，内管也是普通的电镀涂层，2100G左右两款叉子的区别自然就是油气和油簧的区别，但RECONTK单气的重量都接近2KG，这个确实有点太重了，失去油气叉子的意义了，不如选择TORATK，价格便宜，油簧的调整也比较方便，不用像油气叉子那样通过改变气压来调整软硬，只需要旋转叉肩上的旋钮就可以了在使用效果上，油簧的叉子避震曲线更好，比较适合大强度的越野，比如下坡等，会很舒服，保养上也方便，只需要定期更换避震油就可以了，不用担心漏气等问题

日常经济？

这什么意思翻译下! 该用户名违禁。 注册名含非法字符 用户名包含不可用信息

把dock属性改成none试试

consisit of 是由什么组成consisit on 是在于。。。取决于。。。

JFConversion是视频处理电脑软件。JFConversion是一款相当专业和可靠的视频处理电脑软件,它具备直观友好的界面,支持将视频、图像和音频文件合并为一个文件。JFConversion提供的每个元素可以应用许多效果,例如透明度、淡入、颜色过滤(即:绿色板)、三维定位、剪切帧等等。允许您将各种媒体元素添加到单个曲目,并编辑时间线中的每个项目。

仔细检查各个数组矩阵的位数是一致的吗？问题大概出在这里！！

pros and cons 并不是单词缩写pros是pro的复数形式，译：n. 赞成者；赞成的意见cons是con的复数形式，译：n. 反对票；反对论经常会被翻译为：利与弊，赞成与反对，希望能够帮到你。

wingdi.h

conversion rate英 [ku0259nu02c8vu0259:u0283u0259n reit] 美 [ku0259nu02c8vu025au0292u0259n ret]调换价格； 汇价折合率；转化率；转换速率；转换率双语例句1. May I copy the list of foreign currency conversion rate? 我可以抄录一下外币现金的兑换率 吗 ?2. The effects of polymerization process on the conversion rate were discussed. 研究了聚合配方和工艺条件对浆料转化率的影响.3. Since the beginning of the year, there have been sharp drops in the dollar - yen conversion rate. 年初以来, 美元对日元的汇价一路下泻.4. Monitor and support schools"sales operation to ensure overall standard sales procedure and enhance conversion rate. 支持并监督全国学校的销售运营,保证学校运营中遵守公司标准销售流程并提高销售转换率.5. First up, the gold - to - money conversion rate is a fixed value in the defines file. 首先, 金钱对货币的转换率是一个由定义文件确定的固定的值.

total conversion 总转化率; 完全转化; [例句]The reverse transformation, total conversion of work to heat, is not only possible but commonplace.相反的过程，即功全部转化为热，则不仅是可能的，而且是司空见惯的。

pros and cons利弊双语对照词典结果：pros and consn.利弊; 正反两方面; 优缺点; 赞成和反对的理由; 例句:1.What are its pros and cons? 那么它有何利弊呢？.-----------------------------------如有疑问欢迎追问！满意请点击右上方【选为满意回答】按钮

conversion ratio[英] [ku0259nu02c8vu0259:u0283u0259n u02c8reiu0283iu0259u][美] [ku0259nu02c8vu025au0292u0259n u02c8reu0283o][释义] 调换比率，转换比率[网络]内转换系数;炭化率;转换率;[例句]Discussion on ch_4 conversion ratio of catalytic combustion in microtubes甲烷微通道内催化燃烧有关转化率的讨论

你的写法可以将时间变量定义为varchar(10)

syms x C;C1=C.*exp(-1/x.^2)+1;C=[2;3;4;6;5;7;8;9];C1=subs(C1);sum1=subs(sum(C1));y=-log(prod((C1./sum1).^(C1./sum1)))

您所说的这个词语，是属于FRM，frm词汇的一个，掌握好FRM词汇可以让您在frm的学习中如鱼得水，这个词的翻译及意义如下：指可转换证券的发行人行使买回权，强制投资者将证券转换成为预定数目的证券

货币换算

Margin-After-Conversion转换保证金conversion[英][ku0259nu02c8vu025c:u0283n][美][ku0259nu02c8vu025c:ru0292n]n.变换，转变; 改装物; 财产转换，兑换; [逻] 换位（法）; 复数：conversions例句:1.Gic will receive 2.1 billion common citigroup shares after the conversion, which could occur later this month. 转换股份之后，新加坡政府投资公司将得到花旗集团21亿股普通股，转换可能在本月晚些时候进行。

根据错误信息，错误原因是符号变量转换到logical类型出错。如果t是符号变量，ct1(t)就会返回一个符号变量，符号变量是不能和数值(ct1(t)<0)比大小的。

在$this->smarty->assign("mainid","theDiv".$this->p)的前面加上 print_r($this->p);改成：function showPageV($id,$vnum){$this->pageModel->id=$id;$this->pageModel->get_entries();$ret = $this->pageModel->query->result_array();$this->smarty->assign($vnum,$ret[0]);$this->smarty->assign("mainid","theDiv".$this->p);

VC aims to convert the non-linguistic information of the speech signals while maintaining the linguistic content the same, which is helpful for: The encoder encode the source to the latent representation . The latent representation only contains the linguistic content so that the decoder could recover the source with the speaker identity while the classifier-1 cannot distingush the speakers [13] . So the feature distenganlement means the separation of linguistic content or phonetic content and speaker identity . The objective of the classifier or discriminator is to adversarially guide the model to learn to disentangle features. But how to maintain the linguistic content? One way is to use the (ASR task) pre-trained content encoder [14] [15] [16] [17] . For the speaker identity, one hot vector for each speaker, or make use of speaker embedding ( i-vector, d-vector, x-vector, etc… ) Phonetic posteriorgram (PPG) is obtained from a speaker-independent automatic speech recognition (SI-ASR) system [15] [18] . These PPGs can represent articulation of speech sounds in a speaker-normalized space and correspond to spoken content speaker-independently. As illustrated in Figure above, the proposed approach is divided into three stages: training stage 1, training stage 2 and the conversion stage. The role of the SI-ASR model is to obtain a PPGs representation of the input speech. Training stage 2 models the relationships between the PPGs and Mel-cepstral coefficients (MCEPs) features of the target speaker for speech parameter generation. The conversion stage drives the trained DBLSTM model with PPGs of the source speech (obtained from the same SI-ASR) for VC. In [3] , the authors proposed a PPG system for foreign accent conversion (FAC). They use an acoustic model trained on a native speech corpus to extract speaker-independent phonetic posteriorgrams (PPGs), and then train a speech synthesizer to map PPGs from the non-native speaker into the corresponding spectral fea- tures, which in turn are converted into the audio waveform using a high-quality neural vocoder. At runtime, we drive the synthesizer with the PPG extracted from a native reference ut- terance. In [17] , two different systems to achieve any-to-any VC: Both systems train a bidirectional long-short term memory (DBLSTM) based multi-speaker voice conversion (MSVC) model. The IVC system uses i-vectors to encode speakerIDs, while the SEVC system uses learnable speaker embeddings to encode speakerIDs. The key observations from the results are as follows: A singing voice conversion method proposed in [10] . The proposed PitchNet added an adversarially trained pitch regression network to enforce the encoder network to learn pitch invariant phoneme representation, and a separate module to feed pitch extracted from the source audio to the decoder network. PitchNet consists of five parts, an encoder, a decoder, a Look Up Table (LUT) of singer embedding vectors, a singer classification network and a pitch regression network. The audio waveform is directly fed into the encoder. The output of the encoder, the singer embedding vector retrieved from LUT and the input pitch are concatenated together to condition on the WaveNet [19] decoder to output audio waveform. Instance Normalization (IN) for feature disentanglement is applied in [20] . It shows that simply adding instance normalization without affine transformation to can remove the speaker information while preserving the content information. To further enforce the speaker encoder to generate speaker representation, we provide the speaker information to decoder by adaptive instance normalization (adaIN) layer. The idea is from style transfer in computer vision [21] . The idea of IN is also applied in [4] , where the speech signal is decomposed into an emotion-invariant content code and an emotion-related style code in latent space. Emotion conversion is performed by extracting and recombining the content code of the source speech and the style code of the target emotion. A straightforwad method is to use the cycle consistency loss by cycleGAN [22] [23] [1] and StarGAN-VC [24] [25] . In [5] , the Wasserstein distance metric (WGAN loss) with gradient penalty is considered. For each pair of conversion , CycleGAN need unique discriminator. For 100 speakers a group of generators and discriminators are required. StarGAN-VC [24] [25] is introduced to solve the problem, in which all speakers share the same generator and discriminator. The aim of StarGAN-VC is to obtain a single generator that learns mappings among multiple domains. To achieve this, StarGAN-VC extends CycleGAN-VC to a conditional setting with a domain code (e.g., a speaker iden- tifier). More precisely, StarGAN-VC learns a generator that converts an input acoustic feature into an output feature conditioned on the target domain code , i.e., . In [24] , for the CycleGAN and StarGAN are compared. In [25] , a source-and-target conditional adversarial loss is developed. For the objective evaluation, use Mel-cepstral distortion (MCD) and modulation spectra distance (MSD). For the subjective evaluation, a mean opinion score (MOS) test (5: excellent to 1: bad) is conducted. The conversion function is reformulated as an auto-encoder. The encoder is designed to be speaker-independent and converts an observed frame into speaker-independent latent variable or code . Presumably, contains information that is irrelevant to speaker, such as phonetic variations, is also refered to as phonetic representation [26] . The decoder reconstructs speaker-dependent frames with speaker representation as another latent variable and with . The reconstruct a speaker-dependent frame . The VAE guarrentee that the latent variable is Gaussian, that is speakers normalized or speaker-independent and can be regarded as linguistic information. In [27] , CycleVAE-based VC is proposed. CycleVAE is capable of recycling the converted spectra back into the system, so that the conversion flow is indirectly considered in the parameter optimization. Conditional VAEs (CVAEs) are an extended version of VAEs with the only difference being that the encoder and decoder networks can take an auxiliary variable as an additional input [28] . The regular CVAEs impose no restrictions on the manner in which the encoder and decoder may use the attribute class label c. Hence, the encoder and decoder are free to ignore c by finding distributions satisfying and . This can occur for instance when the encoder and decoder have sufficient capacity to recon- struct any data without using . To avoid such situations, in ACVAE [29] , an information-theoretic regularization [30] from InfoGAN is introduced to assist the decoder output to be correlated as far as possible with . ACVAE means VAE with an auxiliary classifie (AC), is shown as bellow. In [31] , a non-parallel VC framework with a variational autoencoding Wasserstein generative adversarial network (VAW-GAN) is proposed. The model explicitly considers a VC objective when building the speech model. The speech model is modeling with CVAE and improved with WGAN by modifying the loss function.

应该是：高质量的谈话

就是把一个日期转换成字符串的时候失败了，用函数dtoc（）试试

你好，很高兴为你解答，答案如下：Conversion Premium转换溢价希望我的回答对你有帮助，满意请采纳。

data：数据 conversion：转化 data conversion：数据转化 conversion of one form of computer data to another

感觉这个词非常主观。可能是事实，也可能是臆断。大胆假设有了，你现在缺的就是小心求证。最简单的方法就是直接问。想太多没什么卵用。

Conversion Premium转换溢价, 可转换证券的价格高于可转换成股票当时市场价格的金额。

交谈 谈论的意思 九年级上册人教版第一单元就有

　　商务词汇：conversion 　　单词解释： 改装 转化 　　eg.The board of directors planned to purchase the business and achieve its conversion into a public company as quickly as possible. 　　董事们计划收购该商行，并尽快将其转化为一家上市公司。 　　词组短语 　　conversion factor换算系数;换算因数;换算因子;转换因数 　　Gene conversion基因转换;基因转变 　　data conversion数据转换;数据变换;资料转换;数据转换单元 　　frequency conversion变频;频率变换;频率转换;变频调速 　　digital conversion数转换;模数转换;模拟转换;数字转换 　　type conversion类型转换;型态转换;类型转化;型别转换 　　lysogenic conversion溶原性转换;溶原转换;溶原转变;溶源转变 　　conversion time转换时间;变换时间;转化时间;转正时间 　　conversion price转换价格;兑换价格;可转换证券可转换成为普通股的每股价格;转股价格

1. Conversation between two or more persons to dialog kill time 2. Both or multiple contacts or talks between the two countries engaged in a dialogue on trade issues 1. 两个或两个以上的人之间的谈话以对话消磨时间2. 双方或多方之间接触或会谈两国就贸易问题进行对话

image-conversion 是一个简单易用的 JS 图片转换工具，提供了多种 Image、Canvas、File 和 dataURL 之间的转换方法。 另外，image-conversion 可以指定大小来压缩图片。 1、将图像压缩到 200kb： 2、以 0.9 的质量压缩图像 image-conversion 提供了多种方法来实现 Image、Canvas、File 和 dataURL 之间的转换，如下： 1、imagetoCanvas(image[, config]) {Promise(Canvas)} 将图像对象转换为画布对象。 2、dataURLtoFile(dataURL[, type]) {Promise(Blob)} 将 dataURL 字符串转换为 File(Blob) 对象，相当于把画布的内容转换成blob，type可以设置最终图片的格式。 type的值可以为："image/png", "image/jpeg", "image/gif" 3、compress(file, config) {Promise(Blob)} 压缩文件（Blob）对象。 4、compressAccurately(file, config) {Promise(Blob)} 根据大小压缩文件（Blob）对象。 5、canvastoDataURL(canvas[, quality, type]) {Promise(string)} 将 Canvas 对象转换为 dataURL 字符串，该方法可以进行压缩。 6、canvastoFile(canvas[, quality, type]) {Promise(Blob)} 将 Canvas 对象转换为 Blob 对象，此方法可以进行压缩。 7、dataURLtoImage(dataURL) {Promise(Image)} 将 dataURL 字符串转换为图像对象。 8、downloadFile(file[, fileName]) 下载图片到本地。 9、filetoDataURL(file) {Promise(string)} 将 File(Blob) 对象转换为 dataURL 字符串。 10、urltoBlob(url) {Promise(Blob)} 通过图像 url 加载所需的 Blob 对象。 11、urltoImage(url) {Promise(Image)} 通过图片 url 加载所需的 Image 对象。 觉得效果不错的请帮忙加个关注点个赞，经常分享前端实用开发技巧

不太知道

兑换价格

convert-conversion转变converse-conversation会谈

没有区别，一回事零词缀变化词汇，也叫shift-词性切换不涉及词缀变化；conversion转换词=shifteg，lead：v—lead：n—lead：adj

conversion price转换价格双语对照词典结果：conversion price[英][kənˈvə:ʃən prais][美][kənˈvɚʒən praɪs]n.兑换价格; 以上结果来自金山词霸例句:1.Article 40 the conversion price of the convertible bond shall be announced to the publicby the issuer prior to the sale of the bonds. 第40条发行转换公司债时之转换价格，发行人应于该转换公司债销售前公告之。

con-ver-sion

Conversion is the formation of new words by convering words of one class to another class.

违背了能量守恒原则,conversion构词法,是转化法把一种词性用作另一种词性而词形不变的方法,是一种忽略了原本词形的方法

Conversion转复术; Gic will receive 2.1 billion common citigroup shares after the conversion, which could occur later this month.转换股份之后，新加坡政府投资公司将得到花旗集团21亿股普通股，转换可能在本月晚些时候进行。

conversion to 全部释义和例句>>转换为conversion 英[ku0259nu02c8vu025c:u0283n] 美[ku0259nu02c8vu025c:ru0292n] n. 变换，转变; 改装物; 财产转换，兑换; [逻]换位（法） [例句]Ignore the warning about the unused column map, because the column map was used in the first conversion.不要去管关于未使用列映射的警告信息，因为在第一次转变中会使用列映射。[其他] 复数：conversions 形近词： transversion diversion retroversion

conversion[英][ku0259n"vu025c:u0283n][美][ku0259nu02c8vu025au0292u0259n, -u0283u0259n]n.变换，转变; 改装物; 财产转换，兑换; [逻] 换位（法）; 复数：conversions翻译词条如下：Coversion 是一个法律术语，代表不正当地介入他人的财产，使财产所有者的所有权受到破坏。这里的 inconsisten with 我翻译成破坏 不过可以商榷 没找到更准确的词来翻译 对应的中文词应该是财产转换吧 不过是它非法的

n.转换；转化；转变；皈依。例句：1、Fortunately,conversion is automatic.(幸运的是，转换是自动的。)2、The experiment is carried out on voiceconversion of 5 vowels from international phonetic symbols and speech.(实验对国际音标和语音中的5个元音进行了语音转换。)3、Plants also convert carbon dioxide into different forms of carbon-containing molecules and theconversion process used relies on the very same enzyme that works in humans.(植物也会将二氧化碳转化成不同形式的含碳分子，而转化过程所使用的酶与人体内的酶完全相同。)4、Does Video Improve Yourconversion Rates?(视频是否会改善网站的转化率。)5、One of these is the subtraction of water from the ocean by means of evaporation—conversion of liquid water to water vapor.(其中之一是通过蒸发的方式，把液态水转化为水蒸气——来减少海洋中的水分。)6、Well, it"s aconversion factor.(这是一种换算因子。)

conversion 英 [kən"vɜːʃ(ə)n] 美 [kən"vɝʒn] n. 转换；变换；[金融] 兑换；改变信仰双语例句1. Currency-conversion costs remain one of the biggest obstacles to cross-border trade. 货币兑换成本仍是跨境贸易的最大障碍之一。来自柯林斯例句2. These are the people who are doing our loft conversion for us. 就是这些人在为我们改造阁楼。来自柯林斯例句3. It is always worth having a loft conversion costed out. 估算一下改建阁楼的费用总是很有必要的。来自柯林斯例句4. It"s hard to trust the President"s conversion. 总统信仰的改变让人难以相信。来自柯林斯例句5. the conversion of farm buildings into family homes 农场建筑物改建为家庭住宅

对话，对白

conversion英 [kən"vɜːʃ(ə)n] 美 [kən"vɝʒn] n. 转换；变换；[金融] 兑换；改变信仰例句：In this conversion, many of the code lists have empty cells. 在这个转换中，许多代码清单都具有空单元格

conversion 英[kənˈvɜ:ʃn] 美[kənˈvɜ:rʒn] n. 变换，转变; 改装物; 财产转换，兑换; [逻] （法） 换位; 全部释义>>[例句]The conversion system is already set!转变系统已经被设定！

conversion[英][kənˈvɜ:ʃn][美][kənˈvɜ:rʒn]n.变换，转变; 改装物; 财产转换，兑换; [逻] 换位（法）; 1The conversion system is already set!转变系统已经被设定！

Conversion　英 [kən"vɜːʃn] 　 　 美 [kən"vɜːrʒn] 　 　n.转变；换算用作名词 (n.)He has undergone a religious conversion.经历一次宗教信仰的转变。In the conversion of saliva into poison, one might suppose that a fixed process took place.人们可能认为,唾液转变成毒液,其中有固定的程序。

SMARTRANSGROUP国际货代DDP[1] 英文全称Delivered Duty Paid（named place of destina-tion)。中文名称税后交货（……指定目的港）“完税后交货（……指定目的地）”是指卖方在指定的目的地，办理完进口清关手续，将在交货运输工具上尚未卸下的货物交与买方，完成交货。卖方必须承担将货物运至指定的目的地的一切风险和费用，包括在需要办理海关手续时在目的地应交纳的任何“税费”（包括办理海关手续的责任和风险，以及交纳手续费、关税、税款和其他费用）。EXW术语下卖方承担最小责任，而DDP术语下卖方承担最大责任。若卖方不能直接或间接地取得进口许可证，则不应使用此术语。但是，如当事方希望将任何进口时所要支付的一切费用（如增值税）从卖方的义务中排除，则应在销售合同中明确写明。 若当事方希望买方承担进口的风险和费用，则应使用DDU术语。该术语适用于各种运输方式，但当货物在目的港船上或码头交货时，应使用DAP术语。

你的手机没有它的材质吧。unity如果物体的材质缺失，使用这个材质的物体就会变成粉红色。确保你的材质在Asset文件夹里。如果在的话可能是unity发布错了。再发一次试试。

这个是告诉服务器你的客户端的配置/需求比如说你要取某个文件的多少字节到多少字节就通过这个东西告诉服务器你的客户端支持压缩，也可以告诉服务器服务器会压缩传输你的客户端支持什么编码也可以告诉服务器服务器会尽量按照你的编码传递数据还有比如你的客户端是什么类型，IE，FIrefox之类，有的服务器会按照你的客户端类型给你传送文本你啥都不告诉服务器就按缺省配置传递内容给你的客户端

pros and consn.利弊; 正反两方面; 优缺点; 赞成和反对的理由; 以上结果来自金山词霸例句:1.The president sought detailed pros and cons for each option, including cost estimates. 奥巴马要求知道每一个备选方案的详细利弊，包括成本估计。

DOM罗马康帝1997

comprehension[英][u02ccku0252mpru026au02c8henu0283n][美][u02cckɑ:mpru026au02c8henu0283n]n.理解，理解力; 包含的能力; [逻辑学]内涵; 复数：comprehensions例句:1.Seeing a person"s lips move helps comprehension of speech. 看一个人的嘴唇运动可以帮助理解他所说的话。2.Even large, sophisticated institutional investors are said to be wary of a foreign beast theyhave little comprehension of. 据说，甚至连老道的大型机构投资者都开始对它们缺乏了解的外国猛兽变得谨慎了起来

contractual agreement合同协议

double weightx和double weighty参数(默认值为0)这是两个非常重要的参数，该参数直接影响到怎样设置网格单元的大小，因此常握好该参数就可以对网格包布局应用自如。该参数对x方向和y方向指定一个加权值。这个加权值直接影响到网格单元的大小，比如weightx的值分别为10，20，30，则在容器的x方向也就是列的方向，按一定的比例(比如1:2:3其具体算法请参看java文件)分配三个网格单元，其中加权值越大网格单元就越大，可以看出值的大小是没有关系的，加权值的作用是让容器以设定的值的比例在横向和纵向分配网格，且在容器的大小改变时这个比例不改变。如果weightx只设置了一个值，而组件却不只一个以上，则被设置了的这个组件的网格单元的大小为容器在x方向的大小减去那两个组件的最小尺寸就是该组件的网格单元大小。默认情况下组件的最小尺寸是比较小的。如果两个参数都为0(默认值)，则组件会被显示在容器的中央，不管容器是放大还是缩小组件都只会显示在容器的中央。由上所述，在使用网格包布局时首先应先使用weightx和weighty来划分网格单元(不是直接划分,而是按一定比例来划分)，网格单元划分出来后，组件放置在网格单元中的位置和大小就由后面介绍的约束来决定。一定要注意的是设置权值后要使当前的设置生效应使用setConstraints()函数一次，如果连续设置多个同一方向的权值，则只有最后一次设置的权值有效，比如出现同时两行都设置了x方向的权值，则以最后一行设置的x方向的权值为标准来划分网格单元。因此在使用GridBagLayout网格包布局管理器之前应先设置好网格单元，即要把容器划分为几行几列的网格单元，每行每列在容器中的宽度和高度比例，每个组件应在哪个网格单元。int fill参数(默认值为GridBagConstraints.NONE)fill参数指定组件填充网格的方式，当某组件的网格单元大于组件的大小时被使用，一般情况下组件是以最小的方式被显示的，如果不使用fill参数，则有可能组件占不完整个网格单元，也就是说组件占据的空间比划分的网格单元小，这时组件将显示在网格单元中的某个位置(具体在什么位置由网格包中的参数来设置)。其可取的值如下：GridBagConstraints.NONE默认值，不改变组件的大小。GridBagConstraints.HORIZONTAL使组件足够大，以填充其网格单元的水平方向，但不改变高度，其值等于整数2。GridBagConstraints.VERTICAL使组件足够大，以填充其网格单元的垂直方向，但不改变宽度，其值等于整数3。GridBagConstraints.BOTH使组件足够大，以填充其整个网格单元，其值等于整数1。int gridwidth和int gridheight参数(默认值为1)该参数指定组件占据多少个网格单元，gridwidth指定组件占据多少个网格单元的宽度，gridheight指定组件占据多少个网格单元的高度。两个参数的默认值都为1。其中值GridBagConstraints.REMAINDER表示当前组件在其行或列上为最后一个组件，也就是说如果是行上的最后一个组件的话，那么下一个组件将会被添加到容器中的下一行，如果在行上不指定该值(同时也不指定gridx和gridy参数)，那么无论添加多少个组件都是在同一行上，同样如果在列上不指定该值(同时也不指定gridx和gridy参数)则无论添加多少行组件，都无法把容器填满。值GridBagConstraints.RELATIVE表示当前组件在其行或列上为倒数第二个组件。示例：import java.awt.*;public class Program{public static void main(String[] args){ Frame ff = new Frame();GridBagLayout gr = new GridBagLayout();GridBagConstraints gc = new GridBagConstraints(); //创建一个名为gc的约束对象ff.setLayout(gr); //将容器ff的布局设为GridBagLayout//创建一组按钮组件Button bb1 = new Button(bb1); Button bb2 = new Button(bb2); Button bb3 = new Button(bb3);Button bb4 = new Button(bb4); Button bb5 = new Button(bb5); Button bb6 = new Button(bb6);Button bb7 = new Button(bb7); Button bb8 = new Button(bb8);gc.fill = GridBagConstraints.BOTH;//设置约束的fill参数,该参数表示当组件的大小小于网格单元的大小时在水平和垂直方向都填充，gc.weightx =11; //设置x方向的加权值为11。gc.weighty = 11;//设置y方向的加权值为11。gr.setConstraints(bb1, gc); //将以上gc所设置的约束应用到按钮组件bb1gc.weightx = 22;//设置x方向的加权值为22，如果不设置weightx则以下的组件都将自动应用上面所设置的weightx值11。gr.setConstraints(bb2, gc); //将以上所设置的约束应用到按钮组件bb2。//gc.weighty=111; //注意如果不注释掉该行，则以后使用gc约束的按钮组件在y方向的加权值将为111，而在前面设置的y方向的加权值11将失去作用。gc.weightx =33;gc.gridwidth = GridBagConstraints.REMAINDER;//设置gridwidth参数的值为REMAINDER这样在后面使用该约束的组件将是该行的最后一个组件。gr.setConstraints(bb3, gc); //第一行添加了三个按钮组件bb1,bb2,bb3，且这3个按钮的宽度按weightx设置的值11,22,33按比例设置宽度GridBagConstraints gc1 = new GridBagConstraints();//创建第二个约束gc1gc1.fill = GridBagConstraints.BOTH;gc1.weighty = 22; //将第2行的y方向加权值设为22gr.setConstraints(bb4, gc1);gr.setConstraints(bb5, gc1);gc1.gridwidth = GridBagConstraints.REMAINDER;gr.setConstraints(bb6, gc1); //第二行添加了三个按钮组件bb4,bb5,bb6gc1.weighty =33;gc1.gridwidth = GridBagConstraints.REMAINDER;gr.setConstraints(bb7, gc1);//第三行添加了一个按钮组件bb7gc1.weighty=0;gr.setConstraints(bb8, gc1); //第四行添加了一个按钮组件bb8，bb8并没有添加到bb7的后面，因为bb8使用了bb7前面的gridwidth参数设置的值，所以bb8也是单独的一行。ff.setSize(500, 300);ff.add(bb1); ff.add(bb2);ff.add(bb3); ff.add(bb4); ff.add(bb5); ff.add(bb6); ff.add(bb7); ff.add(bb8);ff.setVisible(true);} }运行结果见下图int gridx和int gridy参数(默认值为GridBagConstraints.RELATIVE)该参数表示组件被添加到容器中的X或者Y坐标处，坐标以网格单元为单位，也就是说不管网格单元有多大，一个网格单元就是1X1的大小，也就是说如果把gridx和gridy都设为1，那么该组件会被显示到第二行的行二列上。其中值GridBagConstraints.RELATIVE(默认值)表示当前组件紧跟在上一个组件的后面。int ipadx和int ipady参数(默认值为0)ipadx和ipady也被称为内部填充，该参数用以设置组件的最小尺寸，如果参数值为正值则组件的最小尺寸将比原始最小尺寸大，如果为负值，则组件的最小尺寸将会变得比原始的最小尺寸小。该参数也可以理解为直接为组件指定大小，这个设置的大小就是组件的最小尺寸。其设置后组件的大小为组件的原始最小尺寸加上ipadx*2个像素。int anchor参数(默认值为GridBagConstraints.CENTER)该参数指定当组件的大小小于网格单元时，组件在网格单元中的位置。一般情况下，在设置了weightx或者weighty的加权值时，如果不使用fill参数填充空白区域，则组件的大小将小于网格单元的大小，这时使用anchor参数就能看到其中的效果了。anchor参数可取的值有：GridBagConstraints.CENTER；GridBagConstraints.NORTH；GridBagConstraints.NORTHEAST；GridBagConstraints.EAST；GridBagConstraints.SOUTHEAST；GridBagConstraints.SOUTH；GridBagConstraints.SOUTHWEST；GridBagConstraints.WEST；GridBagConstraints.NORTHWEST；即居中，北，东北，东，东南，南，西南，西，西北方向。Insets insets参数(默认值为0)insets参数也被称为外部填充，该参数指定组件与网格单元之间的最小空白区域大小，要注意的是即使使用了fill参数填充横向和纵向但只要设置了insets参数，同样会留出insets所设置的空白区域，在insets设置的空白区域不会被填充。在使用该参数时需要设置对象的top，left，right，bottom四个方向的值来调整组件与网格单元之间的空白区域大小，比如gc.insets=new Insets(10,10,10,10);其中gc是GridBagConstraints类型的约束对象，这里要注意后面的new Insets其中的Insets第一个字母是大写的。当然也可以为insets指定负值，以扩大其网格单元。示例：import java.awt.*;public class Program{public static void main(String[] args){//将容器ff的布局设为GridBagLayoutFrame ff = new Frame();GridBagLayout gr = new GridBagLayout();GridBagConstraints gc = new GridBagConstraints(); //创建一个名为gc的约束对象ff.setLayout(gr);//创建一组按钮组件Button bb1 = new Button(bb1); Button bb2 = new Button(bb2); Button bb3 = new Button(bb3);Button bb4 = new Button(bb4); Button bb5 = new Button(bb5); Button bb6 = new Button(bb6);Button bb7 = new Button(bb7); Button bb8 = new Button(bb8);gc.fill = GridBagConstraints.BOTH;gc.weightx = 11; gc.weighty = 11;gr.setConstraints(bb1, gc);gc.weightx = 22;gc.gridx = 1; gc.gridy = 1; //将下一个组件放置在坐标为1,1的位置。gr.setConstraints(bb2, gc);gc.weightx = 33;gc.gridx = 2; gc.gridy = 1; //将下一个组件放置在坐标为2,1的位置。gc.insets = new Insets(-10, -10, -10, -10); //将下一个组件与网格单元的空白区域向外扩展10个像素,在这里可以看到网格包布局允许组件之间重叠。gc.gridwidth = GridBagConstraints.REMAINDER;gr.setConstraints(bb3, gc);GridBagConstraints gc1 = new GridBagConstraints();gc1.weighty = 22;gc1.ipadx = 50; gc1.ipady = 50; //将组件的最小尺寸加大ipadx*2个像素。gr.setConstraints(bb4, gc1);gc1.ipadx = 0;gc1.ipady = 0; //将以后的组件的最小尺寸设置为默认值,如果省掉该行,则以后组件的最小尺寸都会加大ipadx*2个像素。gc1.anchor = GridBagConstraints.NORTHWEST; //将下一个组件bb5的位置放置在单元网格的西北方向。gr.setConstraints(bb5, gc1); //因为bb5未设置fill,同时bb5设置了weightx(由gc参数设置)和weighty两个值以确定bb5所在的网格单元的大小，因而组件bb5的原始最小尺寸无法占据整个网格单元。gc1.fill = GridBagConstraints.BOTH;gc1.gridwidth = GridBagConstraints.REMAINDER;gr.setConstraints(bb6, gc1);gc1.weighty = 33;gc1.insets = new Insets(5, 15,40,150); //使下一个组件bb7与网格单元之间在上，左，下，右，分别保持5,15,40,150个像素的空白位置。gr.setConstraints(bb7, gc1);gc1.weighty = 0;gc1.insets = new Insets(0, 0, 0, 0); //将insets的参数值设为默认值。gr.setConstraints(bb8, gc1);ff.setSize(500, 300);ff.add(bb1); ff.add(bb2); ff.add(bb3); ff.add(bb4); ff.add(bb5); ff.add(bb6); ff.add(bb7); ff.add(bb8);ff.setVisible(true);}}

其实这几个词,除了最后一个constantly,都是continue的派生词. 而这四个词里continually和continual可以算是一组,这里他们的区别就在于前边的是副词adv,修饰动词用的.而后面的是形容词,修饰名词用的. continuously和continuous是一组,前边的是adv,后面的是adj. 而他们的区别最好看大辞典的英英翻译,就好理解了 continual 他的解释是：seemingly without interruption；it is often used interchangeably with `continuous" (meaning without interruption) 也就是说,continual和continuous通常情况下是通用的,词义差不多,都是频繁的. 如果非要说区别,那么continuous比continual更连贯,语气稍强.因为continual的词义中出现了seemingly,而continuous没有. continually和continuously道理也一样,可以通用. 现在就只剩下constantly了,他也是副词,所以需要和continually与continuously对比. constantly强调的是一直持续不断地,中间不会间断.而continually=continuously,强调频繁的,中间会有间断. 比如constantly state一贯主张（从来没改变过,没间断过） continually cough持续性咳嗽,但是咳嗽中间会有时间间隔. 有点点复杂,