cti

指示形容词

predicate adjective n. 表语形容词; 全部释义>>[例句]a predicate noun or adjective谓语名词或形容词

所有格形容词；物主形容词；也就是形容词性物主代词，如my, your, his, her, its, our, your, their，不可以单独使用，后面需接名词。

形容词所有格。形容词所有格是形容性物主代词的所有格形式，是具有形容词词性的所有格。所有格形容词有：your、my、his、our、her、its、their。形容词所有格要放在名词前，个别情况因为名词的要求要放在名词的后面。表示某人的、某物的。如nothing wrong。所有格的分类：1、S所有格单数名词和不以-s结尾的复数名词在词尾加"s（以s结尾的只需加"）构成所有格，主要用于有生命的东西。2、of所有格凡不能加"s的名词，都可以与of构成短语，来表示所有关系。表示无生命的东西的所有关系。3、特殊所有格若一样东西为两人共有，则后一个人名用所有格；如果不是两人共有，而是各有各的，则两个名词都用所有格，且其后名词应为复数。4、双重所有格物主代词不可与a，an，this，that，these，those，some，any，several，no，each，every，such，another，which等词一起前置修饰一个名词，而必须用双重所有格。

posseive形容词

Adjective Form 形容词形态

形容词就是adjective,动词就是verb,名词就是noun。动词作谓语，名词做作主语或宾语，形容词修饰名词。记住这几个就没什么问题了。

第一个可以做定语，而第二个不可以。一possessive adjective 是形容词，possessive pronoun 是代词。二possessive adjective 和 possessive pronoun 是英语语法术语，前者中文是“物主形容词”（又译“所有格形容词”），后者是“物主代词”（又译“所有格代词”）。由于代词属名词性词类，也有人直译为“名词性物主代词”。从它们的句子功能来说，possessive adjective 作表语和定语修饰名词，possessive pronoun 具有名词的所有功能，可用作句子主语、宾语和介词宾语。常见的 possessive adjectives 和 possessive pronouns 有：三第一人称单数：my（形容词 ），mine（代词）第一人称复数：our（形容词 ）， ours（代词）第二人称（单复数同）：your（形容词 ），yours（代词）第三人称(女)：her（形容词 ）， hers（代词）第三人称(男)：his（形容词 ）， his（代词）第三人称 (中性)：its（形容词 ），its（代词）第三人称复数：their（形容词 ），theirs（代词）

一个是副词、、一个是形容词

adjective英 ["ædʒɪktɪv]美 ["ædʒɪktɪv]n. 形容词adj. 形容词的；从属的[网络短语]adjective 形容词,形容词,很多语言中均有的主要词类中的一种Adjective Clause 形容词从句,形容词子句,形容词性从句possessive adjective 所有格形容词,我的,衣帽存放处

adjective使用an，因为首字母是梅花æ，所以用an。adjective读音：英 [ˈædʒɪktɪv]   美 [ˈædʒɪktɪv]。释义：形容词。语法：14世纪晚期进入英语，直接源自拉丁语的adjectivus，意为加到名词上的词。用法：（1）性质形容词一般能受“不”和“很”的修饰。如“不大、很大、不生动、很生动”。少数状态形容词不受“不”和“很”的修饰，如不说“不冰凉、很冰凉、不雪白、很雪白、不初级、很初级”。（2）能修饰名词，经常作谓语或定语。如“大眼睛、高楼、冰凉的酸梅汤、初级职称。”（3）部分形容词可以重叠。如“大大、长长、高高”。（4）可以带宾语。

就是极端的形容词，比如best 最好worst 最差都算作extreme adjective如果还有什么问题可以找我~

adjectives 形容词 adj在英语中用来修饰名词、感官动词。形容词性一般翻译成中文都是“……的”例如：stunning adj. 绝妙的；令人难忘的句型1、adjectives+n. 作定语。如：She has a big house.2、连系动词+adj. 作表语。 常见的连系动词有：be,look,smell,sound,grow,seem,feel,get,taste,turn等，如：He looks angry.3、用于形式主语和形式宾语的句型：It is +adj +to do sth / sb find it +adj+to do.如：It is interesting to learn English.4、adj+不定式。如Comics are easy to draw.

形容词

adjective ["ædʒiktiv] adj. 形容词的；从属的n. 形容词希望我的回答 对你有所帮助 如有疑问 请在线交谈 祝你：天天开心 心想事成 O(∩_∩)O ...

n.为名词 ，adv是副词 ，prep是介词 ，v.是动词 ，pron是代词 ，abbr是缩写， adj.是形容词。prep. = 介系词（介词）；前置词，preposition的缩写pron .= 代名词（代词），pronoun的缩写n .= 名词，noun的缩写v. = 动词，兼指及物动词和不及物动词，verb的缩写conj. = 连接词 ，conjunction的缩写vi. = 不及物动词，intransitive verb的缩写vt. = 及物动词，transitive verb的缩写adj. = 形容词，adjective的缩写adv. =副词，adverb的缩写art. = 冠词，article的缩写num. = 数词，numeral的缩写int. = 感叹词，interjection的缩写pl. = 复数，plural的缩写扩展资料用法：1、形容词修饰名词,不可修饰动词.2、副词修饰形容词、动词、形容词的比较级和最高级,表加深程度、或置于句子开头表语气.3、名词不能修饰任何词,它只能被其他词修饰4、系动词不是形容词,不能用来修饰词,它们就是动词,例如be,get,have,感官动词等.5、介词用来连接地点、时间等或用来构成一个短语6、冠词用来修饰名词,但the也可用来作特指7、动词不能用来修饰其他词,它们只能被副词修饰8、连词是用来连接两个有关联的成份,这两个成份必须是同一类型,即句子连句子、短语连短语等9、数词用来修饰可数名词或部分不可数名词10、代词用来代之前面某样提及过的东西11、感叹词,顾名思义用来表示个人情感12、助动词没有实际的意义,只是用来加深程度,如用在强调句、倒装句等

adjective：[ˈædʒɪktɪv]     n.形容词adj.形容词(性)的;附属的;有关程序的例句：1.In "the black cat" the adjective "black" modifies the noun "cat". 在“the black cat”这一词组中，形容词“black”修饰名词“cat”。2.This is an adjective. 这是形容词。3.Some adjectives can only be used attributively. 有些形容词只能用作定语。

adjectives形容词 拼音 双语对照 adjectives英 ["ædʒɪktɪvz] 美 ["ædʒɪktɪvz] n.形容词( adjective的名词复数 )网络形容词; 形容词篇; 性质形容词形近词： objectives adjectival

adjective 英[ˈædʒɪktɪv] 美[ˈædʒɪktɪv] n. 形容词; adj. 形容词的; 附属的，不独立的; [法] 有关程序的;

adjective，读音：英[ˈædʒɪktɪv]，美[ˈædʒɪktɪv]。释义：adj. 形容词的；从属的；不独立的。n. 形容词。例句：The adjective in this sentence can be replaced by its synonym.这个句子中的形容词可以更换为其近义词。变形：复数adjectives，副词adjectively。短语：overwork adjectives 滥用形容词use adjectives 使用形容词attributive adjective 定语性形容词possessive adjective 所有格形容词adjective的反义词substantive读音：英 [səb"stæntɪv]，美 [səb"stæntɪv]。释义：adj. 独立的；真实的；持久的；本质的；名词性的；大量的；规定义务与责任的；实质的。n. 作名词用的词或词组。变形：副词substantively，名词substantiveness。例句：The paper uses substantive cases to make it demotic and pellucid.本文通过运用大量的案例分析，希望能使行文表达通俗易懂。短语：substantive input 直接输入substantive law 实体法substantive provision 实质性规定substantive dye 直接染料substantive agreement 实质性的协议

adjective是形容词的意思。n.形容词。adj.形容词(性)的；附属的；有关程序的。记忆技巧：ad 加强+ject 投掷，扔 +ive …...的→扔上去的→附加的。双语例句1、This is an adjective. 这是形容词。2、Some adjectives can only be used attributively. 有些形容词只能用作定语。3、"Ecological" has become one of the most overworked adjectives among manufacturers of garden supplies. “生态的”这个词已经成为园艺产品生产商用得最滥的形容词之一。4、In most languages adjectives have slightly different spellings for masculine and feminine.在多数语言中，形容词的阳性和阴性的拼法略为不同。

Quo Vadis，行为识别？一个新的模型以及Kinetics数据集摘要 在现有的的行为分类数据集（UCF-101 and HMDB-51）中，视频数据的缺乏使得确定一个好的视频结构很困难，大部分方法在小规模数据集上取得差不多的效果。这篇文章根据Kinetics人类行为动作来重新评估这些先进的结构。Kinetics有两个数量级的数据，400类人类行为，每一类有超过400剪辑，并且这些都是从现实的，有挑战性的YouTube视频中收集的。我们分析了现有的结构在这个数据集上进行行为分类任务的过程以及在Kinetics上预训练后是如何提高在小样本集上的表现。 我们引入了一个基于二维卷积膨胀网络的Two-Stream Inflated 三维卷积网络（I3D）：深度图像分类卷积网络中的滤波器和pooling卷积核推广到了3D的情况，这样能够学到从视频中提取好的时空特征的能力，同时可以利用ImageNet结构的设计以及参数；我们发现在Kinetics上预训练之后，I3D模型在行为分类上提高了很多，在HMDB-51上达到了80.7%的正确率，在UCF-101上达到了98.0%的正确率。 1. 引言 从ImageNet挑战赛中获得的一个意想不到的好处就是在1000类图像（每一类有1000幅图像）训练的结果可以用到其他的任务上或者是其他的领域。一个早期的例子是用在ImageNet数据集上训练的网络，然后把训练出来的fc7特征用到PASCAL VOC分类和检测任务上。在深度网络上的改进，从AlexNet到VGG-16，在PASCAL VOC上的表现都有相应的提升。从那之后，有大量从ImageNet上训练的网络然后充分用到其他任务上的例子，比如分割，深度预测，姿势估计，行为分类等等。 在视频领域，在一个充分大的数据集上训练一个行为分类应用到一个不同的任务上或者数据集上也会有一个相似的提高仍然是一个开放的问题。创建10000数量级的视频数据集的挑战意味着行为识别中最受欢迎的基准数据集很小。 在这篇文章中，我们用全新的Kinetics人类行为视频数据集来回答这个问题，这是一个比之前的HMDB-51和UCF-101数据集大两个数量级的数据集。Kinetics有400类人类行为，每一类有超过400个实例，并且每一类是来自一个YouTube视频。 我们的实验策略是重新实现文献中一些有代表性的神经网络，分析在Kinetics数据集上预训练每一个网络然后在HMDB-51和UCF-101数据集上微调的这种迁移行为。结果表明通过预训练后在性能上有很大的提升，但是不同类型网络上提升的程度相差很大。基于这些发现，我们提出了一种有能力利用在Kinetics数据集上预训练的优势的模型，并且能实现一个很好的性能。这个模型叫“Two-Stream Inflated 3D ConvNets”（I3D），建立在先进的图像分类网络结构上，但是把他们的滤波器以及pooling核（参数随意）“膨胀”成了3D，成为了一个很深，时空上的分类器。I3D模型基于Inception-V1，在Kinetics上预训练之后的性能远远超过当今最先进的其他模型。 在我们的模型比较中，我们不考虑更多的比如bag-of-visual-words表示的经典方法。然而，Kinetics数据集是可以公开获得的，其他人也可以用它来做一些比较。 下一节概述已有的一些行为分类模型。第三节概述Kinetics数据集，第四节报告在之前的基准数据集和Kinetics数据集上模型的性能，第五节研究了在Kinetics上学到的特征是如何很好的迁移到其他的数据集上。文章还总结了对结果的讨论。 2. 行为分类结构 随着近些年图像表示结构的迅猛发展，仍然没有清晰的，前沿的视频分析结构。一些现有的视频结构主要不同的地方在于卷积层是2D（基于图像）的还是3D（基于视频）的，网络输入只是一个RGB的视频还是包括光流；在2D卷积网络的情况下，信息传播的框架可以用时间上的循环神经网络比如LSTM或者随时间变化的特征增强。 这篇文章中我们比较和研究跨越这个空间大部分的模型。2D卷积网络的方法中，我们考虑顶层有LSTM的卷积网络以及两种不同类型（流扩散不同）的two-stream网络。我们也考虑了一个3D的卷积网络：C3D。 作为主要的技术上的贡献，我们引入了Two-Stream Inflated 3D卷积网络（I3D）。由于高维的参数和缺乏有标签的视频数据集，之前的3D卷积网络相对比较浅（至多8层）。我们注意到，很深的图像分类网络，比如Inception，VGG-16和ResNet，可以简单地“膨胀”成时空特征提取器并且他们预训练的权重可以提供值的初始化。我们也发现two-stream的配置也是有用的。 图2是我们评估的5种网络结构图的概述，表1种是明确的时间上接口的参数。 很多模型（除了C3D）都会把ImageNet预训练的模型作为一部分。我们的实验策略是把一个普遍的预训练的ImageNet图像分类网络作为主要部分，我们选择的是批量正则化过的Inception-v1模型，并且用不同方法把它变形。预期是把这个作为主要部分，我们来梳理能给行为分类带来好处的变化。 2.1.The Old Ⅰ :ConvNet+LSTM 图像分类网络的高性能表现使得可以把它小改一下用在视频上。当把pooling整个视频的预测时这可以单独来提取每帧的特征。这是词包图像模型方法的基础；虽然实践中很方便，但是还是有忽视了时间结构的问题（比如模型不能区分是开门还是关门）。 理论上，一个更满意的模型是增加循环层到模型中，比如LSTM，它可以用来编码状态和捕获时间顺序以及大范围的依赖关系。我们把批量正则化的LSTM层放在Inception-v1的最后一个平均pooling层后面，有512个隐藏单元。顶部是一个全连接网络层用来分类。 模型是用交叉熵损失函数来训练的。在测试阶段我们只考虑最后一帧的输出。输入视频框架是通过从每秒25帧，并且每5帧都选一帧的下采样的方法。表1中是整个细节。 2.2.The Old Ⅱ :3D ConvNets 3D卷积网络是一个自然的视频建模方法，就像标准的卷积网络，不同的是它有时空卷积。之前有过几次研究。他们有个很重要的特征：直接构建时空数据的分层表示。这些模型有个问题，由于额外核的维度使得比2D卷积网络多很多参数，并且这使得他们很难训练。他们还似乎妨碍了ImageNet预训练带来的好处，这等于他们的工作都是从头开始训练这种浅层的网络。在基准数据集上的结果虽然还不错但不能和先进的方法竞争的方法可以用来评估我们更大的数据集。 这篇文章中，我们实现了微小改变的C3D有8个卷积层，5个pooling层以及顶层有两个全连接层。模型的输入是从原始输入16帧剪辑，每帧再裁剪出112*112像素。和其他文献不同的是我们在所有的卷积层和全连接层后用了批量正则化。另一个不同之处是原始模型用的是步长为1的pooling层，我们用的是步长为2的pooling层，这样降低了内存以及允许更大的batches-这对于批量正则化很重要（尤其在全连接层之后，这里没有weight tying）。用这个步长我们可以每个GPU训练15个视频，用的是标准的K40 GPU。2.3.The Old Ⅲ ：Two-Stream Networks 很多情况下，在卷积网络最后一层的特征上，LSTM可以出模拟高级的动作变化，不能捕获重要的低级的动作。当他需要展开网络通过多帧图像用随时间变化的反向传播时很难训练。 Simonyan 和 Zisserman引入了一个不同的，很实际的方法就是在两个预训练的ImageNet卷积网络间传递之后，从一帧RGB图像以及另外10帧计算的光流中通过平均预测模拟视频短时的快照。Flow stream 有一个自适应的卷积网络，层数是flow frames输入通道数的两倍（因为flow有两个通道，水平和垂直的），并且在测试的时候，多个快照是从视频中采样的，行为预测是平均的。这可以在已有的基准数据集上有好的性能，并且训练和预测都很高效。 最近的一个模型是在最后一个卷积层后融合了spatial 和 flow streams，在HMDB上有些提升同时花更少的测试时间来增强（快照采样）。我们的方法和这篇文章差不多，用的是Inception-v1.网络的输入是从分开的10帧中选取5个连续的RGB帧以及对应的光流小片。在最后一个Inception-v1平均pooling层（5*7*7特征格子，对应时间，x和y坐标）之前，空间和动作特征通过1个3*3*3 3D有512个输出通道的卷积层传递，这个紧接着一个3*3*3 D的max-pooling层和一个全连接的卷积层。这些权重的初始值是用高斯噪声初始化的。 原始的two-scream模型和3D融合的模型都是以一种”端到端”的方式训练的（包括原始模型中的two-scream平均过程）。 2.4.The New ：Two-Stream Inflated 3DConvNets 用这个结构，我们展示了3D的卷积网络是怎样可以从ImageNet的2D卷积网络的设计以及学到的参数中得到好处的。我们也这里也采用了two-stream的配置-这会在第4节说明3D的卷积网络可以直接从RGB stream中学到时间上的模式，并且性能通过包括光流stream有很大的改进。 Inflating 2D ConvNets into 3D. 近些年来一些很成功的图像分类结构发展起来了，部分是通过小心的试验和错误。我们不是重复时空模型的过程，而是提出了将成功的图像（2D）分类模型转化为3D的卷积网络。这可以通过一个2D的结构开始，并且“膨胀”了所有的滤波器和pooling核-赋予它们一个额外的时间上的维度。滤波器一般是平面的我们只要把它变成是立体的-N*N滤波器成为N*N*N。 Bootstrapping 3D filters from 2D Filters.除了结构，可能还想从预训练的ImageNet模型中开发参数。我们观察到一幅图片通过重复的复制到一个视频序列中可以转化成一个（无聊的）视频。在那之后，3D模型可以在ImageNet上预训练，满足（把无聊的视频称作固定点）：在无聊的视频中的pooled激活函数应该核原始图像输入的激活函数一样。由于线性性，这可以沿着时间维度通过重复2D滤波器的权重N次。这保证了卷积核的反应是相同的。因为对于无聊视频的卷积层输出是常数，对于2D的情况，内积非线性层以及平均和max-pooling层的输出是相同的，因此总体的网络反应关联了无聊视频的固定点。有些人研究了开发策略。 Pacing receptive field growth in space，time and network depth.无聊视频的固定点在怎样沿着时间维度“膨胀”pooling算子和怎样设定卷积/pooling时间上的步长方面给了充分的自由度-这些是体现特征感受野尺寸的初始因素。实际上所有的图像模型都是同等对待两个空间维度（水平和垂直）的-pooling核和步长也是一样的。这是很自然的并且意味着越深层的网络在两个维度上是同样被图像的位置影响的。一个对称的感受野当考虑时间的时候没必要是最优的-这应该依赖于帧率和图像维度。如果在时间上相对空间增长的太快的话，可能会合并不同物体的边缘从而破坏了早期的特征检测，然而增长的不那么快，就不能很好的捕获到场景的动态变化。 在Inception-v1中，第一个卷积层步长为2，然后有4个步长为2的max-pooling层和一个7*7的平均-pooling层后面接一个线性分类层，平行的Inception分支中还有一个max-pooling层。我们的实验中，输入的视频处理成了每秒钟25帧；我们发现在其他的max-pooling层有对称核和步长时在前两个max-pooling层（1*3*3核，时间步长是1）中的时间上的pooling操作没什么帮助。最后的平均pooling层用2*7*7核。图3中有整体的结构。我们用64帧的小片训练模型，测试的时候用整个的视频，并且平均时间上的预测。 Two 3D Streams.一个3D卷积网络应该能够从RGB输入中直接学到动作特征，但是在光流算法的一些循环中它仍然需要大量的前馈运算（比如flow fields的迭代优化）。大概是由于循环不够，实验中我们发现two-stream的配置-图2中展示了-在RGB输入预训练过的I3D网络以及在flow输入上优化过的光滑flow信息。我们分开训练了这两个网络，并且测试的时候平均了它们的预测。 2.5. 实验细节 除了C3D，其他模型喜欢把用ImageNet预训练过的3D卷积网络作为基本网络。所有结构中除了最后一个计算类别分数的卷积层，其他卷积层后面都接着一个批量正则化层和ReLU激活函数。 众所周知，数据增强对深度网络的性能至关重要。在训练过程中，我们用随机裁剪的方法，空间上-把视频的小边调整为256个像素，然后随机裁剪一个224*224的patch-时间上，在能够保证一个理想帧数中挑选前面的帧。对于更短的视频，我们尽可能的循环视频以满足每个模型的输入界面。训练中，我们也随机左右翻转视频。测试期间，模型是在整个视频中心裁剪224*224上卷积，预测也是被平均。我们也在256*256视频上试过空间的卷积，但是没有改进。在测试的时候考虑左右翻转视频能够获得更好的性能。在训练期间增加数据增强，比如光度测量也可以获得好的性能。我们把这个留在未来的工作。 我们用TV-L1算法计算光流。 3 、Kinetics人类动作数据集   Kinetics数据集是专注于人类行为（而不是人类活动或事件）。动作列表包括：个人行为，比如画画、饮水、笑和拳击；双人行为，比如拥抱、亲吻和握手；以及人与物的动作，比如打开礼物，割草和洗盘子。一些动作细粒度不同，需要时间推理来区分：比如不同的游泳方式。其他动作需要更加强调对象来区分，例如演奏不同类型的乐器。   数据集有400个人类动作类，每个类有400个或更多个剪辑，每个剪辑来自一个独特的视频。剪辑持续10秒左右，没有未剪辑的视频。测试集由每个类的100个剪辑组成。文献【16】给出了数据集的完整描述以及它是如何构建的。   在本文中，对于大多数的实验，我们使用比完整的Kinetics更小的数据集，称为miniKinetics数据集。这是一个早期版本的数据集，它只有213个类，总共有三个分割的120个剪辑，一个用于每个类150到1000个剪辑，一个用于每个类25个剪辑，另一个用于每个类75个剪辑的测试。        Mini"Kinetics能加快实验，并且优先于完整的Kinetics4 、不同结构的实验结果比较   在本节中，我们在改变测试和训练的数据集时比较第二节中描述的五种架构的性能。   表2显示了训练和检验在UCF-101、HMDB-51或miniKinetics的分类准确率。我们对UCF-101和HMPD-51的1个测试集进行了测试，并在Kinetics的同样测试集上进行了测试。有几个值得注意的观察结果。首先，我们的新I3D模型在所有数据集中都是最好的，无论是RGB、Flow还是RGB +Flow。这非常有趣，因为它的参数非常大，并且UCF-101和HMDS-51非常小，这表明ImageNet预训练的好处可以扩展到3D ConvNETs。   第二，在miniKinetics上所有模型的性能远低于UCF-101，这是两个数据集不同难度级别的指示。然而，它比HMPD-51更高；这可能部分是由于HMPD-51中缺少训练数据，但也因为这个数据集有目的地建立为难度系数较大：许多剪辑在完全相同的场景中有不同的动作。第三，不同架构的排名大多是一致的。第四，LSTM和3D ConvNETS模型在miniKinetics上比在更小的数据集更具竞争性；这些模型看起来相当数据饥饿。 此外，两个流架构在所有数据集上表现出优异的性能，但是RGB和flow的相对值在miniKinetics和其他数据集之间显著不同。单独的流的贡献，在UCF-101上略高于RGB，比在HMPD-51上高得多，在MiniKenitics上低得多。数据集可视化表明，MiniKenitics有更多的相机运动，这可能使工作流的运动更困难。I3D模型似乎能够比其他模型获得更多的流，但是，它可以通过更长的时间接受场（训练期间的64帧对10）和更完整的时间特征提取机制来解释。虽然RGB流有更多可辨识的信息看起来更合理，我们却经常用肉眼从Kinetics的flow中理解动作，这在RGB中是非常罕见的。这或许对于将来的研究是一个机会：整合某种运动的稳定形式于结构中。 5 、特征的实验评估 在这一节，我们研究了在Kinetics上通用网络的训练，我们考虑两种方法：第一，我们固定神经网络的权重并且使用这个神经网络产生UCF-101/HMDB-51数据集上视频（未知）的特征，我们接着训练多路Soft-max分类器用于分类UCF-101/HMDB-51（使用他们的训练数据），并且在他们的测试集上进行评估；第二，我们对用于UCF-101/HMDB-51分类的每个网络进行微调（使用UCF-101/HMDB-51的训练数据），接着再次在UCF-101/HMDB-51测试集上进行评估。        这个结果我们在表3中给出，清晰的结果是，所有体系结构都受益于miniKinetics附加视频数据的预训练，但其中一些益处明显优于其他体系——尤其是I3D-ConvNet和3D-ConvNet（尽管后者从更低的基础开始）。仅仅在MiniKinetics（固定）预训练之后的模型最后几层进行训练也会比直接在UCF-101和HMDB-51训练I3D模型带来更好的性能。 对I3D模型特征可转换性的显著提升一个解释是它们的高时间分辨率——它们在每秒25帧的64帧视频片段上训练，并在测试时处理所有视频帧，这使得它们可以捕捉运动时细微的时间结构。换一种说法，稀疏视频输入的方法可能不如在大视频数据集的训练，因为从他们的角度来看，视频与ImageNet中的图像没有太大差别。 其他类似C3D的模型的可以通过我们的I3D模型更深入的解释，而我们的参数少得多，通过利用ImageNet热启动，通过对4倍以上的长视频进行训练以及对2倍以上的空间分辨率视频进行操作。 5.1 、与最先进的技术进行比较        我们在UCF-101和HMDB-51上比较了I3D模型和以前最先进方法的性能，见表4。 我们的结果包含了在MiniKinetics和在全Kinetics数据集上的预训练。图4中显示了训练模型的第一层的卷积滤波。        许多方法得到了相似的结果，但是目前这些数据集上表现最好的方法是Feichtenhofer及其同事[7]，它使用RGB和光流的ResNet-50模型，在与密集轨迹模型结合[30]之后，在UCF-101与HMDB-51上分别取得了94.6%与70.3%的结果。我们使用三种标准训练/测试分组的平均准确度对我们的方法进行了基准测试。我们的RGB-I3D模型或RGB-Flow模型中的任何一个，当在Kinetics上进行预训练后，表现均优于先前发布任何模型或模型组合。我们的组合式双流体系结构与之前的模型相比显著提高了性能，使UCF-101的整体性能达到98.0，在HMDB-51的整体性能达到了80.7％，将其分别与以前最优的模型进行比较相当于减少了57％和33％错误分类率。        在Kinetics上预训练的I3D模型与之前的3D ConvNets（C3D）之间的区别甚至更大，尽管C3D在更多视频中训练，来自与 Sports-1M加上一个内部数据集的1M例子，甚至整体化和与IDT结合。这可以通过Kinetics的质量更好来解释，但也因为I3D只是一个更好的体系结构。        另一个值得注意的效果是从miniKinetics到Kinetics预训练时，HMDB-5上的I3D RGB流的提高，这表明3D ConvNets可能需要大量数据来学习稳健的运动特征。在Kinetics预训练之后，双流得到类似的表现，但仍然是互补的：它们的平均预测结果在74.8%到80.7%之间。 6 、讨论 我们回到引言中提出的问题，“从视频中迁移学习有没有好处？”。 很明显，在（大量视频数据集）Kinetics的预训练中有相当大的好处，就像在ImageNet上ConvNets进行预训练一样有很多好处。 这表明将一个数据集（Kinetics）转移到另一个数据集（UCF-101 / HMDB-51）进行类似任务的迁移学习（尽管对于不同的动作类）。 但是，如果将Kinetics预训练用于其他视频任务，如语义视频分割，视频对象检测或光流计算是否有好处，还有待观察。 我们计划公开发布在官方Kinetics数据集上训练的I3D模型，以促进该领域的研究。 当然，我们并没有对体系结构进行全面的探索——例如我们没有采用行动管[11,17]或关注机理[20]来关注人类行为。最近的工作提出了想象性的方法，通过在时间上加入链接的物体检测来确定双流体系结构中运动者的空间和时间范围（检测）[22,24]。时空之间的关系是神秘的。最近几篇非常有创意的论文试图捕捉这种关系，例如通过学习帧排序函数来进行运动分类并将这些函数用作表示[9]，通过在动作和变换之间进行类比[33]，或者通过创建帧序列的2D视觉快照[2]——这个想法与[3]的经典运动历史工作有关。在我们的比较中，包含这些模型是非常有价值的，但由于缺乏时间和空间，我们无法做到这一点。 在未来的工作中，我们计划使用Kinetics代替miniKinetics重复所有实验，不论是否使用ImageNet预培训，并探索其他现有的2DConvNets。感想： 本文针对视频运动分类中存在的问题提出了自己的方法，即利用迁移学习的方法解决，具体的操作先利用imageNet数据集进行网络的训练，然后利用Kinetics数据集对网络参数进行微调，并以此种方法得到了模型，文中作者将其与其他最先进的方法进行了比较，得到了利用迁移学习的效果要优于目前所有已有的模型或模型组合的结论。从文中看，采用迁移学习的确显著提高了模型的性能。 这个模型的主要思想就是迁移学习，还有就是将卷积核进行了拓展，由二维到三维，并在不同规模数据集上进行训练，得到了在大数据集下鲁棒性较好的结论。本文给读者提供了使用迁移学习的办法提高性能的想法，这种想法可以借鉴到其他领域。 本文也存在着一些缺点，首先，没有提出新的模型，仅仅是利用了迁移学习，而且在体系结构上没有深入的介绍，也没有将迁移学习应用到其他领域，来验证迁移学习的有效性，需要后期继续进行实验和修正。

adjacent channel rejection英[əˈdʒeisənt ˈtʃænl rɪˈdʒekʃən]美[əˈdʒesənt ˈtʃænəl rɪˈdʒɛkʃən]邻道抑制

一、安装、导入ActiveX控件　　C＋＋ Builder在对ActiveX的支持方面可说是做得非常出色，我们可以很方便地导入系统中的ActiveX控件：点击菜单“Component→Import ActiveX Control...”打开“Import ActiveX”对话框，在“Import ActiveX”列表框中，我们可以看到Windows中所有注册的AxctiveX控件。在上面的控件列表中选择你所需要的控件，再点下面的“Install”按钮就行了！如果控件列表中没有它，那么说明你要找的控件还没有在系统中注册，不要紧，我们可以点击“Add”按钮在你的计算机中找到这个OCX文件后再Install，C＋＋ Builder会自动为它注册。二、了解ActiveX控件的所有方法　　一般的ActiveX控件都是没有帮助文件的，在C＋＋ Builder的IDE环境中我们只能看到它的设计期属性和事件，那么怎么才能知道它的运行期属性和方法呢？C＋＋ Builder在导入一个ActiveX控件后会在“E:Program FilesBorlandCBuilder6Imports”目录中生成相应的头文件(＊.h)（当然你的目录可能不是这样的），只要把它打开看一下就一目了然了！当然要是在BCB6下，你可以在编程的过种中双击代码编辑器（Code Editor）左半边的代码浏览器（Code Explorer）中的ActiveX控件的名字，在右侧代码区就会查看到她的头文件，慢慢体会吧：）　　另外我们还必须了解各种属性、方法及其参数的含义，那就要编程序来试了，为每个想了解的属性和方法建立一个菜单项，点击时用InputBox输入参数来试验效果，还可以建立一个状态栏来显示与其相关变量的值。

the to of them are well-behaved

如果是在编程中，应该是说具备良好编程习惯和书写方式的函数。在大中型编程项目中，非常强调编程习惯，以具备良好的可阅读性和二次开发的易用性。良好的编程习惯包括了很多方面，包括书写方式（单行、缩进等）、备注完整、函数功能的单一和可拓展等。

behaviour:一个人的表现,...是形容一个人总的来说会做什么类型的动态.....比如说，hebehaveslikeakid,他"表现"的像个孩子一样......有点类似"表现"那种.......而且一般用时,只是单独的用.(注意,是在外的表"现")Action:某个人的行动~但这里行动......只是单单的一个名词而已.let"stakeaction,我们准备行动吧~这个"action",一般不会专门的指名是什么样的行动，总的来说，就只是单纯的"行动"而已~.ACT:这个就是真正的行动了~可以做为名词,也可以做为动词~做名词时,其实是可以代替上面的action,let"stakeontheact......但，这时,这个ACT,算是有指明了是什么样的ACT......有的时候，ACTION是没有准备的"行动"(像玩游戏,不会去计划，跟着故事情节走而已),但ACT就会是那种,已经做好详细准备的"行动".总的来说呢，ACT有"过去式"的态度,过去发生的事情......毕竟那些详细的"准备"都是之前做的~ACT同时也是"表演"(网上某处查,才想起来的),或演戏时演某个人.还有，ACT.......饿,这个难解释,先给个例子:the"actof1789"isamagnificentchangeinthehistory.Act,虽然在这一般指政府做了某个TREATIE还是什么的，但你只要记住:在1789年发生了的"事"改变了世界.............懂我的意思吗?不懂留个言,我会回来查的,说清楚是哪里不懂哦~而MIDDLE和CENTER,TKS我不知道是什么.....MIDDLE:在和之中(间)某个地方~,并没有指出到底是中间哪里，(我是说，并不是正中间)虽然说是两个东西之间(或者更多东西之间)某个地方，但是再用成句子时,如果前面已经给了物品,在用"middle"的句子时并不需要注明到底是什么东西的.还有就是，MIDDLE,如果想变成"正中间的话",可以用It"s"rightinthemiddle".这样就变成正中间了~而CENTER就绝对是"正中间"了~而TKS,我说过，我不知道是什么.......所以帮不了~

benefited在这里视为及物动词。benefit sb. 让某人收益sb benefit from sth 某人从某事获得利益，benefit这时候是不及物动词

两个意思是一样的 beneficial 形容词有利的，benefited 动词 有益于，有助于分别解释：beneficial 英[ˌbenɪˈfɪʃl] 美[ˌbɛnəˈfɪʃəl] adj. 有利的，有益的; [法] 可享受利益的; [网络] 有益处的; 有利可图的; 利益; [例句]Using computers has a beneficial effect on children"s learning.使用计算机对孩子们的学习有益。[其他] 形近词： superficial surficial official benefited vt. 有益于，有助于（benefit的过去式与过去分词形式）; [网络] 受益; 获益; 受益的; [例句]The developed nations have all benefited from their imperialist exploitation.发达国家全都从他们的帝国主义剥削中获益。[其他] 形近词： profited两个意思是一样的 beneficial 形容词有利的，benefited 动词 有益于，有助于分别解释：beneficial 英[ˌbenɪˈfɪʃl] 美[ˌbɛnəˈfɪʃəl] adj. 有利的，有益的; [法] 可享受利益的; [网络] 有益处的; 有利可图的; 利益; [例句]Using computers has a beneficial effect on children"s learning.使用计算机对孩子们的学习有益。[其他] 形近词： superficial surficial official benefited vt. 有益于，有助于（benefit的过去式与过去分词形式）; [网络] 受益; 获益; 受益的; [例句]The developed nations have all benefited from their imperialist exploitation.发达国家全都从他们的帝国主义剥削中获益。[其他] 形近词： profited

英俊的，高的，温柔的，防护的、有同情心的，机智的和明智的

active 是指行动积极活跃Positive是指人的心态积极乐观

你好,为你解答,正确答案为：positive function正函数；积极作用；积极的作用；正功能不明白请及时追问，满意敬请采纳，O(∩_∩)O谢谢

POSITIVE主要表示什么事情、对待事情的态度是积极的，影响是积极的后者指（态度等）积极、活跃，如anactivemember(积极分子）ACTIVE主要强调动作很积极，比如说积极参加某项活动等等

正向函数；[数] 正函数

1、active是act的形容词,-ive后缀强调“具有某种性质”,从某种意义上讲它是与conservative相对的,这个词常用于描述行动或动作的主体（比如人或对象）.因此active就是指“以实际行动为特征的,实干的,主动做事的,好动的”active policyactivist（活动家）proactive（先发制人的,不需要别人监督或催促就能自己主动把事情做完或做好的）2、positive是跟negative相对的,是一个褒义词,指的是性质、方向、态度方面比“中性”要强一些、好一些in positive way

本征模态函数（IMF）

infection读音如下：英 [ɪnˈfekʃ(ə)n]  美 [ɪnˈfekʃ(ə)n] n. 传染病；感染；玷污，污染；短语nosocomial infection 院内感染 ; [医] 医院感染 ; 医源性感染 ; 医院内感染；Skin infection 皮肤感染；Infection and Immunity 感染与免疫 ; 传染与免疫 ; 传染及免疫 ; 美国；hospital-acquired infection 院内感染 ; 医院获得性感染 ; 医源性感染 ; 医院感染；Opportunistic infection 机会性感染 ; 机会感染 ; 伺机性感染 ; 机遇性感染；focus of infection 传染灶 ; 感染焦点 ; 病灶 ; 疾病集中的部位或是综合病症；Adenovirus infection 腺簿感染；acute infection 急性感染 ; 急性传染 ; 急性沾染；bacterial infection [医] 细菌感染 ; 细菌性感染 ; 细菌传染 ; 细菌的感染；

首先从词性上讲,hectic主要作为形容词和名词，而busy除了具备形容词和名词的词性外,还可作为动词。另从意思上讲,hectic主要偏向于“紧张无序的忙碌”"忙乱"之意,而busy偏向于"有计划的忙碌"之意。

概括如下：男女复数 a改e。一般两个o改为两个e。mouse老鼠的复数也比较特殊要改为mice。sheep绵羊也比较特殊原型不变。后面是O结尾的复数加es。也有特殊的就是photo只要加S就可以。最后一个字母是F或者Y的去掉F或者Y，加Ves和ies

首先从词性上讲,hectic主要作为形容词和名词，而busy除了具备形容词和名词的词性外,还可作为动词。另从意思上讲,hectic主要偏向于“紧张无序的忙碌”"忙乱"之意,而busy偏向于"有计划的忙碌"之意。

Action speak louder than words. 事实胜于雄辩

Les Friction - Louder Than WordsThere are survivors这里有幸存者They"re coming home他们正在回家They float in darkness他们在黑暗中飘荡They"re not alone他们一直孤独Now here they come现在，他们来了这里Now hear they come现在，听着他们到来Now they will be received现在，他们被接受No one could outrun the crash没人能从这场冲击中逃脱It was all reduced to rubble一切都粉碎成瓦砾残片And then again to ash然后成为灰烬To the blinding burning light为了点亮燃烧的火焰It"s no use to fight抵抗是徒劳的There"s no one out there没人能逃脱There was no signal from where you were你所在的地方没有信号All failed contact, no life disturbed一切失去联络，生活不再被打扰Hovering above gravity"s lure徘徊在自然的召唤We have the force to fight我们有战斗的力量We have the blinding light我们可以重建光亮We have the will to win我们有求胜的意念Forever we"ll defend我们永远不会被击败Knocking out the sun走出太阳With a runaway transmission用一条逃离的力量A force that can"t be heard一种不能被听到的力量Coming in louder than words比任何语言都要大声高亢We have the force to fightWe have the blinding lightA war is more than heardComing in louder than words（重复）Louder!

Actionsspeaklouderthanwords.事实胜于雄辩；行动比语言更响亮；行动胜于言辞。Doingbetterthansaying.Actionsspeaklouderthanwords.坐而言不如起而行，行动永远胜过语言。Anoldsayinggoes:"Actionsspeaklouderthanwords".有一句老话说：“行动胜于语言”。

比较级的用法啊 有than

不是复数，instructions本身是“说明书”的意思，如果去掉s意思就不一样了，s也是这个单词本身的一部分

premium-protection优异的保护功能Premium protection, heavy duty diesel engine oil, for low emission, high performance engines. 重负荷柴油机油，提供优异的保护功能，用于低排放高性能柴油发动机。很高兴第一时间为您解答，祝学习进步如有问题请及时追问，谢谢~~O(∩_∩)O

职业目标、工作目标、生业方针、求职意向

practices应该是practise.held我不知道，感觉你这句子有问题

cardio protection保护作用net of cardio protection 心脏保护网cardio protection induced by exercise运动诱导心肌细胞保护作用

基本方向的意思

《Addressing Cultural plexities in Practice》  链接：https://pan.baidu.com/s/1-BI2hkil-mcr02AlyxeWeA  密码：mwwh

positively adv.断然地；肯定地确实地actively adv.活跃地，活泼地积极地单纯从语法上看,用法是一样的因为词性一样,但是意思很不同,要根据具体上下文来决定用哪一个.

positively 和 actively 并非同义词，也不是近义词。positively：正面地，肯定地actively：主动地，活跃地

session 打开了吗？ 还有就是看你的连接对了吗

additional section附加部分additional[英][əˈdɪʃənl][美][ə"dɪʃənl]adj.额外的，附加的; 另外的，追加的; 补充; 外加; 例句:1.Public broadcasting services generally absorb the small additional cost. 公共广播服务基本上能够消化小额的额外成本。

附加指示，附加说明，附加条款

剑壁门高五千尺，石为楼阁九

额，是这样的，GTP里的鼓和ADD的鼓是不一样的，GTP用的是GM音色库，ADD鼓不是参照GM音色做的，所以把从GTP导出的MIDI拉进去ADD后得自己调下，其实也不难额，对应的底鼓军鼓插片就那几个音

成瘾性疾病杂志

另外,站长团上有产品团购,便宜有保证

我也是这个问题，估计是注册机有问题

add鼓可以在mac上的logic里使用。

拿个样子？？？？？？

你总是让我如此的上瘾

有那种插件，但是他们都有一个显著的缺点，我想你应该听过杂而不精这个词，那些插件涵盖范围的确够广，但是缺点特别显著，最主要的就是音色音质方面的问题，由于涵盖种类太多，而且要控制软件体积，制作的时候就不得不在音色采样方面去进行限制...

楼主注册表没有删除，才提示的，你用360清除一下插件，或者用优化大师清理一下注册表就好啦。

格式化= =

找到合适的节奏型，用鼠标拖住它，拖到MIDI轨就可以了，很简单的。

求给个1.5.2的update包T T...找死我了啊 vanawaker@gmail.com

哎，这个还是得问专业人员

翻译，尼古丁是一种添加化学物质。

应该是ASIO设置问题

你的一切令我着迷

be addicted to嗜好, 热中addict oneself to沉溺于, 醉心于addictive是衍生形容词,一样用to 至于on of in ,我从来没见过

有区别。addition是形容词，“增加的”意思additive是名词，“添加剂”的意思

sb. be addicted to sth. 某人对某事上瘾 sth. be addictive to sb. 某事对某人上瘾 addict有动词和名词的词性分别意思为使上瘾和瘾君子 addictive是形容词，意思是使人上瘾的 addiction是名次是上瘾的状态

你一直都如此上瘾

可能是哪个环节有问题，你可以去卖电脑那，让他们弄，或去百度里查查，愿你早日解决问题

XLN Audio Addictive Keys Complete for Mac是一个鼓舞人心的虚拟钢琴音源插件。音色做的非常不错。这款键盘音色不光是钢琴,而且还有一些类似电钢键盘的音色,并且,每种音色都提供多种效果的预制,还有不同型号的预制等。在制作的时候可以挑选合适的音色效果直接使用,非常方便,而且,软件的界面也 是我认为比较漂亮的。

add鼓的安装有教程，你可以在网上找，有好多都是视频的，教的很详细。这里提供文字只供你参考：安装Addictive Drums的详细注册方法!1.解压文件，用虚拟光驱加载并运行“Addictive Drums.ISO”~2.打开你的宿主软件NuendoCubase SX在VST Instruments机架里加插Addictive Drums" 3.运行下载的注册机将“Addictive Drums”提示的系统ID填入注册机4.点按注册机Generate按钮会生成一个名为Resources.xpak的文件--------最关键的一步：5.生成Resources.xpak文件的保存路径默认在“我的文挡里，选路径找到Addictive Drums 的安装路径：C:Program FilesXLN AudioAddictive Drums~替换同名文件（别关注册机）6.取消加载的Addictive Drums，重新加载！（让程序使用替换的 Resources.xpak文件）7.把注册机生成的序列号填入Addictive Drums界面下方的空白处。8.成功注册！你可以实现你的鼓手梦了。因为是破解版，所以要按教程的顺序来，你选择的应该是插件类型，如果你在水果或是sonar或是cubase中用，只选安装VST插件就可以了，装完之后应该有个XLN Audio文件夹，约1。8G左右。还有，安装完了之后要在以上宿主软件中用插件扫描功管理器扫描后才可以调用，不能单独运行。这是一个很好的鼓软件，我也在用。