Bi-Directional

论文-Multi-Domain Joint Semantic Frame Parsing using Bi-directional RNN-LSTM(Joint Seq)

1.简称论文《Multi-DomainJointSemanticFrameParsingusingBi-directionalRNN-LSTM》简称SeqJoint，作者DilekHakkani-Tür（Microsoft），经典的NLU论文（SemanticFrame）。2.摘要序列到序列深度学习是近年来在口语理解的监督学习中出现的一种新范式。然而，以前的大多数研究都是探索这一框架来为每个任务
魏鹏飞·2024-01-17 18:06

DomainForensics: Exposing Face Forgery across Domains via Bi-directional Adaptation

一、研究背景1.新的深度伪造手段层出不穷且生成的图片与现有数据集差距极大。2.现有数据集上性能良好的检测技术在面对新的伪造手段时会出现性能骤降现象。3.许多工作试图在数据层面上寻找各种方法共有的伪造痕迹以提升检测技术的泛化性能。4.数据增强、频域特征提取、零样本学习、少样本学习都有各自的缺点。二、研究动机1.zero-shot方法难以利用新增样本，few-shot方法需要对样本进行注释，无监督域自
二苏旧局吖·2024-01-12 09:26

Comprehensive Regularization in a Bi-directional Predictive Network for Video Anomaly Detection 论文阅读

ComprehensiveRegularizationinaBi-directionalPredictiveNetworkforVideoAnomalyDetection论文阅读AbstractIntroductionRelatedWorkMethodologyExperimentsConclusion阅读总结论文标题：ComprehensiveRegularizationinaBi-direct
何大春·2023-12-28 16:47

BCT642BROAD CHIP 高速 MIPI 开关 代理商方案

BCT642Low-Power,Three-Port，High-SpeedMIPI交换机一般描述特性BCT642是一款bi-directional,low-power,high-低通电容:7.0pF典型快速模拟开关
禾川兴科技·2023-12-23 07:03

虚假新闻检测论文阅读（九）：Rumor Detection on Social Media with Bi-Directional Graph Convolutional Networks

论文题目：RumorDetectiononSocialMediawithBi-DirectionalGraphConvolutionalNetworks论文来源：AAAI2020清华大学官方代码：https://github.com/TianBian95/BiGCN有监督、基于社交上下文、基于新闻传播信息一、基本内容首次将新闻的传播过程建模为图结构，Bi-GCN利用top-down的图表示新闻的传
Quinn-ntmy·2023-10-25 11:05

双向广度优先搜索(Bi-Directional Breadth First Search)算法

双向广度优先搜索(Bi-DirectionalBreadthFirstSearch)双向广度优先搜索是对广度优先搜索的优化，但是有一个使用条件：搜索路径可逆。搜索原理双向广搜是同时从开始状态和目标状态展开搜索的，这样就会产生两棵搜索状态树。我们想象一下，让起始于开始状态的树从上往下生长，再让起始于目标状态的树从下往上生长，同时在它们的生长空间中遍布着一个一个的状态结点，等待着这两棵树延伸去触及。由
神仙别闹·2023-10-21 06:24

(CVPR2023)Bi-directional Distribution Alignment for Transductive Zero-Shot Learning

模型图分类器的训练和测试如下图所示，训练分类器阶段，直接取了模型的原始图片特征V作为输入，不是VHA拼接然后作为输入。由上图和下图的test_seen_feature可以看出，在测试阶段，才让特征进行VHA融合处理。
computer_vision_chen·2023-09-21 06:53

[论文笔记]End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF

引言本文是论文End-to-endSequenceLabelingviaBi-directionalLSTM-CNNs-CRF的阅读笔记。本论文提出了一个受益于单词级(word)和字符级(character)表示的网络架构，通过组合双向LSTM，CNN和CRF。简介首先通过CNN编码一个单词的字符级信息到相应的字符表征。然后组合字符和单词级表征输入到Bi-LSTM来建模每个单词的上下文信息。在Bi
愤怒的可乐·2023-06-19 08:36

End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF 双向LSTM+CNN+CRF做序列标注问题

用双向LSTM+CNN+CRF来端到端地解决序列标注问题，这个可以说是机器学习玩家的理想了吧，毕竟做特征是大家都头疼的事儿。如果有一个模型架构可以端到端的解决序列标注问题，这不但可以减少背景知识的学习，还能去掉数据处理的繁琐过程，这个方案可以说是非常优雅了。0.论文主要内容这是一篇2016年的论文，当时做序列标注的SOA是结合了很多任务相关的手工特征的。而作者不用手工特征，而是尝试用纯分布式表示（
0_oHuanyu·2023-03-21 11:47

EMNLP 22：Bi-Directional Iterative Prompt-Tuning for Event Argument Extraction

总结文中的前向和后向的思想可以借鉴下。但总的来看，似乎是通过前向和后向来做的ensemble操作，虽然是在一个模型下，但同时前向和后向概率保证，可能能够使得预测更准确。任务形式：eventargumentextraction(EAE)————但文中做的具体是预测每个实体的下的argument的role以往的工作：classification-basedmethods；machinereadingc
QianTu&·2023-01-02 20:54

《论文阅读》Bi-directional Relationship Inferring Network for Referring Image Segmentation

留个笔记自用Bi-directionalRelationshipInferringNetworkforReferringImageSegmentation做什么Referringimagesegmentation参考图像分割简单来说就是给定一张图片和一句话，根据这句话来对图片进行符合文字语义的实例分割做了什么构建一个视觉引导的语言注意模块来学习每个视觉区域的自适应语言环境，再构造一个语言引导的视觉
未知丶丶·2022-12-28 09:57

论文阅读：HMER via Attention Aggregation based Bi-directional Mutual Learning

一、简介本文提出了一个新的具有注意聚集和双向相互学习(ABM)的HMER框架，如图所示。模型包括三个模块：特征提取、注意聚合和双向促进学习。（1）在特征提取模块（FEM）中，使用DenseNet作为特征提取器，因为它在WAP中被证明是有效的，从数学表达式图像中提取特征信息。（2）在注意聚合模块（AAM）中，提出了多尺度覆盖注意，对齐历史注意信息，在解码阶段有效地聚合不同大小的尺度特征，来识别数学表
Ashleyyyi·2022-12-08 20:26

Bert (Bi-directional Encoder Representations from Transformers) Pytorch 源码解读（二）

前言这里是Bert(Bi-directionalEncoderRepresentationsfromTransformers)源码解读的第二部分，第一部分主要介绍了bert_model.py文件中，bert模型的定义。而第二部分为BERT_Training.py文件，该部分源码主要实现了Bert模型的预训练工作。Bert源码解读：1.模型结构源码：bert_model.py2.模型预训练源码：be
zjrn·2022-12-08 11:31

EMNLP 2020 BiST: Bi-directional Spatio-Temporal Reasoning for Video-Grounded Dialogues

动机基于视频的对话是非常具有挑战性的，这是因为(i)包含空间和时间变化的视频的复杂性，以及(ii)用户在视频或者多个对话轮中查询不同片段和/或不同目标的话语的复杂性。然而，现有的基于视频的对话方法往往关注于表面的时间级视觉线索，而不是从视频中获取更细粒度的空间信号。作者的方法旨在通过双向推理框架从视频中检索细粒度信息来挑战基于视频的对话来解决这一问题。与视频对话相关的任务是视频问答和视频capti
smile909·2022-11-27 00:21

Bi-directional Joint Neural Networks for Intent Classification and Slot Filling 论文分享

论文来源：CCFA类期刊SoyeonCarenHan,SiquLong,HuichunLi,HenryWeld,andJosiahPoon.2021.Bi-directionalJointNeuralNetworksforIntentClassiicationandSlotFilling.InProc.Interspeech2021.ISCA,Brno,CzechRepublic,4743-474
张某文的博客_Lambda·2022-11-20 10:27

pytorch深度学习实践-循环神经网络高级0115

B站刘二大人：循环神经网络（高级篇）目录1、名字分类数据2、bi-directional双向循环神经网络3、pack_padded_sequence作用4、代码实现名字分类1、名字分类数据数据准备：补零
cq-lc·2022-11-06 07:15

【边缘检测】BDCN：Bi-Directional Cascade Network for Perceptual Edge Detection

CVPR2019Bi-DirectionalCascadeNetworkforPerceptualEdgeDetectiongithub链接：https://github.com/pkuCactus/BDCN背景：目前的边缘分割数据集，同时标注了目标级别的轮廓和其中的细节这两大部分，这种多尺度的轮廓就意味着边缘检测需要探索多尺度的表达（multi-scale)现有工作也有较多的方法使用了多尺度：H
呆呆的猫·2022-05-27 07:07

Bi-directional Cognitive Thinking Network for Machine Reading Comprehension 论文阅读

面向机器阅读理解的双向认知思维网络专知阅读链接摘要本文从互补学习系统理论的角度提出了一种新的阅读理解双向认知知识框架（BCKF）。它旨在模拟大脑中两种回答问题的思维方式，包括逆向思维和惯性思维。为了验证该框架的有效性，我们设计了一个相应的双向认知思维网络（BCTN），对文章进行编码，生成一个给定答案（问题）的问题（答案），并对双向知识进行解耦。该模型具有逆向推理的能力，有助于惯性思维产生更准确的答
彭伟_02·2021-02-15 14:00

Bert (Bi-directional Encoder Representations from Transformers) Pytorch 源码解读（三）

前言Bert(Bi-directionalEncoderRepresentationsfromTransformers)Pytorch版本源码解读的第三篇，也是最后一部分。这一部分为源码中，wiki_dataset.py文件中的内容，主要实现了Bert模型预训练时，数据的预处理工作。读完这一部分源码有助于更好的理解模型的输入部分的数据是如何构造的。Bert源码解读：1.模型结构源码：bert_mo
zjrn·2020-09-16 05:14

论文阅读笔记：Rumor Detection on Social Media with Bi-Directional Graph Convolutional Networks

摘要摘要中，有几个关键性的词，有助于我们从全局了解这篇paper的内容，以下：Bi-Directional：意思是“双向的”，分别指“top-down”，“down-top”；top-down：指的是谣言自顶向下传播
麦地与诗人·2020-09-09 11:09

[ICLR2017] Bi-Directional Attention Flow for Machine Comprehension

本文只给出了Context2Query和Query2Context部分的理解两部分只是对相似性矩阵S\bold{S}S∈\in∈RT∗J\mathbb{R}^{T*J}RT∗J进行进一步处理,我觉得有书写错误，如果看Figure1可知应该修改为S\bold{S}S∈\in∈RJ∗T\mathbb{R}^{J*T}RJ∗T。Context-to-QueryAttention：这一部分主要针对该绿色小
小妖精Fsky·2020-08-22 03:37

BiTraP：Bi-directional Pedestrian Trajectory Prediction with Multi-modal Goal Estimation

importtorchimporttorch.nnasnnimporttorch.nn.functionalasF#先验网络classPrior(nn.Module):def__init__(self,input_size=256,output_size=64):super(Prior,self).__init__()self.input_size=input_size#输入大小self.outp
coolsunxu·2020-08-10 15:31

【显著性物体检测】【CVPR2018】A Bi-directional Message Passing Model for Salient Object Detection【论文笔记】

论文链接摘要：本文提出了一个新的网络用于整合多级特征进行显著性物体检测。首先采用多尺度上下文感知特征提取模块（MCFEM）让多级特征图获取丰富的上下文信息。然后一个双向结构用于在多级特征之间传播信息，且有一个门函数来控制信息的通过率，使得信息传递之后的特征，即编码了语义信息有结合了空间细节。最后，预测的结果图进行有效的结合，以产生最终的显著图。MCFEM（Multi-scaleContext-aw
千草幽幽·2020-08-02 14:57

论文笔记：[ACL2016]End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF

文章：MaX,HovyE.End-to-endSequenceLabelingviaBi-directionalLSTM-CNNs-CRF[J].2016.发表在ACL2016上。我认为这是一篇写的非常清楚的文章，它要解决的是序列标注的问题。下面是我的阅读笔记。1.Introduction本文要解决的是序列标注的问题，可用于POS、NER等任务。传统方法大部分传统的高效模型是线性统计模型，包括HM
YoungDreamNJU·2020-07-15 19:49

论文学习-End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF

1.传统方法和问题本文要解决的是序列标注的问题，可用于POS、NER等任务。大部分传统的高效模型是线性统计模型，包括HMM，CRF等。这些模型十分依赖手工标注特征，需要引入外部相关资源（名称库），普适性差。导致序列标注模型很难去应用到新的标记任务上。近些年有一些非线性神经网络模型用词向量（WordEmbedding）作为输入，颇为成功，但是如果仅依赖词向量，效果将变得很差。2.本文的贡献一种用于语
给爸爸上去·2020-07-02 16:54

【论文解读 AAAI 2020 | Bi-GCN】Rumor Detection on Social Media with Bi-Directional GCN

论文题目：RumorDetectiononSocialMediawithBi-DirectionalGraphConvolutionalNetworks论文来源：AAAI2020清华大学,腾讯AI论文链接：https://arxiv.org/abs/2001.06362代码链接：https://github.com/TianBian95/BiGCN关键词：谣言检测，社交媒体，GCN文章目录1摘要2
byn12345·2020-07-01 19:00

A Bi-directional Message Passing Model for Salient Object Detection

相关工作局部超像素与全局提议的组合来推测显著性图；将低级空间特征嵌入cnn提取的特征，等。作者由此提出基于各个层次特征图加权融合的模型并加入了双向信息传递，从高层语义到底层边缘信息，以及反向传递。模型结构该模型建立在一个基于vgg16的fcn结构作为预训练模型，利用vgg16产生多尺度特征图，其中删去了所有全连接层以及最后一个池化层，得到5个层次的特征图。然后对每个特征图进行上下文语义特征提取(M
whenIknow·2020-06-28 10:27

双向长短时记忆循环神经网络详解（Bi-directional LSTM RNN）

1.RecurrentNeuralNetwork(RNN)尽管从多层感知器（MLP）到循环神经网络（RNN）的扩展看起来微不足道，但是这对于序列的学习具有深远的意义。循环神经网络（RNN）的使用是用来处理序列数据的。在传统的神经网络中模型中，层与层之间是全连接的，每层之间的节点是无连接的。但是这种普通的神经网络对于很多问题是无能为力的。比如，预测句子的下一个单词是什么，一般需要用到前面的单词，因为
JamesJuZhang·2020-06-27 07:38

2020 TIFS-ReID:Bi-Directional Center-Constrained Top-Ranking for Visible Thermal Person Re-Identific

Bi-DirectionalCenter-ConstrainedTop-RankingforVisibleThermalPersonRe-Identification本文发表于2020TIPS，是Visiblethermalpersonre-identificationviadual-constrainedtop-ranking的改进版本。当前的问题及概述：Motivation与Visibleth
用GAN得有GPU·2020-02-23 12:26

Bert (Bi-directional Encoder Representations from Transformers) Pytorch 源码解读（一）

前言Bert(Bi-directionalEncoderRepresentationsfromTransfromers)预训练语言模型可谓是2018年NLP领域最耀眼的模型，看过很多对Bert论文和原理解读的文章，但是对Bert源码进行解读的文章较少，这篇博客有一份TensorFlow版本的Bert源码解读，这里来对Pytorch版本的Bert源码记录一份“详细”注释。这份基于Pytorch的Be
zjrn·2019-12-27 15:39

读书笔记：Bi-Directional Cascade Network for Perceptual Edge Detection

目录摘要1.介绍2.相关工作3.方法3.1公式3.2BDCN的架构3.3网络训练4.实验4.1数据集摘要利用多尺度表示对于提高不同尺度对象的边缘检测至关重要。为了利用多尺度提取边缘，我们提出了一种全向级联网络（BDCN）结构，在该结构中，单个层由具有特定比例的标记边缘进行监督，而不是直接对所有CNN输出应用相同的监督。此外，为了丰富BDCN，我们引入了acale增强模块（SEM），以生成多尺度特征
versionwen·2019-11-01 16:46

Bi-directional Recurrent Neural Network (BRNN)双向循环神经网络

双向循环神经网络（BRNN）的基本思想是提出每一个训练序列向前和向后分别是两个循环神经网络（RNN），而且这两个都连接着一个输出层。这个结构提供给输出层输入序列中每一个点的完整的过去和未来的上下文信息。下图展示的是一个沿着时间展开的双向循环神经网络。六个独特的权值在每一个时步被重复的利用，六个权值分别对应：输入到向前和向后隐含层（w1,w3），隐含层到隐含层自己（w2,w5），向前和向后隐含层到输
小镇大爱·2019-10-26 16:31

对Bi-Directional Cascade Network for Perceptual Edge Detection一文的初步理解

对Bi-DirectionalCascadeNetworkforPerceptualEdgeDetection一文的初步理解BDCN研究背景扩张卷积相关工作数学证明实验过程训练集参数设置细节实验结果与其他方法的比较未完待续zzzBDCN\qquadBi-DirectionalCascadeNetworkforPerceptualEdgeDetection一文由北京大学的JianzhongHe,Sh
微辣唔suan辣·2019-09-15 21:24

Bi-Directional ConvLSTM U-Net with Densley Connected Convolutions

Bi-DirectionalConvLSTMU-NetwithDensleyConnectedConvolutionsICCVworkshop20192019-09-1511:06:20Paper:https://arxiv.org/pdf/1909.00166.pdfCode（Python3+Keras-tensorflowbackend）:https://github.com/rezazad6
a1424262219·2019-09-15 09:00

显著性检测之A Bi-directional Message Passing Model for Salient Object Detection

ABi-directionalMessagePassingModelforSalientObjectDetection文章目录ABi-directionalMessagePassingModelforSalientObjectDetection主要工作网络结构实验细节相关链接原始文档：https://www.yuque.com/lart/papers/bmpm这是CVPR2018的一篇文章,这里做
有为少年·2019-08-22 21:14

BDCN：Bi-Directional Cascade Network for Perceptual Edge Detection论文解读和代码实现

今天为大家带来一篇CVPR2019，解决边缘提取问题，应该是目前最好的方法了。论文地址：here官方代码：看博客最下面。官方在github上提供了pytorch0.2版的代码，我自己修改成了1.0版本，并且调试通过，有需要的朋友直接看最下面。背景作者发现，轮廓这个东西，尺度不同一的问题非常严重，比如说，一个人的边缘，手部的轮廓好头部的轮廓尺度就很不一样，手弯弯曲曲很小，这样的边缘很难学习；但头部或
咆哮的阿杰·2019-05-02 15:23

机器阅读理解系列文章-BiDAF（Bi-Directional Attention Flow for Machine Comprehension）

0.简介BiDAF采用多阶段的、层次化处理，使得可以捕获原文不同粒度的特征。同时使用双向的attention流机制以在withoutearlysummarization的情况下获得相关问句和原文之间的表征。1.相关工作现有的端-端机器阅读理解中使用到attention机制有3类。第一类是动态attention机制。attention权重的动态更新是基于给定的query、contex及其先前的att
JasonLiu1919·2019-04-08 18:39

BI-DIRECTIONAL ATTENTION FLOW FOR MACHINE COMPREHENSION

文章目录ABSTRACT1INTRODUCTION2MODEL3RELATEDWORK4QUESTIONANSWERINGEXPERIMENTS5CLOZETESTEXPERIMENTS6CONCLUSIONABSTRACT机器阅读理解（machinecomprehension，MC），即根据上下文段落回答问题，要求对上下文和问题之间的复杂交互进行建模。最近，注意力机制成功应用在MC上。特别是这些
shelley__huang·2019-04-01 14:10

A Bi-directional LSTM Approach for Polyphone Disambiguation in Mandarin Chinese

一种双向LSTM方法用于普通话中的多音字消歧摘要：普通话中的多音字歧义消除旨在为多音字从多个候选项中获取正确的发音。它是人类语言技术（如文本到语音合成）的重要组成部分。由于大多数多音字的发音可以根据文本中的上下文轻松决定，因此在本文中，我们将多音字消歧问题作为序列任务来解决。具体而言，我们建议使用双向长短期记忆（BLSTM）神经网络来编码过去和未来对字符序列的观察作为其输入并预测发音。我们还通过实
qq_38369490·2019-02-27 23:31

阅读理解BI-DAF《BI-DIRECTIONAL ATTENTION FLOW FOR MACHINE COMPREHENSION》笔记

《BI-DIRECTIONALATTENTIONFLOWFORMACHINECOMPREHENSION》Introduction这篇论文也是比较经典的一篇，时间相对早期，发在2017ICLR。和另一篇论文《MachineComprehensionUsingMatch-LSTMandAnswerPointer》同期发表在该期刊上。BiDAF用了层级的结构来表示不同粒度的表达（现在看起来该层级结构很简
彭伟_02·2019-02-25 08:37

深度学习（五）——DRN, Bi-directional RNN, Attention, seq2seq, DMN

https://antkillerfarm.github.io/神经元激活函数进阶ReLU的缺点（续）为了解决上述问题，人们提出了LeakyReLU、PReLU、RReLU、ELU、Maxout等ReLU的变种。参考：https://zhuanlan.zhihu.com/p/22142013深度学习中的激活函数导引http://blog.csdn.net/u012328159/article/de
antkillerfarm·2017-08-28 09:25

End to End Sequence Labeling via Bi-directional LSTM CNNs CRF

来看看今日头条首席科学家的论文：End-to-endSequenceLabelingviaBi-directionalLSTM-CNNs-CRF使用LSTM方法进行序列标注，完成大规模标注问题参考此文：论文笔记：[ACL2016]End-to-endSequenceLabelingviaBi-directionalLSTM-CNNs-CRF论文下载链接：http://www.aclweb.org/
wishchin·2017-05-09 11:46

阅读笔记：Gated Bi-directional CNN for Object Detection

背景在目标检测中，不同尺寸和分辨率下的多个区域中的视觉线索对待定区域的分类具有互补作用。由此引出目标检测的一个基本问题：如何有效地整合从这些区域中得到的局部和上下文视觉线索。目前大多数的成果仅仅是将从这些区域得到的特征或分数简单结合，本文提出了一个新的双向门控CNN网络（GBD-Net），用于特征学习和特征提取时在不同支持区域的特征间传递信息。这种信息传递可以通过两个方向的卷积实现，并且可以在不同
douhua4335·2017-05-05 09:26

双向长短时记忆循环神经网络详解（Bi-directional LSTM RNN）

1.RecurrentNeuralNetwork(RNN)尽管从多层感知器（MLP）到循环神经网络（RNN）的扩展看起来微不足道，但是这对于序列的学习具有深远的意义。循环神经网络（RNN）的使用是用来处理序列数据的。在传统的神经网络中模型中，层与层之间是全连接的，每层之间的节点是无连接的。但是这种普通的神经网络对于很多问题是无能为力的。比如，预测句子的下一个单词是什么，一般需要用到前面的单词，因为
算法学习者·2017-03-29 03:01

Bi-Directional Attention Flow For Machine Comprehension

关键词bi-directionalattention来源arXiv2016.11.05问题利用multi-stage信息对文章进行编码，同时尝试两个方向上的attention来提高RC性能。文章思路BiDAF文中分为六步CharacterEmbeddingLayer利用characterlevelCNN将每个词映射到一个高维向量空间WordEmbeddingLayer利用GloVe将每个词映射到一
ryanloucc·2016-11-15 08:04

双向长短时记忆循环神经网络详解（Bi-directional LSTM RNN）

1.RecurrentNeuralNetwork(RNN)尽管从多层感知器（MLP）到循环神经网络（RNN）的扩展看起来微不足道，但是这对于序列的学习具有深远的意义。循环神经网络（RNN）的使用是用来处理序列数据的。在传统的神经网络中模型中，层与层之间是全连接的，每层之间的节点是无连接的。但是这种普通的神经网络对于很多问题是无能为力的。比如，预测句子的下一个单词是什么，一般需要用到前面的单词，因为
JamesJuZhang·2016-07-21 16:58

【HTML】Intermediate6：Text: Addresses, Definitions, Bi-directional, and Editorial

1.</address> It should be used specifically for the contact details relating either to the entire web page or to an article element 2<dfn title=" "> </dfn> A definitio
·2015-11-12 10:05

04-2. File Transfer (25)并查集

8000 B 判题程序 Standard 作者 CHEN, Yue We have a network of computers and a list of bi-directional
·2015-11-11 18:23

PAT mooc DataStructure 4-2 SetCollection

数据结构习题集-4-2 集合的运用   1.题目： We have a network of computers and a list of bi-directional connections
·2015-11-08 14:32

我的WCF之旅(6)：在Winform Application中调用Duplex Service出现TimeoutException的原因和解决方案

几个星期之前写了一篇关于如何通过WCF进行 双向通信的文章（[原创]我的WCF之旅（3）：在WCF中实现双向通信（Bi-directional Communication） ），在文章中我提供了一个如果在
·2015-11-02 15:25
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他