Posts

目录 0、项目介绍 1、效果展示 2、项目搭建 3、项目代码展示与讲解 4、项目资源 5、项目总结 0、项目介绍 这次是一个有意思的计算机视觉游戏——贪吃蛇

需求背景 应公司业务要求，需要做个聊天机器人，要适应不同的业务场景，大概就跟淘宝客服类似，发送消息，机器人自动回复。 话不多说，直接开撸 技术栈：

CVE-2022-21999漏洞 如何实现发送一个.exe文件偷偷控制他人的电脑？这个想法很刑的，所以我只是说明我的实现方式，具体操作建议仅用

今年9月，在美国科罗拉多州的一场艺术博览会上，AI画作《太空歌剧院》勇夺数字艺术类别冠军，而早在2018年佳士得拍卖会上，首次由AI创作的《

使用pytorch自定义dataset from torch.utils.data import Dataset, DataLoader from torchvision import transforms, utils file_train = [os.path.join("./dog_breed/train_path",i) for i in file ] def train_transform(self, rgb): #训练集预处理 do_flip = np.random.uniform(0.0, 1.0) > 0.5 # random horizontal flip transform = transforms.Compose([ transforms.HorizontalFlip(do_flip), # 0.5概率水平翻

#!/usr/bin/python # -*- coding: UTF-8 -*- """ 学生管理系统 项目计划： 1.完成数据模型类StudentModel 2.完成逻辑控制类StudentManagerContrlle

目前汽车发动机装配车间的物料配送是依靠人工来准备的，没有防错漏以及追溯功能，存在质量风险，并且无法找出核心问题进行改善和纠正。因此，想要降低

知识蒸馏属于模型的压缩一种方法，但其实这种方法又属于一种伪压缩，是将一个性能较好的teacher网络“压缩”进一个性能较差的student网

自用~~笔记~~~ 1. 卷积神经网络CNN 从全连接层到卷积，我们得知适合于CV的神经网络框架： 平移不变性：即不管监测对象出现在图像的什么位置，n

如果知道tensor的长度，比较简单 import tensorflow as tf one_vector = tf.constant([0,111,222,333,0]) tmp_list = [] for tmp_index in range(0, 3): tmp_list.append(tf.cast(tf.math.equal(one_vector[tmp_index:tmp_index+3], tf.constant([111,222,333])),tf.int32)) total = tf.reduce_sum(tmp_list) init = tf.global_variables_initializer() sess = tf.Session() sess.run(init) print(sess.run(tmp_list)) print(sess.run(total)) print结果： [array([0, 0, 0], dtype=int32), array([1, 1, 1], dtype=int32), array([0, 0, 0], dtype=int32)] 3

yolo在目标检测的过程当中，将输入的特征图划分为S×S的格子，每个格子对落入其中的目标进行检测，一次性预测所有格子当中所含目标的边界框，定

岗位职责： 从事神经网络软硬件结合加速的科研探索工作。学生在组内主要进行科研相关工作，将受到完整的科研训练，参与文献调研、实验设计、实验实现和

基于Django、Django Rest framework、Vue的前后端分离的社区疫情管理系统。 一、系统功能 用户管理（只有管理员有权限） 用户注册 用

Zuul 是 Netflix OSS 中的一员，是一个基于 JVM 路由和服务端的负载均衡器。提供路由、监控、弹性、安全等方面的服务框架。Zuul 能够与 Eureka、Ribbon

前言 在实际工作中，我们需要经常跟第三方平台打交道，可能会对接第三方平台API接口，或者提供API接口给第三方平台调用。 那么问题来了，如果设计

前言 本文介绍注意力机制的概念和基本原理，并站在计算机视觉CV角度，进一步介绍通道注意力、空间注意力、混合注意力、自注意力等。 目录 前言 一、注意

YOLOV7详细解读 网络架构解读 YOLOV7详细解读 前言 一、YOLOV7是什么？ 二、网络架构 1、架构图总览 2、CBS模块解读 3、CBW模块解

前言 MindSpore着重提升易用性并降低AI开发者的开发门槛，MindSpore原生适应每个场景包括端、边缘和云，并能够在按需协同的基础上

大家好哇，新同学都叫我张北海，老同学都叫我老胡，其实是一个人，只是我特别喜欢章北海这个《三体》中的人物，张是错别字。 上个月安利了一波：机器学

1. 引言 （本文是 CSDN 的世界杯征文） 在本文中，我们将借助chatGPT的智慧，一起探究世界杯与人工智能之间的关系，并展望人工智能在体育领域的应用。

本文部分理论引用了：4 Strategies for Multi-Step Time Series Forecasting Multivariate Time Series Forecasting with LSTMs in Keras (machinelearningmastery.com) （更新于2022年10月，最近需要做相关的大型实验，对这个LSTM神经网络预测有了更深的

目录 1、ChatGPT介绍 2、ChatGPT如何注册，国内不可用 3、VS Code下载安装ChatGPT 3.1 打开VS Code找到ChatGPT 3.2

文章目录 1、前言 2、负载均衡的分类 2.1、硬件负载均衡 2.2、软件负载均衡 2.3、本地负载均衡 2.4、全局负载均衡 3、负载均衡算法 3.1 分类介绍

文章目录 转向系统 转向器 齿轮齿条式 循环球式 蜗杆曲柄指销式 转向助力 液压转向助力系统 电动转向助力系统 发展 转向系统 转向系统是按照驾驶员的意图改变或保

SurfaceView SurfaceView 是 视图(View)的继承类，这个视图里内嵌了一个专门用于绘制的Surface。你可以控制 Surface 的大小 和格式，SurfaceView 控制这个S

互联网行业飞速发展，因此有很多小伙伴想要进入IT行业分一杯羹，但是学什么技术更好，哪一个语言的就业薪资更高，就成了困惑大家的主要问题。 想要学

蓝桥杯官方备赛指南《程序设计竞赛专题挑战教程》2022.12月出版 网购：京东 当当 淘宝 文章目录 《程序设计竞赛专题挑战教程》简介 《程序设计竞赛专

实现功能： 1：飞机的移动，发射子弹，手雷，生命值，生命条 2：敌飞机有3种形态（小，中，大）不同的飞机大小不一样，生命值不一样，爆炸动画也不一

通往决策智能的道路很宽，AI、因果推断、求解器等任一方面的突破，都可以完成从辅助决策到决策智能的转变。但一切回归到数据这一源头，其核心要点似

插： 前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。 坚持不懈，越努力越幸运，大家一起学习鸭

汇聚每周AI热点，不错过重要资讯！欢迎扫码，关注并订阅智源社区AI周刊。 ChatGPT火出圈：对话大模型驱动新型搜索范式诞生，或将取代搜索引

Python五大应用领域,要说近两年最火的编程语言是什么？毫无疑问是Python，而且不仅是编程人员、为做论文数据的研究生、职场人士纷纷加入

人工智能是什么？人工智能行业前景如何？很多人都对人工智能领域感兴趣，那么究竟什么是人工智能？人工智能（英语：Artificial Intell

（1）训练的时候的 也就是说每次模型的训练目标是这个噪声， 红色的t：时间戳，做一个time_embedding的感觉，提供一种先验。 黄色的：模

1、生成模型和判别模型面试题解答13：由朴素贝叶斯，到生成模型和判别模型的区别，以及一些常见误解的解答 - 知乎 2、最小二乘法和最大似然法的联系

基于Python+OpenCV+PyQt5多驾驶员行为检测分类系统，该程序实现对图片、视频或者视频流中驾驶员行为进行检测分类 imgs/文件夹

人工智能需要学习什么技术？任何行业只要与互联网相关就能在风口中分一杯羹，人工智能技术目前就是一个巨大的风口。也许我们大多数人并没有实力去开人

The Description of the Project Owing to only some of the entries in embedding layers updating during each batch training, it is implerative that we can just store the updating entries in the memory and outsourced the left data to other places. The Intuitive Solution (no idea)

更新不易，麻烦多多点赞，欢迎你的提问，感谢你的转发， 最后的最后，关注我，关注我，关注我，你会看到更多有趣的博客哦！！！ 喵喵喵，你对我真的很重

一、前言 于一个即将上线的应用来说，系统监控是必不可少的，为什么需要监控呢？应用是跑在服务器上的，应用在运行过程中会发生各自意想不到的问题，像

目录 一：总结域对象 二：基于Session改造oa项目的登录功能 三：oa项目的安全退出系统 一：总结域对象 （1）request（对应的类名：Ht

OpenAI ChatGPT注册试用全攻略 最近ChatGPT很火，但是有人注册会经常出现不服务当前地区问题，现在手把手教你解决。 如何在中国试用ChatG

理解数字孪生 随着互联网技术的深入发展，数字孪生被越来越多地提及，那么数字孪生到底是什么？数字孪生，翻译自英文“Digital Twin”，最早

1 考试背景 高校校园网的信息化建设一直走在各个行业前列，其网络建设相对比较复杂，涉及到多种网 元，如交换机，路由器，无线设备及安全设备等。 本实验

背景 我的目的是，将Pytorch框架下训练的模型文件.pth转换成oonx，再转换成OpenVINO C++能读取的bin和xml文件。 步骤 1.

背景：我记不住那么多命令，又是Linux命令，又是Git命令，又是kubernetes的命令，又是maven命令，又是redis命令。所谓好

SSL/TLS 1. 概述 2. 协议组成 2.1 握手协议（Handshake protocol） 2.2 记录协议（Record Protocol） 2.3 警报协议（Alert Proto

最近老想着过年和我的一个哥哥打游戏 于是乎就敲了一个新年倒计时的代码出来 大家用的时候可以更改上面的日期，以后年年都可以用 话不多说，上代码 代码：

摘 要 随着电子信息的飞速发展，计算机已经融入到了生活的各个方面，越来越多的企业开始使用电子计算机来对企业进行管理，信息化的时代已经到来，各个企

我们想要复现的代码往往不是在最新的detectron2上复现，需要我们使用先前版本的detectron2才能复现网络，因此需要重新下载det

用pytorch的时候发生了这个错误，写下来避免以后再次入坑。感谢这次坑让我对预训练模型的使用有了更清楚的认识。 RuntimeError: Trying to backward through the graph a second time (or directly access saved

最近安装tensorflow-hub 出现错误： ERROR: Could not find a version that satisfies the requirement tensorflow-hub (from versions: none) ERROR: No matching distribution found for tensorflow-hub 先说本人最终解决使用的方法：更换下载镜像源并将pip

目录 一、什么是样本分布不平衡 二、哪些运营场景中容易出现样本不均衡 三、怎么处理样本不均衡 1. 通过过采样或欠采样解决样本不均衡 2. 通过正负样本的惩罚

在学习Python OpenCv 人脸识别时其中有一行代码见下： ##加载识别器 recognizer = cv2.face.LBPHFaceRecognizer_create() 问题: 运行后出现问题为：AttributeError: module ‘cv2’ has no

对于分帧加窗，可以分为三步，第一步是弄清楚为什么要进行分帧加窗？第三步是搞清楚如何实现分帧加窗操作？最后是代码实现。 1、为什么要进行分帧加窗

学习视频：https://www.bilibili.com/video/BV1hE411t7RN?p=1，内含环境搭建 VGG16 Pytorch有自带

目录 一.Pygame程序基本搭建过程 1.初始化化程序 2.创建Surface对象 3.事件监听 4.游戏循环 二.Pygame Display显示模块

一、鸢尾花种类预测 Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理，Iris也称鸢尾花卉数据集，是一类多重变量分析的数

BP神经网络 符号及其含义 n l n_l nl​表示第 l l l层神经元的个数； f ( ⋅ ) f(·) f(⋅)表示神经元的激活函数； W ( l ) ∈ R n i ∗ n i − 1 W^{(l)}inmathbb R^{n_i*n_{i-1}}

借着人工智能的东风，Python在这两年逐渐火了起来，Python在编程语言排行中的不断攀升，不得不说有着人工智能的很大功劳。凭借Pytho

导读 对话式AI可以对医疗保健行业产生重大影响，且在许多领域已经产生了影响。如果使用得当，对话式AI可以提高操作效率和临床结果，并减轻医护人员

一般遇到CUDA out of memory错误，把batch_size设小即可解决。但有时会遇到，无论如何调小batch_size，都还是会出现CUD

规律1：如果相加的两个张量维度不一致，那么首先把维度低的那个张量从右边和维度高的张量对齐 例如下面的代码，b的维度低一些，所以和a相加的时候b

1、下载VS2019和OpenCV 2、将OpenCV通过解压的方式安装 3、将OpenCV安装路径添加到系统环境变量 D:opencvbuildx64vc15bin 4、新建一个控制台工程 视

核心解读 - 2022版智慧城市数字孪生标准化白皮书 前言：城市数字孪生基本概念 一、城市数字孪生概述 1、城市数字孪生内涵及概念模型 2、城市数字孪生

什么是数据洞察 随着企业积累数据量增多，数据分析师常常需要处理“长且宽”的数据集。依靠人的经验处理海量数据，从海量数据中发掘出有用的信息无异于

全球AI+安防市场现状 人工智能安防监控技术正在以更快的速度传播到更广泛的国家。全球176个国家中，至少有75个国家正在积极将AI技术用于监视

一 、评价指标体系 评价指标体系构建在实际研究中使用较为广泛，比如企业绩效评价指标体系构建、政府财政支出绩效评价、医院绩效评价研究等等。 ‍1、相

不达标原因 在实际研究中，结构方程模型容易出现不达标现象，比如卡方自由度，RMSEA，CFI值等不达标，至于出现不达标的原因，可能包括几点，分

一、前言 二、实现流程 三、功能开发 四、代码块 一、前言 四年一次的世界杯正在卡塔尔进行着，不同的社交圈也在疯狂的刷着世界杯的动态，来自全球各地的三

今天分享一个有趣的Python游戏库freegames，它里面包含经典小游戏，像贪吃蛇、吃豆人、等等。可以通过1行代码重温这些童年小游戏，后

Pytorch的一个强化的学习教程（ Train a Mario-playing RL Agent）使用超级玛丽游戏来学习双Q网络(强化学习的一种类型)，官网的文章只有代码， 所以本文将

文章目录 1、什么是HTTP协议 2、HTTP协议格式 <1>HTTP请求方法 <2>HTTP的状态码 3、HTTP是不保存状

TensorRT理论 一. TensorRT介绍 TensorRT是一个高性能的深度学习推理优化器，可以为深度学习应用提供低延迟、高吞吐率的部署推

最近刚好有小伙伴在微信上问到这个问题，松哥就来和大家聊一聊，本文主要和小伙伴们聊一聊思路，不写代码，小伙伴们可以结合松哥之前的文章，应该能够

VisualVM 是Netbeans的profile子项目，已在JDK6.0 update 7 中自带，能够监控线程，内存情况，查看方法的CPU时间和内存中的对 象，已被GC

1 单机单卡 # 单机单卡 代码示例 # 1 判断cuda是否可用 if torch.cuda.is_available(): # 2 设置卡 只对"0"卡可见 os.environ["CUDA_VISIBLE_DEVICES"] = "0" else: return # 3 模型拷贝 原地操作 model.cuda() # 4 数据拷贝 非原地操作 返回

CLIP总结–Learning Transferable Visual Models From Natural Language Supervision 视频讲解：CLIP 论文精读 论文下载：https://openai.com/blog/clip/ 代

基于stable-baseline3 强化学习DQN的lunar lander的稳定控制 依赖包 lunar lander随机初始化action 基于stabl

一、图像填充 首先定义图像显示函数： def cv_show(name, img): cv2.imshow(name, img) cv2.waitKey(0) cv2.destroyAllWindows() 图像读取： img_cat = cv2.imread('cat.jpg') 定义图像填充的大小： top_size, bottom_size, left_size, right_size = (50, 50, 50, 50) 接下来分别采用复制法、反射法、外包装法

????欢迎您的到来??? ?博客主页：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。 ?床头铭：将来的我一定会感谢现在奋斗的自己！ 目录 ?1 概

torch api 目录 矩阵相乘 torch.mm 矩阵相乘 torch.matmul emb table lookup torch.cat((a,b), dim=-1)表示按倒数第一维cat import torch torch.__version__ # '1.3.1' a = torch.randn(2,3) b = torch.randn(3,2) a tensor([[ 0.5496, 0.6146, -0.4678], [ 0.2285, -0.8506, -0.7809]]) b tensor([[ 1.6438, -0.7533], [-0.3179, -0.0761], [ 0.2346, -0.3628]]) 矩阵相乘 torch.mm

学校终于解封了，看了个知乎上的人日合订本，咱们好好记录这个时代吧。 yahboom采用的是jetbot里面的一个camera.py脚本定义的各

先简单定义一个网络结构 class Net(torch.nn.Module): def __init__(self): super(Net, self).__init__() self.ClassifierLayer = nn.Sequential( nn.Conv2d(in_channels=3, out_channels=4, kernel_size=3, stride=1), nn.ReLU(), nn.Conv2d(in_channels=4, out_channels=4, kernel_size=3, stride=1), nn.MaxPool2d(kernel_size=2), ) def forward(self, x): y = self.ClassifierLayer(x) y = F.interpolate(y,size=x.shape[2:]) return y 转换代码（固定输入尺寸） #实例化网络结构 model = Net() #定义一个

作者：王嘉宁、汪诚愚、邱明辉、石秋慧、王洪彬、黄俊、高明 近日，阿里云机器学习平台 PAI 与华东师范大学高明教授团队合作在自然语言处理顶级会议 EMNLP2022 上发

#下面将手写数字识别的程序修改成带有卷积操作的深度神经网络结构 import torch from matplotlib import pyplot as plt from torchvision import datasets from torch.utils.data import DataLoader from torchvision import transforms import torch.optim as optim import numpy as np batch_size = 64 data_transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))]) minist_tainloader = datasets.MNIST(root='./',

练习题： ''' 给定训练集为 x=1, y=6.8 x=2, y=9.8 x=3, y=13.2 x=4, y=16.2 测试集 x=5, y=? ''' import numpy as np from matplotlib import pyplot as plt x_data = [1,2,3,4] y_data = [6.8,9.8,13.2,16.2] loss_list = list() def forward(a,x,b): return a*x+b def lossFunction(a,x,y,b): y_pred = forward(a,x,b) loss = (y_pred - y)**2 return loss a_list = list() b_list = list() if __name__ == '__main__':

手写数字识别例题： import torch from matplotlib import pyplot as plt from torchvision import datasets from torch.utils.data import DataLoader#需要下载的包 from torchvision import transforms import torch.optim as optim import numpy as np batch_size = 64 batch_size_test = 100 data_transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))]) minist_tainloader = datasets.MNIST(root='./', train=True, download=True, transform=data_transform)

创建新环境 ：conda create -n 环境名称 python==3.7 删除环境 ：conda env remove -n 环境名称 激活虚拟环境 ： conda activate 环境名称 #windows环境 source activate 环境名称 #Linux

经典假设 1、左右视图成功匹配的窗口，具有相同的像素 这个是最经典的假设，几乎所有视差图计算都用上了他，通过匹配左右窗口像素，得到最佳匹配对应的

线性预测是几乎所有现代语音编码算法的基础 – 手机 – 网络电话 (VOIP) – 军事通讯 线性预测假设语音信号的每个样本都可以从 P 个先前样本的加权和中预测出来，利

Java知识点--IO流（下） ? 一、节点流和处理流 1️⃣基本介绍 2️⃣节点流和处理流一览图 3️⃣节点流和处理流的区别和联系 4️⃣处理流的功能

1. Nacos简介 Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service的首字母简称，一个更易于构建云原生应用的动态服务发现、配置管理和服务管理平台。 Nacos

Control,Service是连接数据和前端界面的业务逻辑层。 mode层是封装数据库表中数据。 service 返回Dao接口中产生的数据。 Control

目录 背景说明 相关地址 https证书生成 nginx安装及配置 结果展示​编辑 背景说明 为了保证传输加密、访问安全，我们采用nginx服务器将htt

目录 一、H5UI库 1、使用方法： 2、组件的用法 二、加密技术 1、对称加密：单密钥加密。一个密钥可以用来加密也可以用来解密 —- AES 2、非对称加密：

专利转让的费用按领域和不同用途来区分： 1、专利分类实用新型、发明专利、外观设计。 2、领域的话他是按不同的行业来区分的。 比如说区块链、大数据可

实验名称：高压放大器基于压电驱动器的机翼除冰方法研究 研究方向：压电效应、多普勒激光测振 实验原理：多普勒激光测振仪是基于多普勒激光测振原理工作

【paper】 Probabilistic Reasoning via Deep Learning: Neural Association Models 【简介】 本文是中科大和科大讯飞联合发表在 IJCAI 2016 上的工作，本文提出了 NAM（Neural Association Model）用于概率推理