Posts

小杜 《元宇宙创意图谱》是 BOOK DAO 的共建书籍项目，12.03我们举行了虚拟时尚主题的第5次公开共建活动。本周六晚8点，我们将举办第6期 元宇宙可持续

【paper】 Holographic Embeddings of Knowledge Graphs 【简介】 本文是麻省理工的研究人员发表在 AAAI 2016 上的文章，提出了 HolE(Holographic Embedding)，是一个基于向量循环关联操作的组合向

目录 预测数值型数据：回归 1 利用线性回归找到最佳拟合直线 2 局部加权线性回归 3 示例：预测鲍鱼的年龄 4 缩减系数来“理解”数据 4.1 岭回归 4.2 lasso 4.3 前向逐步

在训练模型的时候，我们需要将损失函数一直训练到0吗？显然不用。一般来说，我们是用训练集来训练模型，但希望的是验证机的损失越小越好，而正常来说

前言 本文不讲原理，只关注代码，有很多博客是讲原理的，但是代码最多到畸变矫正就结束了，实际上就是到 OpenCV 官方示例涉及的部分。 在官方示例中使用黑白棋

最近对对抗生成网络GAN比较感兴趣，相关知识点文章还在编辑中，以下这个是一个练手的小项目~ (在原模型上做了，为了减少计算量让其好训练一些。)

人工智能AI有人热情膜拜，有人畏惧如虎，AI的发展已经进入高层面的快车道，技术更新迭代日新夜异，技术无罪也无善恶，曾经科幻未来的人机交流，共

目录 1. 卷积层 2. 分类层 3. 计算 LeNet 网络的参数个数 神经网络随着层数的加深，网络参数的个数会越来越多，小的网络有成千上万个参数，大的可以达到千万个网络

1、概念 创建Topic的时候可以指定--replication-factor 3 ，表示分区的副本数，不要超过broker的数量。 Leader是

1 基本概念 2 文本分类与情感分析 3 TF模型仓库的使用 本章节主要使用TensorFlow模型仓库与keras技术框架联合开发对IMDB数据集的机

数据准备 建表、插入数据 -- 学生表 CREATE TABLE Student( s_id VARCHAR(20), s_name VARCHAR(20) NOT NULL DEFAULT'', s_birth VARCHAR(20) NOT NULL DEFAULT'', s_sex VARCHAR(10) NOT NULL DEFAULT'', PRIMARY KEY(s_id) ); -- 课程表 CREATE TABLE Course( c_id VARCHAR(20), c_name VARCHAR(20) NOT NULL DEFAULT'', t_id VARCHAR (20) NOT NULL, PRIMARY KEY(c_id) ); -- 教师表 CREATE TABLE Teacher( t_id VARCHAR(20), t_name

前言 跨年倒计时20天？我已经开始整烟花了，虽然不是很好看吧，但是也能将就看看 ? 这个的背景图，音乐，还有文字都是可以自己修改的哦 效果展示 导入库

第十四届蓝桥杯模拟赛 1. 最小的2022 问题描述 答案提交 参考答案 2. 经过天数 问题描述 答案提交 参考答案 3. 特殊的十六进制数 问题描述 答案提交 参考答案 4. 矩

此文主要基于C#制作音乐播放器，可实现导入本地歌曲、音乐播放、音量设置、歌词显示等。 实现流程 1.1、创建项目 1.2、准备素材 1.3、功能开发

OpenAI ChatGPT微信接入教程 OpenAI ChatGPT 接入 个人WeChat(微信)，让AI互动更方便！ 准备工作 Ⅰ，OpenAI 账号，参考ChatGPT注册试用全攻

MySQL数据库基本操作——DDL DDL解释： 1.数据库的常用操作 2.表结构的常用操作 3.修改表结构 数据库的常用操作 查看所有的数据库 show databases; 创建

本篇论文实际上是对上一篇论文的优化（seq2BF），使用关键词作为软约束，即关键词不一定出现在生成文本中。 一、模型框架 本框架有三个部分组成：

机器学习——logistic回归 基础概念 分类问题与回归问题 Sigmoid函数 基于最优化方法的最佳回归系数确定 问题引出 极大似然估计 梯度上升算法

python安装cv2出现如下错误：Could not find a version that satisfies the requirement cv2 开始是报错ModuleNotFoundError: No module named ‘cv2’ 点击安装c

一些实用的NLP开源项目 1. 综合型开源工具 Natural Language Toolkit (NLTK) PaddleNLP Stanford CoreNLP FudanNLP SpaCy OpenNLP AllenNLP EasyNLP 2. 其他开源工具 （后续更新）

// 系统初始化 RK_MPI_SYS_Init(); // 分别为rknn跟monitor创建vi通道，通道号分别为0跟1 ret = create_vi(u32Width, u32Height, "rkispp_scale0", DRAW_RESULT_BOX_CHN_INDEX); if (ret < 0) { printf("create_vi %d failedn", DRAW_RESULT_BOX_CHN_INDEX); return -1; } ret = create_vi(u32VC1Width, u32VC1Height, "rkispp_scale1", RK_NN_RGA_CHN_INDEX); if (ret < 0) { printf("create_vi %d

python代码如下 import cv2 as cv import numpy as np import matplotlib.pyplot as plt def DPCM(yBuffer, dBuffer, re, w, h, bitnum): # yBuffer raw buffer # dBuffer x buffer # rebuildBuffer reconstruct buffer x = 2 ** (8 - bitnum) y = 2 ** (9 - bitnum) flow_upper_bound = 2 ** bitnum - 1 for i in range(0, h): prediction = 128

视频目标检测是为了解决每一个视频帧中出现的目标如何进行定位和识别的问题。相比于图像目标检测，视频具有高冗余度的特性，其中包含了大量的时空局部

1、打开时记得不要以新的打开，保留原来的设置 opencv下载(2条消息) opencv3.4.2-v15v15-C++文档类资源-CSDN文库

一、朴素贝叶斯公式 朴素贝叶斯分类（NBC）是以贝叶斯定理为基础并且假设特征条件之间相互独立的方法，先通过已给定的训练集，以特征词之间独立作为

1.下载驱动； http://wiki.ros.org/pepperl_fuchs_r2000 git clone https://github.com/dillenberger/pepperl_fuchs 新建一个ros_pk mkdir -p pf_laser/src cd pf_laser catkin_make 将pepperl_fuchs_r2000拷贝进pf_laser/src 再次编译：cat

文章目录 前言 一、协方差是什么？ 二、协方差矩阵是什么？ 三、协方差矩阵与相关系数矩阵 前言 在许多算法中需要求出两个分量间相互关系的信息。协方差就是

看了下大部分的描述并不准确，给出一个确切的解决办法： 官方在torchtext 0.9.0版本中将Field等函数放进了legacy中，在最新版

常用分析方法 逻辑回归分析 逻辑回归分析概述 回归 假设现在有一些数据点，我们用一条直线对这些点进行拟合，这个拟合过程叫做回归 逻辑回归定义 是一种用于

今年以来，AIGC迅速崛起。 所谓AIGC，即AI-Generated Content，指的是利用人工智能来生成内容，被认为是继专业产出内容（P

推荐教程：AI模型神预测谁是冠军 2022年卡塔尔世界杯 猜猜他们是谁？ 谁是最后的冠军？ 2022年FIFA世界杯已经拉开帷幕，全世界的球迷都热切

自2018年GPT-1发布起，每年一更新。距离2020年GPT-3发布已有两年，这段时间里，大家都在期待和畅想，GPT-4到底会带来怎样的惊

Python~Pandas 小白避坑之常用笔记 提示：该文章仅适合小白同学，如有错误的地方欢迎大佬在评论处赐教 文章目录 Python~Pandas 小白避坑之常用笔记 前言 一、pandas安装 二、数

前言 接上篇，接着学习基本工具。 博主水平有限，不足之处望请斧正。 三、make和makefile 是什么 makefile(Makefile)：用来

看了一些文章的答案，我觉得的没有一答案是真正的站在10年后角度来讨论这个问题的，讨论的其实都是现在python的现状或问题，我觉得讨论这种问

前言 时间飞逝，转眼间毕业七年多，从事 Java 开发也六年了。我在想，也是时候将自己的 Java 整理成一套体系。 这一次的知识体系面试题涉及到 Java 知识部分、性能优

Spring事务底层原理 一、@EnableTransactionManagement工作原理 二、Spring事务基本执行原理 三、Spring

ASRU 2021 IEEE Automatic Speech Recognition and Understanding Workshop（2021年IEEE自动语音识别与理解研讨会，以下简称ASRU），将于2021年12月13日至17日在哥伦比

目录 理论 贝叶斯定理 先验概率 后验概率 朴素贝叶斯的优缺点 使用朴素贝叶斯对电子邮件分类 流程 收集数据 数据处理 数据读取并输出 数据分析 测试算法 使用算法 整

Self-attention 输入无论是图像、音频、单词，embedding成向量vector的形式 传统方式将这些向量组成的sequence输入一个model，得到一系

全国人机语音通讯会议是国内语音领域专家、学者和科研工作者交流最新研究成果，促进该领域研究和开发工作不断进步的重要舞台。该系列会议自1990年

政策 乡村振兴人才发展战略分析 (1) 高庸江 声音《区域治理》投稿：cnqikantg@126.com 迈向智能党建：智能媒体在党建工作中的创新运用 (5) 申

Conformer: Local Features Coupling Global Representations for Visual Recognition Abstract 在卷积神经网络（CNN）中，卷积运算善于提取局部特征，但难以捕获全局表示。在视觉transformer中，级联的自我关注

近年来，随着国家医疗卫生改革进程的不断推进，越来越多的医院开始关注运营成本控制问题，医院后勤管理服务模式的创新和优化变得越来越重要。利用医院

class SamplerDef(object): def __init__(self, data_source, indices): self.data_source = data_source self.indices = indices def __iter__(self): return iter(self.indices) def __len__(self): return len(self.data_source) n = len(dataset_train1) indices = torch.randperm(n) mySampler = SamplerDef(data_source=dataset_train1, indices=indices) ITS_train_loader1 = torch.utils.data.DataLoader(dataset_train1, batch_size=BATCH_SIZE, shuffle=False,pin_memory=True, sampler=mySampler) ITS_train_loader2 = torch.utils.data.DataLoader(dataset_train2, batch_size=BATCH_SIZE, shuffle=False,pin_memory=True, sampler=mySampler) 解决了可以同步的问题，但是每次获取的样本都一样，不满足要

你见过什么样的福大？仲夏蝉声，天高云阔？是高手云集，奔流不息？还是“互联网+教育”的数字化一面？ 图片来源：福州大学官网 作为国家“双一流”建设

在亚马逊云科技2022 re:Invent全球大会上，黑莓公司（BlackBerry Limited）（纽约证券交易所代码：BB；多伦多证券交易

3.4过拟合问题 过拟合是指为了得到一致假设而使假设变得过度严格。避免过拟合是机器学习设计中的一个核心任务 1、拟合问题的原因 ①使用的模型比较复

在对torchvision已有模型进行编辑的时候会保存已有训练结果，只针对编辑过的层进行训练，可以通过对requires_grad的赋值实现

以“奋进新征程 建功新时代”为主题的2022中国企业家博鳌论坛，由新华通讯社和海南省人民政府联合主办，其中“数字产业赋能新经济发展论坛”27日

# encoding: utf-8 import time import torch import torch.nn.functional as F from torch import nn from torch.utils.data import DataLoader from torchvision import datasets, transforms # 定义超参数 batch_size = 64 learning_rate = 1e-3 num_epochs = 100 # 下载训练集 MNIST 手写数字训练集 train_dataset = datasets.FashionMNIST( root='../datasets', train=True, transform=transforms.ToTensor(), download=True) test_dataset = datasets.FashionMNIST( root='../datasets', train=False, transform=transforms.ToTensor()) train_loader = DataLoader(train_dataset, batch_size=batch_size,

前言 作为一名5年网安工程师老菜鸟来说，我实在想不通，开发岗位那么多，为什么要来学网安? 在这里怕是要给准备入坑的同学泼盆冷水了，网络安全这东西

?读完这篇文章里你能收获到 .Net跨平台在Linux中及Windows中都可生成验证码 两套已验证过的实现方案代码封装，即Copy即用 快速在C

前两天跟朋友感慨，今年的铜九铁十、裁员、疫情导致好多人都没拿到offer!现在已经12月了，具体明年的金三银四只剩下两个月。 对于想跳槽的职场

一.仿得太像了有木有~ 1.登录窗口 2.主窗口 二.构思，以微信设计布局构思 以微信布局构思，参考element提供的组件； element提供的t

深度学习论文: Conv2Former: A Simple Transformer-Style ConvNet for Visual Recognition及其PyTorch实现 Conv2Former: A Simple Transformer-Style ConvNet for Visual Recognition PDF: https://arxiv.org/pdf/2211.11943.pdf PyTorch代码: https://github.com/shanglianlm0525/CvPytorch PyTorch代码: https://github.com/shanglianlm0525/PyTorch-Networks 1 概

一、云计算的发展有哪些弊端？ 云计算（cloud computing） 是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数

是老师布置的作业，拖到ddl才开始，opencv也才刚接触，有自己结合百度的一点理解，如有误，请谅解！ DCT图像压缩 先贴一段在matlab上

使用OPENCV,编写代码，学习图像二值化算法，以及边缘检测算法，进行图像的分割。 下面主要介绍Robert算子的实现过程： ①任务分析 调入并显

Hello大家！上一篇小A已经详细的为大家讲解了逻辑回归的原理和数学推导，但是对于学习人工智能来说仅仅学会原理是远远不够的，还必须要动手实践

“滚滚长江东逝水，浪花淘尽英雄”。近来读《三国演义》，忽然想看看到底哪位英雄在书中提到的最多，于是就想用分词算法实现一下。 网上也确实有相关的

⛄一、天气观测极化雷达回波仿真简介 本示例展示了如何模拟满足天气观测要求的极化多普勒雷达回波。雷达在天气观测、灾害检测、降水分类和量化以及预报

动态SQL if-where标签 <select id="selByCondition" resultMap="rm"> select * from mybatis <where> <if test="status !=null"> and STATUS=#{STATUS} </if> <if test="companyName !=null and companyName !=''"> and company_name like #{companyName} </if> <if test="bracdName !=null and bracdName !=''"> and bracd_name like #{bracdName} </if> </where> </select> 标签可以自动帮我们去掉and cho

文章目录 前言 一、什么是 Docker 1.1 Docker 的定义 1.2 Docker对于上述问题的解决 二、Docker 与虚拟机 三、Docker 架构 3.1 镜像和容器 3.2 Docker 和 Docker Hub 3.3 Docker 架构

文章目录 Postman 调用文件上传接口 Postman 简介 Spring Boot 定义文件上传的接口 Postman 调用文件上传接口 文件上传接口源码 参考文献 Postman 调用文件上传接口 Postman 简介 Postman 是一个用于构建和使

2022年迎来了最后一个月，我们可以看到，在这一年中编程语言起起伏伏，有的语言始终炙手可热，而有的语言却逐渐“没落”...... 日前，全球知

前言 在学习Springboot过程中，整合mybatis框架实现表数据的增删改查，话不多说，开始贴代码！ Spring Boot提供了一个名为spring

( A, B )---2*30*2---( 1, 0 )( 0, 1 ) 用网络分类A和B，让A是（0，1）（1，1），让B是（1，0）（1，1）。测试集为（0，0）（0，1）（1，0）（1，1

CMake中的add_library命令用于使用指定的源文件向项目(project)中添加库，其格式如下： add_library(<name> [STATIC | SHARED | MODULE] [EXCLUDE_FROM_ALL] [<source>...]) # Normal Libraries add_library(<name> OBJECT [<source>...]) # Object Libraries

前言 嗨嗨，大家好，我是小圆 今天来实现一下 用python画出圣诞树 代码 模块 源码.点击领取即可 import turtle as t from turtle import * import random as r import time 圣诞树细节以及画布大小

1、卷积层 作用：提取图像特征，学习卷积核权重，根据目标函数提取想要的特征 卷积核作用： 降维或者升维，实现跨通道的交互和信息整合 以较小的参数代价

服了，要用SIFT这些，但是装这两玩意一直报错，记录一下，自用。 pip uninstall opencv-python pip uninstall opencv-contrib-python pip uninstall numpy pip install opencv-python -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com pip install opencv-contrib-python -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

由于本人单位有项目正好用到了图像拼接的算法，因此怀着学习的态度进行了基于Opencv的SIFT特征（传统方法）进行图像拼接的尝试，单位的图片

代码目录介绍 重点部分代码解读 sample_creator_unit_auto.py def main(): # current_dir = os.path.dirname(os.path.abspath(__file__)) parser = argparse.ArgumentParser(description='sample creator') parser.add_argument('-w', type=int, default=10, help='window length', required=True) parser.add_argument('-s', type=int, default=10, help='stride of window') parser.add_argument('--sampling', type=int, default=1, help='sub sampling of the given data. If it is 10, then this indicates that we assumes 0.1Hz of data collection') parser.add_argument('--test', type=int, default='0', help='select train or test, if it is

pytorch中的python对象占用空间很大，模型可以用.cuda()方法放在GPU上，临时的一个batch数据也在训练时放在GPU上进行

实验二：快速傅里叶变换 掌握信号处理的基本思想，理解采样信号的频谱特性，加强信号采样与重建的有关基本概念的理解，深入理解线性时不变系统输出与输

向量化说明和函数meshgrid的介绍 一、 学习目的： 1） 了解和掌握图像处理工具MATLAB，熟悉基于MATLAB的图像处理函数，并为下一步编

一、Flask用法 Flask是python的轻量级web框架，可用来做简单的模型部署。Flask的基本用法如下： step1：定义Flask类

目录 6.3 LSTM的记忆能力实验 6.3.1 模型构建 6.3.1.1 LSTM层 6.3.1.2 模型汇总 6.3.2 模型训练 6.3.2.1 训练指定长度的数字预测模型 6.3.2.2 多组训练 6.3.2.3 损失曲线展示 6.3.3 模型评价 6.3.3.1 在测试

目录 一.逻辑思维梳理 二.代码板块的实现 1.游戏主逻辑实现 2.棋盘的打印的数组的创建 2.玩家下棋的实现 3.电脑随机下棋的实现 4.判断输赢 三.分

目录 1、追本溯源 2、解决hikariCP的maxLifetime配置出现以下warn问题 3、具体解决步骤（查看源码） 1、追本溯源 很多年前在s

努力是为了不平庸~ 学习的最大理由是想摆脱平庸，早一天就多一份人生的精彩；迟一天就多一天平庸的困扰。 足球（Football[英]、 Soccer

01、XSS的原理和分类 跨站脚本攻击XSS(Cross Site Scripting)，为了不和层叠样式表(Cascading Style Sheets，CSS)

前端JavaScript面试题 ??Symbol ??相同的Set ??Getter ??控制动画 ??js中哪些操作会造成内存泄漏? html页面的骨架，相当于人的骨头，只有骨头

目录 Flask 500 internal server error 解决 jinja2.exceptions.TemplateNotFound: index.html 解决 TypeError: __init__() got an unexpected keyword argument 'mothods' 解决 Trying to unpickle estimator LogisticRegression from version 0.24.2 when using version 1.1 解决 Flask 500 internal server error 通用错误消息，服务器遇到了一个未曾预料的状况，导致了它无

在spyder中安装sklearn pip install sklearn 会出现"Defaulting to user installation because normal site-packages is not writeable"的报错，同时如果通过别的方法安装，会

什么是 ipad协议 微信协议是一种基于个人微信的提供开发api能力的机器人接口，该协议实现了80%的微信的功能，通俗来讲，就是可以基于这个ap

尝试调整超参数，例如批量⼤小、迭代周期数和学习率，并查看结果。 # 此处仅演示一个批量大小改变，其他的自己调参数，注意下面说的即可 # 调整批量大小

Releasing Graph Neural Networks with Differential Privacy Guarantees 1 ：动机 针对图片分类成员推理攻击的防御方法-教师集成学生模型PATE，在graph中不适用，分割成不相交的子集训练私有的教师

Fully-Convolutional Siamese Networks for Object Tracking（SiamFC 算法学习） 1、摘要 传统方法存在的问题：仅在线方法固有地限制了他们可以学习的模型的丰富性。本论文中，我

简单介绍 ✅CV应用现状与发展前景如何？ ✅算法工程师如何自我修炼？ CV应用现状与发展前景如何？ 模型训练好后，新增场景case,则需要再次进行模

[CVPR-2022] CLIPstyler: Image Style Transfer with a Single Text Condition 具有单一文本条件的图像风格迁移 摘要 1. 背景 2. 方法 2.1 基本框架 2.2 StyleNet 2.3 损失函数 3. 实验 3.1 风格迁移结果 3.2 对比实验 3.3 不同patch大小

1 目标检测： 目标检测指的是对目标进行分类与定位，输入图片，输出物体类别以及其坐标 目标检测模型分为one stage 和two stage类型。one sta

谈多重共线性 本文主要讨论古典假定中无多重共线性被违反的情况，主要情况包括多重共线性的实质和产生的原因、后果、检验方法及无多重共线性假定违反后

转自: Mapper编写有哪几种方式呢? 下文笔者讲述Mapper编写的方式简介说明，如下所示 方式1:编写一个继承SqlSessionDaoSu

有些时候我们需要把网站页面变成黑白色或灰色，特别是对于一些需要悼念的日子，以及一些影响力很大的伟人逝世或纪念日的时候，都会让网站的全部网页变

目录 利用SQL Sever和 VS C#实现 一、程序流程图 二、具体实现：利用SQL Sever和 VS实现，使用C#连接数据库 1、新建一个名为MySch

文章目录 1 快速理解 1.1 算法步骤 1.2 一个例子 2 K-means步骤详解 2.1 K值的选择 2.2 距离度量 2.3 新质心的计算 2.4 停止条件 3 K-means算法实现 3.1 创建数

论文名称： Deep High-Resolution Representation Learning for Human Pose Estimation 论文下载地址：https://arxiv.org/abs/1902.09212 官方源码地址：https://git