Posts

机器学习用Python还是Golang? 情况分析 机器学习（人工智能）发展历史 为什么Python在近发展这么快 机器学习API需要实现哪些功能的

论文链接 Kaiming He 大神不用多说 更多可见计算机视觉-Paper&Code - 知乎 Abstract 先总结一下论文的几点要点，果然大牛的论文都是清楚简单易懂，各

iris数据集的中文名是安德森鸢尾花卉数据集，含有5个key，分别是DESCT，target_name（分类名称，即四个特征值的名称），ta

1 线性滤波API函数 1.1 方框滤波函数：boxFilter函数 <1> . boxFilter()函数的作用：使用方框滤波来模糊一张图像。 <2> . 函数原型：v

目录 回归误差 交叉熵 CE BCE CE Focal Loss Dice Loss Lovasz-Softmax Loss 更多可见计算机视觉-Paper&Code - 知乎 本文主要希望总结下目前学术与业界常用到的Loss函

整理 | 王启隆 透过「历史上的今天」，从过去看未来，从现在亦可以改变未来。 今天是 2022 年 4 月 24 日，在 1970 年的今天，中国第一颗卫星“东方红一号”发射升空

百度网盘下载链接：https://pan.baidu.com/s/1Lsr-Kxp3fC8Z6kFT9ALOuQ?pwd=lg4y 提取码：l

源码获取：博客首页 "资源" 里下载！ 项目介绍 医院管理系统,分为管理员、医生、病人三种角色； 管理员主要功能包括： 首页、系统管理：医生管理、患者管

一，准备图片 可以先手动分一分，有的是关键信息在中间，有的是在上面，主要就是这两种。 然后用程序先截出正方形的图片： int main() { for (int i = 1; i <= 10; i++) { Mat

目录 一、基本概述 二、matplotlib绘图 三、画图的样式 四、图的种类 五、画图实践 六、效果截图 一、基本概述 Matplotlib是一个数据挖掘

此篇文章以解决实际问题为主，无多余修饰，直接操作。 前言 本文主要是记录在安装带GPU的pytorch过程中遇到的一些报错，torch.cuda

?WELCOME? ???欢迎来到 K❤️J 的空间??? ???本文主要讲解摄像机标定基础理论?!??? ?写在前面? 这里主要是分享在单线结构光扫描中的标定基础理论

还记得寒假，我也纠结过这个问题，当时好像弄清楚了，感觉没什么问题，然后最近上手又感觉有点懵逼，赶紧记下来，免得以后忘记。 网上搜了很多，但是好

参考：FaceDetector/detect_step_by_step.ipynb at master · faciallab/FaceDetector · GitHub 中文翻译：从零开始搭建人脸识别系统（一）MTC

前向传播与反向传播 前向传播 反向传播 神经网络的输出 、卷积神经网络输出值以及Pooling 层输出值（主要作用是下采样）过程皆为比较简单的基础知识

目录 前言 一、第一题 1.第一问 2.第二问 二、第二题 1.第一问 2.第二问 写在后面 前言 帮朋友宣传一下（第十届泰迪杯B题），用了好多种方法，比如模型

目录 4.生成随机数 5.索引与切片 布尔索引 6.数组运算 数组之间的大小比较 7.数组的组合 一、使用函数concatenate 二、使用函数hstac

大家好，我是小鱼儿 Hello，各位铁汁们?，今天咱不聊技术，谈我是为什么选择计算机专业，同时聊聊我的最近一年的经历，以及我为啥要写博客？——

今天给大家带来14个py小游戏如：吃金币、打乒乓、滑雪、并夕夕版飞机大战、打地鼠、小恐龙、消消乐、俄罗斯方块、贪吃蛇、24点小游戏、平衡木、

在阿里工作的9年多时间里，我作为技术主管（在阿里内部称为TL，Technical Leader）主要从事过两大块业务。第一块是UC浏览器PC版

1. 配置上传文件最大数值 默认情况下，在spring boot嵌入的tomcat限制了上传文件的大小，在spring boot的我官方文档中说明，每

数据库基础 1.1 一个简单的数据库应用系统 1.2 数据库设计 1.2.1 E-R模型 1.2.2逻辑数据模型 1.3 数据库应用系统 1.3.1应用系统的数据接口 1.3.2应用

今年的秋招基本已经进入大规模的开奖季了，很多小伙伴收获不错，拿到了心仪的offer。 各大论坛和社区里也看见不少小伙伴慷慨地分享了常见的面试题

????????? ???????? ???????? ???????? ???????? ???????? ???????? ???????? ???????? ???????? ????? ?? ??? ???? 作者 ： 不良使 ????? 潜力创作新星 华为云享专家 ?????? 博客记录学习的思路，项目和错误,寻找志同道合的朋友 ??????? 如果觉得有帮助记得一

最近一直在看用cv的方法进行轨迹预测，大老板说也许可以用强化学习来做，于是读了21年的 “Deep Reinforcement Learning for Autonomous Driving: A Survey” 这篇文章。这里对文

代码使用python实现，用到的是pyGEDI ## Dependencies - `numpy` - `gdal` - `h5py` - `pandas` - `matplotlib` ## Installation - `pip install pyGEDI` ## Loading pyGEDI Package `from pyGEDI import *` 安装成功后，使用如下代码 from pyGEDI import * fileh5_2A=r'G:dataGEDI02_A_2021225053948_O15112_03_T06391_02_003_02_V002.h5' h5_2A=getH5(fileh5_2A) ul_lat=45.591939 ul_lon=127.197238 lr_lat=45.298283

在完成对双目摄像头的标定之后，获得标定的矩阵包括左右相机的内参数矩阵、畸变矩阵、旋转矩阵和平移矩阵。将其放入代码中，如下所示： import cv2 import numpy as np #

朴素贝叶斯 一、概述 贝叶斯分类算法是统计学的一种概率分类方法，朴素贝叶斯分类是贝叶斯分类中最简单的一种。其分类原理就是利用贝叶斯公式根据某特征

背景 垃圾邮件的问题一直困扰着人们，传统的垃圾邮件分类的方法主要有"关键词法"和"校验码法"等，然而这两种方法效果并不理想。其中，如果使用的是

?WELCOME? ???欢迎来到 K❤️J 的空间??? ???本文主要讲解线激光扫描三维成像的算法实现原理?，基于这篇文章介绍?️，期待你对此类三维重建方法有一

pandas读取文件参数 pd.read_csv( filepath_or_buffer: Union[str, pathlib.Path, IO[~AnyStr]],#文件路径或网址连接 sep=',', #分隔符 header='infer', #是否包含列头，指定第几行位表头 names=None, #设置列名称 columns=None, #

神经网络组成（输入层、隐藏层、输出层） 最简单的神经网络：感知机 复杂一些的感知机由简单的感知机单元组合而成： Sigmoid 单元 感知机单元的输出只有 0 和 1，

文章目录 效果展示 数据集展示 为人脸照片添加口罩代码 掩膜生成代码 效果展示 数据集展示 数据集来源：使用了开源数据集FaceMask_CelebA gi

闲着没事，花了半个小时用这几天发布的部分内容来做一个Android简易图片浏览器小程序，代码设main_activity.xml设计首界面，

测试账号申请 测号响应流程：客户端发送请求，微信服务器收到请求后，转发到开发者服务器上，处理完后在发送给微信服务器，在返回给客户端 1、打开微信

爱心❤代码来了 村上春树说：“仪式是一件很重要的事。” 现实生活被琐事充斥，仪式感总是被人遗忘，凑合的晚饭、乱丢的衣物、杂乱无章的生活让原本平淡

前言 随着python越来越火爆并在2021年10月，语言流行指数的编译器Tiobe将Python加冕为最受欢迎的编程语言，且置于Java、C

好多人私信博主最近为什么不更新了，看不到我的文章都有点想念了。首先谢谢大家对我的支持，以后一定多多更新文章，大家一起进步，一起学习！❤️❤️

用TensorFlow实现线性回归实验 实验目的： 实验内容 一．TensorFlow环境安装 二．利用TensorFlow进行线性回归实验 实验要求

? 个人网站: 海拥 —— 一枚热爱分享技术与快乐的博主 ? 版权: 本文由【海拥】原创、在CSDN首发、需要转载请联系博主 ? 想寻找共同摸鱼的小伙伴，请点

GBDT 和随机森林 相同点： 1、都是由多棵树组成 2、最终的结果都是由多棵树一起决定 不同点： 1、组成随机森林的树可以是分类树，也可以是回归树；而 GBDT 只由

pandas高级操作 1.替换操作 替换操作可以同步作用于Series和DataFrame中 单值替换 普通替换;替换所有符合要求的元素 按照指定单值

如果您赞同，欢迎动动手指转发！ 近日“中科院因续订费用不堪重负，停用中国知网数据库”的消息让我们大吃一惊。中科院是我国论文成果产出最多的单位，

?这里是【秒懂·云原生】，关注我学习云原生不迷路 ?如果对你有帮助，给博主一个免费的点赞以示鼓励 欢迎各位?点赞?评论收藏⭐️ ?专栏介绍 【秒懂·

个人介绍 大家好我是：一颗松 认真分享技术，记录学习点滴 如果分享对你有用请支持我哦? 点赞：? 留言：✍收藏：⭐️ 个人格言： 想法落实的最佳时机就是现

目录​ 1.适配设备? 2.背景滚动? 3.管道的创建与移动? 4.小鸟操作? 5.碰撞检测? 6.触屏事件? 7.制作开始与结束面板? 8.得分统计? 我们

目录 一、必备插件 Chinese（中文） Settings Sync（配置同步到云端） ​wakatime（编程时间及行为跟踪统计） 二、效率神器 HTML Snippets

这次我们会介绍如何使用xlwings将Python和Excel两大数据工具进行集成，更便捷地处理日常工作。 说起Excel，那绝对是数据处理领

阿里云ECS云服务器快照概念以及使用 文章目录 阿里云ECS云服务器快照概念以及使用 1.快照的概念 1.1.什么是快照 1.2.云盘增量快照 2.为云

C 语言的指针很有趣。通过指针，可以简化一些 C 编程任务的执行，还有一些任务，如动态内存分配，没有指针是无法执行的。所以，想要成为一名优秀的 C 程

今天上班开早会就是新人见面仪式，听说来了个很厉害的大佬，年纪还不大，是上家公司离职过来的，薪资已经达到中高等水平，很多人都好奇不已，能拿到这

1、什么是`timescale指令？ `timescale指令我相信大家应该都不陌生，或多或少都见过，可能绝大部分人都能运用，但其实这个常用指

本篇博客将会讲述python中存在的一些小知识点。 一、小知识点 1.for-else结构（即for和else不同级）如图： 知识：当迭代的对象迭

** GEDI介绍及02B数据预处理 ** 前言 前言 随着激光雷达技术的不断发展，星载激光雷达在林分中也扮演着越来越重要的角色，尤其是GEDI数据对于林

findContours()和connectedComponentsWithStats()两个函数可以分别实现去除图像孤立点的功能 ​​​​​

初探三维计算机视觉（三维重建）—— 相机模型 + 双目系统 + 点云模型 目录 初探三维计算机视觉（三维重建）—— 相机模型 + 双目系统 + 点云模型 1. 相机模型 1.1

机器学习笔记（一） 什么是机器学习 机器学习概括来说可以用一句话来描述机器学习这件事，机器学习就是让机器具备找一个函式的能力。具体的说，机器学习

OpenCV计算机图像处理 —— 凸性缺陷 + 点多边形测试 + 形状匹配 + 轮廓分层与cv.findContours() 目录 OpenCV计算机图像处理 —

集成学习(ensemble learning)是时下非常流行的机器学习算法，它本身不是一个单独的机器学习算法，而是通 过在数据上构建多个模型，集

MySQL，一个熟悉又陌生的名词，早在学习Javaweb的时候，我们就用到了MySQL数据库，在那个阶段，MySQL对我们来说似乎只是一个存

目录 一.B/S模式和C/S模式 C/S：客户端服务器端结构模式 B/S：浏览器服务器模结构模式 B/S结构图： 二.创建web项目 三.举例说明Ser

何为FinClip FinClip是一款与“微信小程序”、“百度快应用”等提供类似小程序技术的平台。它的核心功能就是能够让任何APP拥有小程序

JOIN 一直是数据库性能优化的老大难问题，本来挺快的查询，一旦涉及了几个 JOIN，性能就会陡降。而且，参与 JOIN 的表越大越多，性能就越难提上来。 其实，

2022年4月10日~16日，经过大唐杯组委会数月的精心筹备与全国各赛区激烈的角逐，第九届大唐杯全国大学生移动通信5G技术大赛省赛如期圆满落

代价敏感错误率与代价曲线 代价敏感错误率： 其数学表达式为： 代价曲线： 在均等代价时，ROC 曲线不能直接反应出模型的期望总体代价，而代价曲线可以。

解决问题：通过pyqt5对opencv人脸识别模块进行调用 文章目录 1. pyqt5界面的设计 2. 建立一个主函数调用pyqt界面 3.大功告成！ 4. 项目

点估计：用实际样本的一个指标来估计总体的一个指标的一种估计方法。 点估计举例：比如说，我们想要了解中国人的平均身高，那么在大街上随便找了一个人

升学 一人考取中科院计算所研究生并获得世界三大EDA公司Offer； 一人考取北京航空航天大学研究生； 一人考取北京理工大学研究生； 一人考取浙江大

大家好呀,我是小生???从今天开始我们来重新拾起C语言!!!!??? 或许有人会问，C语言不是学完了吗？???其实有时候可以仔细思考一下，作为

目录 一、卍卐 系统当前时间 1、卍 currentTimeMillis() 方法： 2、卐 NanoTime() 方法： 3、卐 注意： 二、☠☠日期操作类 （1）☠Date类： （2）☠Calendar类： （3）☠D

1.事件过滤器 void QObject::installEventFilter(QObject *filterObj) bool eventFilter(QObject *obj, QEvent *event); Qt的事件过滤由以上两个方法实现，首先安装一个事件过滤器，然后重写bool eventFilter(QObject *obj, QEvent *event)。 filterO

上学期写大作业时收集的一些拿来直接用的网页特效，我还用服务器生成了 script 链接，只需一条标签就可以使用啦，如果你觉得这样会影响网站加载速度，没关系

安装metamask插件 下载地址：https://metamask.io/ 添加自定义网络： chainid: 56 rpc: https://bsc-dataseed.binance.org/ scan: https://bscscan.com 使用Remix部署合约 Remix是在线

?这里是【阿里云·云原生架构·白皮书】，关注我学习云原生不迷路 ?如果对你有帮助，给博主一个免费的点赞以示鼓励 欢迎各位?点赞?评论收藏⭐️ ?专

目录 一、资源下载 二、创建Qt工程并配置OpenCV环境 三、主函数测试 一、资源下载 ?OpenCV版本：3.4.2 Windows下OpenCV相

软件： python3.10版 内容： 现有一房子商业贷款总额为130万元,期限30年,年利率5.8%。 请分别用等额本息和等额本金两种还款方式计算

交叉验证的主要作用 为了得到更为稳健可靠的模型，对模型的泛化误差进行评估，得到模型泛化误差的近似值。当有多个模型可以选择时，我们通常选择“泛化

AI4DB: 慢SQL根因分析 概述 慢SQL一直是数据运维中的痛点问题，如何有效诊断慢SQL根因是当前一大难题，工具结合openGauss自身特点融合了现

Alice’s warm up 描述 Welcome to the XCTF-*CTF2022, I'm Alice and interested in AI security. I prepared a easy warm-up for you before you enjoy those pure AI security challenges. Like humans, AI also needs to warm up before running. Can you find something strange in these initialized parameters? 题面大部分是废话，不过还是有

?????? 哈喽！大家好，我是【IT邦德】，江湖人称jeames007，10年DBA工作经验 一位上进心十足的【大数据领域博主】！??? 中国DBA联盟(

影院订票系统前端页面 ?案例分析 ?详细设计 ✨座位数据与样式定义 ✨座位的事件处理及相关的代码 ✨监听与数据格式化 ✨电影信息展示 ?动态操作演示图 ?源

Linux大全 一、Linux上下五千年 1.1 历史长河 1.2 下载安装 1.3 目录介绍 1.4 网络配置 1.4.1 三种网络模式 1.4.2 ifconfig 1.4.3 ping 1.4.4 修改 IP 地址 1.4.5 主机名称 1.4.6 远程登录 1.5 系统管

任何从事电子、信息技术相关工作的人想必都听说过嵌入式和单片机。 我们都知道这两个名词和硬件系统有着非常密切的关系。但是，如果要问到底什么是嵌入

0. 引言 不同类型的开发插件具备不同的作用，有能够直接提升我们开发效率的，也有能够规范我们代码的。在茫茫的插件海中，结合我这些年的使用总结，给大

简历是什么 找工作之前投递的个人信息和工作能力----不全面 应该是：个人当前阶段的价值体现 前者：我能卖多少钱；后者：我现在值多少钱 建议：每隔半

NFT来势汹汹,参与者与日俱增,各类各样的NFT交易平台也如同雨后春笋般崛起。如今的NFT市场,热度持续,新老势力混战,对于刚入局的新手和还

ORB特征提取 1.1 ORB算法概述 ORB是Oriented Brief的简称，是brief的改进版本(在原有的描述子的基础上增加了旋转不变性，OR

时序模型方案(ARIMA) 精度分析，以及结果 模型预测+精度分析(大家自己调整参数,order=(1 ,1,1)) from statsmodels.tsa.arima_model import ARIMA ​ # Fit model model = ARIMA(y_train, order=(1 ,1,1)) model_fit = model.fit() ​ # Prediction with

首先需要下载好相应的opencv+控件文件夹（注意不要有中文和空格）： 到文件夹下的x86/bin 目录中拷贝所有的.dll文件（建议选择按类型

决策树 决策树(Decision Tree)是监督学习中的一种算法，并且是一种基本的分类与回归的方法 分为两种：分类树和回归数。这里首先来讨论分类

利用CART分类器进行预测 读取数据 import pandas as pd data =pd.read_csv("train.csv") 查看数据 # 显示前五行 data.head() # 显示行数和列数 data.shape # 显示所有列的数据类型等信息 data.info() # 显示类别Embarke

文章目录 一、安装Anaconda 1.换源 2.常用指令 二、安装cuda和cudnn 1.对应版本 2.创建虚拟环境 3.激活虚拟环境 4.安装cuda

考试纪律要求： 所有同学参与腾讯会议进行线上考试，会议全程录像。要求：使用笔记本电脑摄像头或者手机摄像头，二选一；不开摄像头的同学不准许参加考

一.事务的概念： 一组逻辑操作单元，时数据从一个状态转换到另一个状态。 二.事务处理的原则： 保证所有的事务都被当做一个操作单元来执行，即使出现了

?这里是【秒懂·云原生】，关注我学习云原生不迷路 ?如果对你有帮助，给博主一个免费的点赞以示鼓励 欢迎各位?点赞?评论收藏⭐️ ?专栏介绍 【秒懂·

线程安全问题 多个线程可能会共享(访问)同一个资源 //比如访问同一个对象，同一个变量，同一个文件 当多个线程访问同一块资源时，很容易引发数据错乱

每个人都能看懂的网络攻防 前言 一、SQL注入 二、XSS 攻击 1.反射型 2.存储型 三、CSRF 攻击 四、DDoS 攻击 五、DNS劫持 六、JSON 劫持 七

人脸特征提取 本文主要使用dlib库中的人脸特征识别功能。 dlib库使用68个特征点标注出人脸特征，通过对应序列的特征点，获得对应的脸部特征。

基本思想：使用友善开发板进行目标检测和测试 第一步：查看教程和进行刷机http://wiki.friendlyelec.com/wiki/in

网络如此发达的今天，攻击无处不在，而每一次攻击的成功往往造成信息的泄漏，严重者甚至带来经济的损失。所以作为技术人员，我们每个人都应该懂一点攻