- 深度学习详解:通过案例了解机器学习基础
beist
深度学习机器学习人工智能
引言机器学习(MachineLearning,ML)和深度学习(DeepLearning,DL)是现代人工智能领域中的两个重要概念。通过让机器具备学习的能力,机器可以从数据中自动找到函数,并应用于各种任务,如语音识别、图像识别和游戏对战等。在这篇笔记中,我们将通过一个简单的案例,逐步了解机器学习的基础知识。1.1机器学习案例学习1.1.1回归问题与分类问题在机器学习中,根据所要解决的问题类型,任务
- 深度学习学习指南
努力的Lorre
深度学习人工智能
本帖子将以本书的逻辑和顺序做一个梳理:CS基础->AI算法->模型压缩->异构计算->AI框架->AI编译器《DeepLearningSystems》(https://deeplearningsystems.ai/)CS基础推荐书单所需的编程语言(C/C++、Python)就不多讲了,数据结构算法也是大学基础课程,不多赘述。对于操作系统需要多了解,推荐多看一看《深入理解计算机系统》(传说中的面试圣
- Java全栈AI平台实战:从模型训练到部署的革命性突破——Spring AI+Deeplearning4j+TensorFlow Java API深度解析
墨夶
Java学习资料3java人工智能spring
一、背景与需求:为什么需要Java驱动的AI平台?某医疗影像公司面临以下挑战:多语言开发混乱:Python训练模型,C++部署推理,Java调用服务,导致维护成本高昂部署效率低下:PyTorch模型需手动转换ONNX格式,TensorRT优化耗时2小时/模型实时性不足:视频流分析延迟达3秒,无法满足急诊场景需求通过Java全栈AI平台,我们实现了:端到端开发:Java调用PyTorch训练模型,直
- 大规模胰腺癌检测通过非对比增强CT和深度学习| 文献速递-视觉通用模型与疾病诊断
有Li
深度学习人工智能
Title题目Large-scalepancreaticcancerdetectionvianon-contrastCTanddeeplearning大规模胰腺癌检测通过非对比增强CT和深度学习01文献速递介绍胰腺导管腺癌(PDAC)是最致命的实体恶性肿瘤,通常在晚期和不可手术的阶段被检测到。早期或偶然发现与延长生存期相关,但使用单一测试筛查无症状个体的PDAC仍然不可行,因为假阳性的潜在危害和低
- 文献速递:深度学习乳腺癌诊断---使用深度学习改善乳腺癌诊断的MRI技术
有Li
深度学习人工智能
Title题目ImprovingbreastcancerdiagnosticswithdeeplearningforMRI使用深度学习改善乳腺癌诊断的MRI技术01文献速递介绍乳腺磁共振成像(MRI)是一种高度敏感的检测乳腺癌的方式,报道的敏感性超过80%。传统上,其在筛查中的使用被限制在高风险患者身上。新的证据支持在中等风险和普通风险女性中进行筛查MRI的作用4)。诊断MRI对于额外的指示也很有
- 《基于超声的深度学习模型用于降低BI-RADS 4A乳腺病变的恶性率》论文笔记 MobileNet
往事随风、、
论文笔记机器学习深度学习论文阅读人工智能机器学习健康医疗
《APPLICATIONOFDEEPLEARNINGTOREDUCETHERATEOFMALIGNANCYAMONGBI-RADS4ABREASTLESIONSBASEDONULTRASONOGRAPHY》《基于超声的深度学习模型用于降低BI-RADS4A乳腺病变的恶性率》原文地址:链接文章目录摘要简介方法患者图像获取与处理深度学习模型统计分析结果讨论结论摘要本研究旨在开发一个基于超声(US)图像
- SAE层、BPNN层结合的深度学习模型
sbc-study
深度学习人工智能机器学习
EarlyFaultDetectionofMachineToolsBasedonDeepLearningandDynamicIdentificationBoLuo,HaotingWang,HongqiLiu,BinLi,andFangyuPengIEEETRANSACTIONSONINDUSTRIALELECTRONICS,VOL.66,NO.1,JANUARY2019一SAE层(栈式自编码器层-
- 多标签分类的激活函数和损失函数
通过幸福的路唯有奋斗
深度学习
刚入门DeepLearning不久,前一段时间一直在学习cifar10的分类,突然最近要做一个多标签的任务,突然有点不知所措,不知从何下手了。于是查阅了一些资料,了解一下多分类任务与多标签分类任务的异同。-多分类任务:只有一个标签,但是标签有多种类别。-多标签分类任务:一条数据可能有一个或者多个标签,比如一个病人的眼底检测报告,它可能被标记患有糖尿病、高血压多个标签。多标签分类任务的特点:1.类别
- Deep Lake 简介
DeepLake简介DeepLake是由Activeloop开发的一款开源深度学习数据湖(DeepLearningDataLake),专为人工智能时代设计,旨在解决深度学习项目中数据管理的复杂性与低效问题。核心特点特性说明多模态数据支持支持图像、视频、音频、文本、点云等多种数据类型,适用于各类AI场景。张量存储数据以张量格式存储,兼容主流深度学习框架(如PyTorch、TensorFlow)。数据
- 【深度学习】自编码器:数据压缩与特征学习的神经网络引擎
瑶光守护者
深度学习学习神经网络人工智能机器学习强化学习
作者选择了由IanGoodfellow、YoshuaBengio和AaronCourville三位大佬撰写的《DeepLearning》(人工智能领域的经典教程,深度学习领域研究生必读教材),开始深度学习领域学习,深入全面的理解深度学习的理论知识。之前的文章参考下面的链接:【深度学习】线性因子模型:数据降维与结构解析的数学透镜【学习笔记】强化学习:实用方法论【学习笔记】序列建模:递归神经网络(RN
- aws flask_如何将屏幕日志记录添加到Flask应用程序并将其部署在AWS Elastic Beanstalk上...
weixin_26742939
javapythonlinuxmysqlleetcode
awsflaskAttheendof2019Deeplearning.aireportedthatonly22%ofcompaniesthatusemachinelearningactuallydeployedamodel.Mostcompaniesdonotgetbeyondaproofofconcept,oftenbymeansofamodelinaJupyterNotebooks.Asare
- GeoTorchAI 项目使用与配置指南
尤贝升Sherman
GeoTorchAI项目使用与配置指南GeoTorchAIGeoTorchAI:AFrameworkforTrainingandUsingSpatiotemporalDeepLearningModelsatScale项目地址:https://gitcode.com/gh_mirrors/ge/GeoTorchAI1.项目目录结构及介绍GeoTorchAI的目录结构如下:GeoTorchAI/├──
- Dive-into-DL-PyTorch项目解析:目标检测中的R-CNN系列算法演进
陆或愉
Dive-into-DL-PyTorch项目解析:目标检测中的R-CNN系列算法演进Dive-into-DL-PyTorch本项目将《动手学深度学习》(DiveintoDeepLearning)原书中的MXNet实现改为PyTorch实现。项目地址:https://gitcode.com/gh_mirrors/di/Dive-into-DL-PyTorch引言目标检测是计算机视觉领域的核心任务之一
- Java 人工智能应用:使用 DL4J 实现深度学习算法
向哆哆
Java入门到精通人工智能java深度学习
Java人工智能应用:使用DL4J实现深度学习算法在当今数字化时代,人工智能技术正以前所未有的速度改变着各个行业的发展格局。而Java作为一种广泛应用于企业级开发的编程语言,在人工智能领域也发挥着越来越重要的作用。其中,深度学习作为人工智能的核心技术之一,为解决复杂问题提供了强大的能力。本篇文章将深入探讨如何使用Java深度学习库DL4J(Deeplearning4j)实现深度学习算法,助力开发者
- 学习笔记--Structural-RNN: Deep Learning on Spatio-Temporal Graphs
Giving_Kore
CV论文笔记StructuralRNNRNNCVspatiotemporal
论文链接:https://www.cv-foundation.org/openaccess/content_cvpr_2016/papers/Jain_Structural-RNN_Deep_Learning_CVPR_2016_paper.pdf此为原创笔记,如需转载请注明Structural-RNN:DeepLearningonSpatio-TemporalGraphs [–AsheshJai
- 《Transformer如何进行图像分类:从新手到入门》
机器学习司猫白
深度学习transformer分类深度学习图像分类
引言如果你对人工智能(AI)或深度学习(DeepLearning)感兴趣,可能听说过“Transformer”这个词。它最初在自然语言处理(NLP)领域大放异彩,比如在翻译、聊天机器人和文本生成中表现出色。但你知道吗?Transformer不仅能处理文字,还能用来分类图像!这听起来是不是有点神奇?别担心,这篇博客将带你从零开始,了解Transformer的基本概念、它如何被应用到图像分类,以及通过
- 深度学习入门:如何从零开始搭建自己的深度学习模型?
AI天才研究院
Python实战自然语言处理人工智能语言模型编程实践开发语言架构设计
作者:禅与计算机程序设计艺术1.简介深度学习(DeepLearning)近几年已经成为人们关注的热点话题。从2012年的ImageNet竞赛开始,激起了众多研究者的兴趣,也带来了越来越多的应用场景。随着技术的飞速发展,深度学习已经成为了各个领域最具潜力的技术。作为一名AI科研工作者,了解、掌握深度学习相关知识可以帮助你更好地理解并解决实际问题。本文将全面介绍深度学习的基础知识、技术要点及其应用。文
- 神经网络入门书籍推荐,神经网络的书籍推荐
阳阳2013哈哈
物联网神经网络深度学习机器学习
有什么适合深度学习的书单吗?。12本最好的深度学习书籍:1.用Scikit-Learn和TensorFlow进行机器学习2.深度学习(DeepLearning)3.DeepLearningfortheLayman(为外行准备的深度学习)4.建立你自己的神经网络(MakeYourOwnNeuralNetwork)5.深度学习初学者(DeepLearningforBeginners)6.神经网络和深度
- 探秘 Alfred:一款强大的 macOS 生产力工具
宋韵庚
探秘Alfred:一款强大的macOS生产力工具alfredalfred-py:Adeeplearningutilitylibraryfor**human**,moredetailabouttheusageoflibto:https://zhuanlan.zhihu.com/p/341446046项目地址:https://gitcode.com/gh_mirrors/al/alfred在程序员和效
- 2025转行指南:Java开发工程师转AI工程师,附全网最详细的大模型学习路线
AI小白熊
java人工智能学习大模型程序员ai开发语言
关键要点研究表明,Java开发工程师转AI工程师需要学习数学、Python编程、机器学习和深度学习等技能。证据显示,掌握TensorFlow、PyTorch等框架和云部署技术(如Aliyun、AWS)也很重要。学习资源包括Coursera的免费课程、DiveintoDeepLearning书和国内平台如PaddlePaddle。技能和学习资料概述所需技能要从Java开发工程师成功转型为AI工程师,
- SuperVINS:实时视觉-惯性SLAM框架,应对挑战性成像条件
秋泉律Samson
SuperVINS:实时视觉-惯性SLAM框架,应对挑战性成像条件SuperVINSAreal-timevisual-inertialSLAMframeworkforchallengingimagingconditions(integrateddeeplearningfeatures)项目地址:https://gitcode.com/gh_mirrors/su/SuperVINS项目介绍Super
- 探秘空间基因表达的 “地形图”:GASTON 算法重磅来袭!
阔跃生物
阔跃云阔跃AI阔跃生物算法阔跃生物阔跃云阔跃AI人工智能
在生命科学的浩瀚宇宙中,空间基因表达模式的解析一直是科研人员苦苦追寻的目标。近期,一篇发表于《NatureMethods》的重磅研究《Mappingthetopographyofspatialgeneexpressionwithinterpretabledeeplearning》为我们点亮了新的希望。该研究由PrincetonUniversity的BenjaminJ.Raphael团队主导,历
- 神经网络在MATLAB中是如何实现的?
tyatyatya
MATLAB教程神经网络matlab人工智能
文章目录前言MATLAB环境配置一、图形化界面工具(适合快速上手)1.NeuralNetworkToolboxGUI2.DeepLearningToolboxGUI二、编程实现(适合高级定制)1.基础神经网络(前馈网络)2.深度学习(CNN、RNN)3.循环神经网络(RNN)三、关键步骤总结数据准备:网络构建:模型训练:模型评估与部署:四、常用函数与工具箱前言在MATLAB中实现神经网络主要有两种
- AI人工智能深度学习算法:在流体动力学中的应用
AI天才研究院
计算AI大模型企业级应用开发实战计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
欢迎您的阅读,接下来我将为您一步步分析:AI人工智能深度学习算法在流体动力学中的应用。让我们通过多个角度来探讨这个问题。文章目录AI人工智能深度学习算法:在流体动力学中的应用AIDeepLearningAlgorithms:ApplicationsinFluidDynamics1.理解深度学习和流体动力学的基本概念1.UnderstandingtheBasicConceptsofDeepLearn
- Generative Pre-trained Transformer
科学禅道
大模型专栏深度学习模型专栏transformer深度学习人工智能
GenerativePre-trainedTransformer(GPT)referstoaclassofdeeplearningmodelsdevelopedbyOpenAI,specificallydesignedfornaturallanguageprocessingtasks.GPTmodelsarebasedonthetransformerarchitectureandarepre-tr
- 从理论到落地,大模型评测体系综合指南
LLM.
人工智能深度学习opencv计算机视觉注意力机制
1956年夏,“人工智能”这一概念被提出。距今已有近70年的发展历史。中国科学院将其划分为六个阶段:起步发展期(1956年—1960s),反思发展期(1960s-1970s),应用发展期(1970s-1980s),低迷发展期(1980s-1990s),稳步发展期(1990s-2010),以及蓬勃发展期(2011-)。真正的大模型历史还要从2006年DeepLearning首次在Science上发表
- 【学习笔记】深度学习:典型应用
瑶光守护者
学习笔记深度学习人工智能计算机视觉语音识别
作者选择了由IanGoodfellow、YoshuaBengio和AaronCourville三位大佬撰写的《DeepLearning》(人工智能领域的经典教程,深度学习领域研究生必读教材),开始深度学习领域学习,深入全面的理解深度学习的理论知识。之前的文章参考下面的链接:【学习笔记】强化学习:实用方法论【学习笔记】序列建模:递归神经网络(RNN)【学习笔记】理解深度学习和机器学习的数学基础:数值
- PyTorchVideo:视频理解研究的深度学习库
虞亚竹Luna
PyTorchVideo:视频理解研究的深度学习库pytorchvideoAdeeplearninglibraryforvideounderstandingresearch.项目地址:https://gitcode.com/gh_mirrors/py/pytorchvideo项目介绍PyTorchVideo是一个专注于视频理解研究的深度学习库。由FacebookResearch开发,PyTorch
- 机器学习 vs 深度学习:深入浅出解析两者的区别
海豹工匠
机器学习深度学习人工智能神经网络卷积神经网络
在当今科技飞速发展的时代,**机器学习(MachineLearning)和深度学习(DeepLearning)**成为了人工智能(AI)领域的热门话题。无论你是技术专家、学生,还是对AI感兴趣的普通读者,理解这两者的区别都是至关重要的。本文将以通俗易懂的方式,深入浅出地解析机器学习与深度学习的区别,帮助你全面掌握这一知识。什么是机器学习?机器学习是人工智能的一个子领域,专注于开发能够从数据中自动学
- 机器学习与深度学习的区别详解
云端.代码农夫CloudFarmer
机器学习深度学习人工智能
机器学习与深度学习的区别详解在数据科学和人工智能领域,机器学习(MachineLearning,ML)和深度学习(DeepLearning,DL)是两个非常重要的概念。尽管这两个术语常常被提及,并且有时会被混淆,但它们之间有着显著的区别。本文将详细介绍机器学习和深度学习的不同之处,帮助读者更好地理解这两个技术的特点和应用场景。一、基本概念1.机器学习机器学习是一种通过数据训练模型,以便使计算机能够
- ASM系列六 利用TreeApi 添加和移除类成员
lijingyao8206
jvm动态代理ASM字节码技术TreeAPI
同生成的做法一样,添加和移除类成员只要去修改fields和methods中的元素即可。这里我们拿一个简单的类做例子,下面这个Task类,我们来移除isNeedRemove方法,并且添加一个int 类型的addedField属性。
package asm.core;
/**
* Created by yunshen.ljy on 2015/6/
- Springmvc-权限设计
bee1314
springWebjsp
万丈高楼平地起。
权限管理对于管理系统而言已经是标配中的标配了吧,对于我等俗人更是不能免俗。同时就目前的项目状况而言,我们还不需要那么高大上的开源的解决方案,如Spring Security,Shiro。小伙伴一致决定我们还是从基本的功能迭代起来吧。
目标:
1.实现权限的管理(CRUD)
2.实现部门管理 (CRUD)
3.实现人员的管理 (CRUD)
4.实现部门和权限
- 算法竞赛入门经典(第二版)第2章习题
CrazyMizzz
c算法
2.4.1 输出技巧
#include <stdio.h>
int
main()
{
int i, n;
scanf("%d", &n);
for (i = 1; i <= n; i++)
printf("%d\n", i);
return 0;
}
习题2-2 水仙花数(daffodil
- struts2中jsp自动跳转到Action
麦田的设计者
jspwebxmlstruts2自动跳转
1、在struts2的开发中,经常需要用户点击网页后就直接跳转到一个Action,执行Action里面的方法,利用mvc分层思想执行相应操作在界面上得到动态数据。毕竟用户不可能在地址栏里输入一个Action(不是专业人士)
2、<jsp:forward page="xxx.action" /> ,这个标签可以实现跳转,page的路径是相对地址,不同与jsp和j
- php 操作webservice实例
IT独行者
PHPwebservice
首先大家要简单了解了何谓webservice,接下来就做两个非常简单的例子,webservice还是逃不开server端与client端。我测试的环境为:apache2.2.11 php5.2.10做这个测试之前,要确认你的php配置文件中已经将soap扩展打开,即extension=php_soap.dll;
OK 现在我们来体验webservice
//server端 serve
- Windows下使用Vagrant安装linux系统
_wy_
windowsvagrant
准备工作:
下载安装 VirtualBox :https://www.virtualbox.org/
下载安装 Vagrant :http://www.vagrantup.com/
下载需要使用的 box :
官方提供的范例:http://files.vagrantup.com/precise32.box
还可以在 http://www.vagrantbox.es/
- 更改linux的文件拥有者及用户组(chown和chgrp)
无量
clinuxchgrpchown
本文(转)
http://blog.163.com/yanenshun@126/blog/static/128388169201203011157308/
http://ydlmlh.iteye.com/blog/1435157
一、基本使用:
使用chown命令可以修改文件或目录所属的用户:
命令
- linux下抓包工具
矮蛋蛋
linux
原文地址:
http://blog.chinaunix.net/uid-23670869-id-2610683.html
tcpdump -nn -vv -X udp port 8888
上面命令是抓取udp包、端口为8888
netstat -tln 命令是用来查看linux的端口使用情况
13 . 列出所有的网络连接
lsof -i
14. 列出所有tcp 网络连接信息
l
- 我觉得mybatis是垃圾!:“每一个用mybatis的男纸,你伤不起”
alafqq
mybatis
最近看了
每一个用mybatis的男纸,你伤不起
原文地址 :http://www.iteye.com/topic/1073938
发表一下个人看法。欢迎大神拍砖;
个人一直使用的是Ibatis框架,公司对其进行过小小的改良;
最近换了公司,要使用新的框架。听说mybatis不错;就对其进行了部分的研究;
发现多了一个mapper层;个人感觉就是个dao;
- 解决java数据交换之谜
百合不是茶
数据交换
交换两个数字的方法有以下三种 ,其中第一种最常用
/*
输出最小的一个数
*/
public class jiaohuan1 {
public static void main(String[] args) {
int a =4;
int b = 3;
if(a<b){
// 第一种交换方式
int tmep =
- 渐变显示
bijian1013
JavaScript
<style type="text/css">
#wxf {
FILTER: progid:DXImageTransform.Microsoft.Gradient(GradientType=0, StartColorStr=#ffffff, EndColorStr=#97FF98);
height: 25px;
}
</style>
- 探索JUnit4扩展:断言语法assertThat
bijian1013
java单元测试assertThat
一.概述
JUnit 设计的目的就是有效地抓住编程人员写代码的意图,然后快速检查他们的代码是否与他们的意图相匹配。 JUnit 发展至今,版本不停的翻新,但是所有版本都一致致力于解决一个问题,那就是如何发现编程人员的代码意图,并且如何使得编程人员更加容易地表达他们的代码意图。JUnit 4.4 也是为了如何能够
- 【Gson三】Gson解析{"data":{"IM":["MSN","QQ","Gtalk"]}}
bit1129
gson
如何把如下简单的JSON字符串反序列化为Java的POJO对象?
{"data":{"IM":["MSN","QQ","Gtalk"]}}
下面的POJO类Model无法完成正确的解析:
import com.google.gson.Gson;
- 【Kafka九】Kafka High Level API vs. Low Level API
bit1129
kafka
1. Kafka提供了两种Consumer API
High Level Consumer API
Low Level Consumer API(Kafka诡异的称之为Simple Consumer API,实际上非常复杂)
在选用哪种Consumer API时,首先要弄清楚这两种API的工作原理,能做什么不能做什么,能做的话怎么做的以及用的时候,有哪些可能的问题
- 在nginx中集成lua脚本:添加自定义Http头,封IP等
ronin47
nginx lua
Lua是一个可以嵌入到Nginx配置文件中的动态脚本语言,从而可以在Nginx请求处理的任何阶段执行各种Lua代码。刚开始我们只是用Lua 把请求路由到后端服务器,但是它对我们架构的作用超出了我们的预期。下面就讲讲我们所做的工作。 强制搜索引擎只索引mixlr.com
Google把子域名当作完全独立的网站,我们不希望爬虫抓取子域名的页面,降低我们的Page rank。
location /{
- java-归并排序
bylijinnan
java
import java.util.Arrays;
public class MergeSort {
public static void main(String[] args) {
int[] a={20,1,3,8,5,9,4,25};
mergeSort(a,0,a.length-1);
System.out.println(Arrays.to
- Netty源码学习-CompositeChannelBuffer
bylijinnan
javanetty
CompositeChannelBuffer体现了Netty的“Transparent Zero Copy”
查看API(
http://docs.jboss.org/netty/3.2/api/org/jboss/netty/buffer/package-summary.html#package_description)
可以看到,所谓“Transparent Zero Copy”是通
- Android中给Activity添加返回键
hotsunshine
Activity
// this need android:minSdkVersion="11"
getActionBar().setDisplayHomeAsUpEnabled(true);
@Override
public boolean onOptionsItemSelected(MenuItem item) {
- 静态页面传参
ctrain
静态
$(document).ready(function () {
var request = {
QueryString :
function (val) {
var uri = window.location.search;
var re = new RegExp("" + val + "=([^&?]*)", &
- Windows中查找某个目录下的所有文件中包含某个字符串的命令
daizj
windows查找某个目录下的所有文件包含某个字符串
findstr可以完成这个工作。
[html]
view plain
copy
>findstr /s /i "string" *.*
上面的命令表示,当前目录以及当前目录的所有子目录下的所有文件中查找"string&qu
- 改善程序代码质量的一些技巧
dcj3sjt126com
编程PHP重构
有很多理由都能说明为什么我们应该写出清晰、可读性好的程序。最重要的一点,程序你只写一次,但以后会无数次的阅读。当你第二天回头来看你的代码 时,你就要开始阅读它了。当你把代码拿给其他人看时,他必须阅读你的代码。因此,在编写时多花一点时间,你会在阅读它时节省大量的时间。让我们看一些基本的编程技巧: 尽量保持方法简短 尽管很多人都遵
- SharedPreferences对数据的存储
dcj3sjt126com
SharedPreferences简介: &nbs
- linux复习笔记之bash shell (2) bash基础
eksliang
bashbash shell
转载请出自出处:
http://eksliang.iteye.com/blog/2104329
1.影响显示结果的语系变量(locale)
1.1locale这个命令就是查看当前系统支持多少种语系,命令使用如下:
[root@localhost shell]# locale
LANG=en_US.UTF-8
LC_CTYPE="en_US.UTF-8"
- Android零碎知识总结
gqdy365
android
1、CopyOnWriteArrayList add(E) 和remove(int index)都是对新的数组进行修改和新增。所以在多线程操作时不会出现java.util.ConcurrentModificationException错误。
所以最后得出结论:CopyOnWriteArrayList适合使用在读操作远远大于写操作的场景里,比如缓存。发生修改时候做copy,新老版本分离,保证读的高
- HoverTree.Model.ArticleSelect类的作用
hvt
Web.netC#hovertreeasp.net
ArticleSelect类在命名空间HoverTree.Model中可以认为是文章查询条件类,用于存放查询文章时的条件,例如HvtId就是文章的id。HvtIsShow就是文章的显示属性,当为-1是,该条件不产生作用,当为0时,查询不公开显示的文章,当为1时查询公开显示的文章。HvtIsHome则为是否在首页显示。HoverTree系统源码完全开放,开发环境为Visual Studio 2013
- PHP 判断是否使用代理 PHP Proxy Detector
天梯梦
proxy
1. php 类
I found this class looking for something else actually but I remembered I needed some while ago something similar and I never found one. I'm sure it will help a lot of developers who try to
- apache的math库中的回归——regression(翻译)
lvdccyb
Mathapache
这个Math库,虽然不向weka那样专业的ML库,但是用户友好,易用。
多元线性回归,协方差和相关性(皮尔逊和斯皮尔曼),分布测试(假设检验,t,卡方,G),统计。
数学库中还包含,Cholesky,LU,SVD,QR,特征根分解,真不错。
基本覆盖了:线代,统计,矩阵,
最优化理论
曲线拟合
常微分方程
遗传算法(GA),
还有3维的运算。。。
- 基础数据结构和算法十三:Undirected Graphs (2)
sunwinner
Algorithm
Design pattern for graph processing.
Since we consider a large number of graph-processing algorithms, our initial design goal is to decouple our implementations from the graph representation
- 云计算平台最重要的五项技术
sumapp
云计算云平台智城云
云计算平台最重要的五项技术
1、云服务器
云服务器提供简单高效,处理能力可弹性伸缩的计算服务,支持国内领先的云计算技术和大规模分布存储技术,使您的系统更稳定、数据更安全、传输更快速、部署更灵活。
特性
机型丰富
通过高性能服务器虚拟化为云服务器,提供丰富配置类型虚拟机,极大简化数据存储、数据库搭建、web服务器搭建等工作;
仅需要几分钟,根据CP
- 《京东技术解密》有奖试读获奖名单公布
ITeye管理员
活动
ITeye携手博文视点举办的12月技术图书有奖试读活动已圆满结束,非常感谢广大用户对本次活动的关注与参与。
12月试读活动回顾:
http://webmaster.iteye.com/blog/2164754
本次技术图书试读活动获奖名单及相应作品如下:
一等奖(两名)
Microhardest:http://microhardest.ite