飓风神龙
飓风神龙

OpenMMLab2.0 框架打卡01

社区：https://openmmlab.com/

mmlab框架新特性

支持算法模块

训练流程

OpenMMLab2.0 框架打卡01_第1张图片

各个功能模块

OpenMMLab2.0 框架打卡01_第2张图片

数据接口

OpenMMLab2.0 框架打卡01_第3张图片

日志信息流

OpenMMLab2.0 框架打卡01_第4张图片

你可能感兴趣的:(openMMlab,openMMlab)

  • ModuleNotFoundError: No module named ‘mmcv‘【已解决】 快快乐乐小小草 python
    https://download.openmmlab.com/mmcv/dist/cu102/torch1.8.0/index.htmlhttps://download.openmmlab.com/mmcv/dist/cu102/torch1.8.0/index.html直接使用以上链接找属于自己电脑的
  • python3.8.8显示ModuleNotFoundError: No module named ‘mmcv’ 曹家小圆宝 pytorchmmcvpytorch机器学习深度学习
    python3.8.8显示ModuleNotFoundError:Nomodulenamed‘mmcv’pipinstallmmcv不管用打开https://github.com/open-mmlab/mmcv按照torch和cuda版本选择安装pipinstallmmcv-full=={mmcv_version}-fhttps://download.openmmlab.com/mmcv/dist
  • mmdetection模型转onnx和tensorrt实战 dream_home8407 python深度学习人工智能
    一,说明1.本次实战使用的是mmdetection算法框架中的Cascase-Rcnn训练的模型；2.模型转换时,运行环境中各种工具的版本要保持一致；3.TensorRT我一直装不上,我用的是镜像环境.参考链接:link二,使用Docker镜像1.0,镜像基础环境构建exportTAG=openmmlab/mmdeploy:ubuntu20.04-cuda11.8-mmdeploydockerpu
  • AI 实战训练营（Class 1）OpenMMLab 概述 Zhangdd1208 MMLab实战训练营人工智能深度学习计算机视觉
    AI实战训练营（Class1）OpenMMLab概述OpenMMLab概述OpenMMLab各开源算法库详细介绍明星算法库:MMDetectionMMYOLOMMOCRMMDetection3DMMRotateMMSegmentationMMpretrainMMposeMMHuman3DMMAction2MMagicMMDeployPlaygroundOpenMMLab开源生态OpenMMLab概
  • MMDetection pythonSuperman MMdDetectionMMDetection
    什么是MMDetectionMMDetection实际上是一个用于目标检测的工具包，面向深度学习时代的。任务支持目标检测实例分割覆盖广泛440+个预训练模型60+篇论文复现常用学术数据集算法丰富两阶段检测器一阶段检测器级联检测器无锚框检测器Transformer使用方便训练工具测试工具推理APIMMDetection环境搭建MMCV是所有这个OpenMMLab系列包括MMDetection，MMC
  • openmmlab加载自训练权重 HHzdh 目标检测python目标检测
    openmmlab加载自训练权重在openmmlab中要加载自训练的模型权重，用于自己其他数据集训练的预训练模型。只需要在config文件中添加模型初始化。在config.py文件中的model配置中初始化。model=dict(type='TopdownPoseEstimator',data_preprocessor=dict(),backbone=dict(),head=dict(),test
  • 【小白向】MMDeploy安装部署|暗坑标注版 早上真好 环境和报错处理openmmlabAI实战c++linux深度学习
    文章目录序言正文1安装PPLCV2TensorRT环境相关3编译MMDeploy4编译SDK结束序言本文主要针对在编译安装OpenMMLab团队的MMDeploy模型部署工具时遇到的“难以下手”的问题。由于OpenMMLab的用户中很大一部分都是具有快速开发需求的人，或者说其实相当部分OpenMMlab开源算法体系的用户都没有特别扎实的代码基础或者理论基础，比如说我，在面对MMDeploy这个相对
  • mmdet tools 使用指南 小张Tt 目标检测python图像处理人工智能
    MMDetection是一个基于PyTorch的目标检测开源工具箱。它是OpenMMLab项目的一部分。主分支代码目前支持PyTorch1.8及其以上的版本。使用前提(1)mmdet使用手册地址https://mmdetection.readthedocs.io/zh-cn/latest/user_guides/index.html#id2(2)第一次运行前请先运行pipinstallseabor
  • 【七班】MMPose代码实践与耳朵穴位数据集实战【OpenMMLab AI实战营第二期Day3+作业1】 chg0901 数学建模人工智能计算机视觉
    Update0.关键词：物体检测，姿态估计，MMPose，RTMPose，RTMDet，openmmlab，mmdet1.数据集下载和解压与验收任务三角板数据#删除原有的数据集文件（如有）!rm-rfdata/Triangle_215_Keypoint_cocodata/Triangle_215_Keypoint_coco.zip#下载数据集压缩包!wgethttps://zihao-downlo
  • 【OpenMMLab AI实战营 学习笔记 DAY（三）-- mmclassification 安装配置 及 利用resnet训练flower模型】 R-F 人工智能学习python
    OpenMMLabAI实战营学习笔记DAY（三）--在北京超算平台mmclassification安装配置及利用resnet训练flower模型北京超算平台一、mmclassification环境安装配置二、模型搭建及训练数据集MMCls配置⽂件提交计算本次课程，仍然是由王若晖老师进行讲解，中间的答疑部分由张子豪（B站同济子豪兄）进行答疑讲解，最后是由北京超级云计算的沈平岗老师进行北京超算平台的使
  • 【笔记】书生·浦语大模型实战营——第四课（XTuner 大模型单卡低成本微调实战） myaijarvis 笔记
    【参考：tutorial/xtuner/README.mdatmain·InternLM/tutorial】【参考：(4)XTuner大模型单卡低成本微调实战_哔哩哔哩_bilibili-【OpenMMLab】】总结学到了linux系统中tmux的使用了解了XTuner大模型微调框架的使用pth格式参数转HuggingFace格式Merge模型参数学习记录tmuxaptupdate-y#更新源ap
  • 大模型实战训练营笔记（1） 崖7046 笔记
    1.大模型的发展：专用模型——通用大模型2.从模型到应用解释了模型到应用的具体实施流程，对整体的应用有了一个较为全面的认识。3.openmmlab全链条开源开放体系这部分是最有收获的，通过对这几种开源体系的介绍，其实也是对第二部分具体应用的一个较为详细的分析。a.书生万卷/opendatalab：数据系统b.预训练：对于大多数学习者来说应该不太需要c.微调增量微调+有监督微调d.评测e.部署f.智
  • 【笔记】书生·浦语大模型实战营——第三课（基于 InternLM 和 LangChain 搭建你的知识库） myaijarvis 笔记langchain
    【参考：tutorial/langchainatmain·InternLM/tutorial】【参考：(3)基于InternLM和LangChain搭建你的知识库_哔哩哔哩_bilibili-【OpenMMLab】】笔记基础作业这里需要等好几分钟才行bug：碰到pandas相关报错就卸载重装输出文字乱码：重新生成向量文件pythoncreate_db.pycreate_db.py#首先导入所需第三
  • 书生·浦语大模型实战营-学习笔记1 Kinno酱 大模型学习笔记人工智能自然语言处理chatgpt
    目录书生·浦语大模型全链路开源体系数据集预训练微调评测部署多智能体视频地址：(1)书生·浦语大模型全链路开源体系开源工具github：https://github.com/InternLM/InternLM书生·浦语大模型全链路开源体系这次视频中介绍了由上海人工智能实验室OpenMMLab开发的大模型全链路体系框架，框架涵盖了大模型的生命周期中数据集构建、预训练、微调、部署、评测到应用的所有会用到
  • DCNv2编译报错解决方法 爱吃糖葫芦的大熊 linux
    安装mmcv库：#命令行输入：pipinstallmmcv-full-fhttps://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html#将其中的{cu_version}替换为你的CUDA版本，{torch_version}替换为你已经安装的pytorch版本；#例如：CUDA为11.0，pytorch
  • 【已解决】.pth---＞.onnx(---＞.tflite)---＞.kmodel 坚硬果壳_ 部署神经网络人工智能嵌入式硬件
    最近在捣鼓K210端的算法部署，不得不吐槽官方文档真的不行，乱七八蕉的。。。这个帖子主要讲述一下模型转换的步骤，我这里常用的框架是pytorch，相较于tensorflow转换步骤更繁琐一点。.pth--->.onnx模型的话，我这里用的是openmmlab的开源库mmpretrain实现的MobileNetV3-Small,具体的模型可以根据自己的任务更换。frommmpretrain.mode
  • 【多模态对话】《颠覆性创新：多模态对话与精准区域分割 - VPGTrans & NExT-Chat》学习笔记 songyuc 学习笔记
    【OpenMMLab社区开放麦讲座】《颠覆性创新：多模态对话与精准区域分割-VPGTrans&NExT-Chat》1VPGTrans1.1研究问题1.1.1模态对齐预训练开销很大：训练时间长解决方案：迁移已有的VPG(比如BLIP-2OPT27B上的VPG)1.2训练技巧：两步框架Projector初始化大学习率warm-up（加速+防止掉点正常训练）正常训练2NExT-Chat2.1研究目标：全
  • 论文和模型学习资料合集 songyuc 论文阅读
    1Paper（1）VPGTrans:TransferVisualPromptGeneratoracrossLLMs(NeurIPS2023)【OpenMMLab社区开放麦讲座】《颠覆性创新：多模态对话与精准区域分割-VPGTrans&NExT-Chat》已知问题没有用到“InstructTuning”，主要是基于BLIP-2的模型，模型架构上有些过时（目前流行的是Llama架构）[video]2M
  • UI Grounding 学习笔记 songyuc 学习笔记
    学习资料【OpenMMLab社区开放麦讲座】《颠覆性创新：多模态对话与精准区域分割-VPGTrans&NExT-Chat》1.学术关键字LLMDetection2.相关论文InstructBLIP：指令微调RT-DETRVPGTrans:TransferVisualPromptGeneratoracrossLLMs(NeurIPS2023)：模态对齐预训练，针对类BLIP-2架构Phi：小语言模型
  • 最强姿态模型 mmpose 使用实例 AI视觉网奇 深度学习宝典姿态检测深度学习人工智能
    mmpose介绍：https://blog.csdn.net/jacke121/article/details/135040186图片姿态实例：本机地址：B:\/project\pose\mmpose-dev-1.x#Copyright(c)OpenMMLab.Allrightsreserved.importloggingfromargparseimportArgumentParserfrommm
  • OpenMMlab导出yolox模型并用onnxruntime和tensorrt推理 给算法爸爸上香 #modeldeployment#detection#OpenMMlabyolox网络目标检测
    导出onnx文件直接使用脚本importtorchfrommmdet.apisimportinit_detector,inference_detectorconfig_file='./configs/yolox/yolox_tiny_8xb8-300e_coco.py'checkpoint_file='yolox_tiny_8x8_300e_coco_20211124_171234-b404790
  • OpenMMlab导出FCN模型并用onnxruntime推理 给算法爸爸上香 #segmentation#OpenMMlab#modeldeployment深度学习图像分割FCN
    导出onnx文件直接使用脚本importtorchfrommmseg.apisinit_modelconfig_file='configs/fcn/fcn_r18-d8_4xb2-80k_cityscapes-512x1024.py'checkpoint_file='fcn_r18-d8_512x1024_80k_cityscapes_20201225_021327-6c50f8b4.pth'mo
  • MMDetection3D :openmmlab环境搭建及模拟kitti数据集跑pointpillars模型 爱吃油淋鸡的莫何 python深度学习神经网络
    点云训练—openmmlab环境搭建及模拟kitti数据集跑pointpillars模型1环境搭建在我的linux服务器上，基于ubuntu20.04参见：开始你的第一步—MMDetection3D1.3.0文档1.1本地环境已安装anaconda.anaconda的安装参见博文：DS6.1-YOLOv5部署爱吃油淋鸡的莫何.详解如下：！！！【执行脚本时不要sudo，否则会安装到root】进入安装
  • win10-mmgen安装/cyclegan运行问题记录 橙黄橘绿时_Eden python
    mmconda环境：conda：CUDA11.3condainstallpytorch1.11.0torchvision0.12.0torchaudio==0.11.0cudatoolkit=11.3-cpytorchpipinstallmmcv-full==1.5.0-fhttps://download.openmmlab.com/mmcv/dist/cu113/torch1.11.0/inde
  • 什么是MMCV？ 南山君饮东篱下 python
    MMCV（OpenMMLabComputerVision）是由OpenMMLab开发和维护的一个开源计算机视觉库。MMCV为计算机视觉研究人员和工程师提供了丰富的工具和函数，简化了计算机视觉任务的开发和实验过程。MMCV的设计目标是提供简洁、高效和可扩展的工具，以满足计算机视觉任务的需求。以下是MMCV的一些特点和功能：1.**丰富的基本组件**：MMCV提供了一系列基本组件，如图像处理、数据结构
  • 巨擘OpenMMLab将开源综合音频生成项目：Amphion 希尔贝壳AISHELL 智能语音音视频
    项目地址：https://github.com/open-mmlab/AmphionTTS:Text-to-SpeechAmphionachievesstate-of-the-artperformancewhencomparedwithexistingopen-sourcerepositoriesontext-to-speech(TTS)systems.Itsupportsthefollowing
  • 深度学习代码优化（Config，Registry，Hook） Yuezero_ 深度学习人工智能
    社区开放麦#9|OpenMMLab模块化设计背后的功臣1.配置文件管理Config1.1早期配置参数加载早期深度学习项目的代码大多使用parse_args，在代码启动入口加载大量参数，不利于维护。常见的配置文件有3中格式：python、json、yaml格式的配置文件，推荐使用Yaml文件来配置训练参数。基本所有能影响你模型的因素，都被涵括在了这个文件里，而在代码中，你只需要用一个简单的yaml.
  • OpenMMLab MMYOLO目标检测环境搭建（一） qq_41627642 MMYOLOMMdetectionMMpretrain目标检测人工智能计算机视觉
    基准和模型动物园概述支持YOLOv5实例分割支持基于mmposex的YOLOv5-pose添加15分钟实例分割教程YOLOv5支持使用掩码注释来优化bboxAdd多尺度训练和测试文档。有关发布历史和更新细节，请参阅changelog。所有模型均在COCOtrain2017数据集上进行训练，并在val2017数据集上进行评估。TRT-FP16-GPU-Latency(ms)是使用TensorRT8.
  • OpenMMlab导出yolov3模型并用onnxruntime和tensorrt推理 给算法爸爸上香 #modeldeployment#detection#OpenMMlabYOLOpytorchpython
    导出onnx文件直接使用脚本importtorchfrommmdet.apisimportinit_detector,inference_detectorconfig_file='./configs/yolo/yolov3_mobilenetv2_8xb24-ms-416-300e_coco.py'checkpoint_file='yolov3_mobilenetv2_mstrain-416_30
  • openMMLab的mmcv和mmdet、mmdet3d、mmseg版本对应关系 Arnold-FY-Chen openmmlabmmcvmmdetmmdet3dmmseg
    openmmlab提供了MIM来统一安装其多个mm功能框架包https://github.com/open-mmlab/mim，但是需要不借助MIM安装时，这里怎么确定要安装什么版本的mmcv和mmdet、mmdet3d、mmseg，在openmmlab网站主页上没有一个容易能找到的完整表格页面来详细记录他们之间的版本对应关系，好不容易找到个Faq页面，里面却只记录了最新的mmcv2.x和其它组件
  • 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
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他