入门实战

【一起入坑AI】手把手教你 keras+CNN实现经典入门实战案例---猫狗识别

目录一、卷积神经网络简述二、猫狗数据下载与代码实现2.1猫狗数据下载链接2.2代码实现2.2.1我将代码分为两部分：2.2.2代码三、优化过程一、卷积神经网络简述典型的卷积神经网络通常由以下三种层结构共同组成：卷积层(Convolution)、下采样池化层(Pooling)、全连接层(Fullyconnected)其中卷积是为了提取出局部特征值，池化是从这些特征值里面筛选更有特征的特征值，使得卷积
小样5411·2022-05-10 07:31

java Spring Boot企业微信点餐系统

javaSpringBoot企业微信点餐系统后端开发:1、2017龙果微服务架构的分布式事务解决方案2、2017年龙果springboot入门实战视频教程-首套中文教程3、51CTOSpringBoot
weixin_30338743·2022-04-30 14:24

建议收藏 ~ 最全的 JS 逆向入门教程合集

基础入门实战案例浅析JS加密-DES与Base64实战案例浅析JS加密-RSA与XXTEA实战案例浅析JS加密-基础总结篇Chrome调试工具常用功能讲解（点击文章标题跳转详情）通用加密算法案例解析Python
叶狼·2022-04-18 09:56

springsecurity + springboot 入门实战

@Controller@RequestMapping("/product")publicclassProductTestController{@RequestMapping("/info")@ResponseBodypublicStringproductInfo(){return"someproductinfo";}}----------------------------------------
刘少洋·2022-04-15 13:26

【PyTorch学习笔记】6.循环神经网络

(好课推荐)深度学习与PyTorch入门实战——主讲人
贪钱算法还我头发·2022-04-11 09:24

Pytorch入门实战（2）-使用BP神经网络实现MNIST手写数字识别

上一篇：Pytorch入门实战（1）-实现线性回归涉及知识点Pytorchnn.Module的基本使用Pytorchnn.Linear的基本用法PytorchVisionTransforms的基本使用Pytorch
iioSnail·2022-04-10 08:46

深度学习入门实战----利用神经网络识别自己的手写数字

一、定义神经网络classneuralNetwork:#initialisetheneuralnetworkdef__init__(self,inputnodes,hiddennodes,outputnodes,learningrate):#setnumberofnodesineachinput,hidden,outputlayerself.inodes=inputnodesself.hnodes
码农男孩·2022-04-10 07:37

天池竞赛入门实战——快来一起挖掘幸福感！

天池算法大赛是阿里巴巴的(阿里云)赛题链接：https://tianchi.aliyun.com/competition/entrance/231702/introduction数据获取数据清洗整理分析https://www.cnblogs.com/jp-mao/p/10487082.htmlcodeimportnumpyasnpimportpandasaspd#导入train_set和test_
hxxjxw·2022-04-01 07:25

2022年新出的Python学习神器(附源码)

目前就职于魔都的一家互联网初创公司，有着丰富地海外留学经验，并且还去过20多个国家游学、旅游，而他的公众号：关于数据分析与可视化，已经累积了120+篇的原创，有关于数据分析与可视化方向的，也有Python入门实战方向的
Python研究者·2022-03-31 21:48

企业入门实战--k8s之存储之configMap配置管理、Secret配置管理和Volumes配置管理

企业入门实战--k8s之存储之configMap配置管理、Secret配置管理和Volumes配置管理一、configMap配置管理创建configmap使用configmap二、Secret配置管理三
鱼子酱048·2022-03-31 10:19

Kubernetes：存储管理

Blog：博客园个人参考：Volumes|Kubernetes、PersistentVolumes|Kubernetes、Kubernetes基础入门实战简单来说，存储卷是定义在Pod资源之上可被其内部的所有容器挂载的共享目录
不羁的罗恩·2022-03-25 11:00

.NET Core(.NET 6)控制台应用程序与MongoDB Atlas入门实战示例教程详解

注：本文首发于码友网--《.NETCore(.NET6)控制台应用程序与MongoDBAtlas入门实战示例教程详解》.NETCore(.NET6)控制台应用程序与MongoDBAtlas入门示例教程详解概述
·2022-03-24 14:09

网易云课程：深度学习与PyTorch入门实战

网易云课程：深度学习与PyTorch入门实战01深度学习初见1.1深度学习框架简介1.2pytorch功能演示2开发环境安装3回归问题3.1简单的回归问题（梯度下降算法）3.3回归问题实战3.4分类问题引入
鱼与钰遇雨·2022-03-23 19:37

初学者都能学会的ElasticSearch入门实战

大家好，我是咔咔不期速成，日拱一卒项目中准备使用ElasticSearch，之前只是对ElasticSearch有过简单的了解没有系统的学习，本系列文章将从基础的学习再到深入的使用。咔咔之前写了一份死磕MySQL文章，如今再入一个系列玩转ElasticSearch。本期文章会带给大家学习ElasticSearch的基础入门，先把基础学会再深入学习更多的知识点。一、基本概念文档(Document)E
咔咔-·2022-03-23 15:00

【Pytorch学习笔记】5.卷积神经网络

(好课推荐)深度学习与PyTorch入门实战——主讲人龙良曲32.卷积神经网络基础知识还是得看ngimporttorchimporttorch.nnasnnimp
贪钱算法还我头发·2022-03-23 08:40

opencv-python 入门实战：传统方法Hog+svm实现目标检测

前言很多初学opencv的朋友，可能会茫无头绪，不知道怎么和python搭配，做一些简单的图像处理工作。在这里分享一个自己做过的一个小课题：公交上下车流量检测中的一部分——人头检测。关于Hog特征和svm原理的相关讲解博客，前人已经做的相当完备了。我这里就不再讲述原理，直接就我之前编的代码进行详解，帮助一些初学者快速了解opencv的常用函数，以及如何使用python，编写一些并实现的目标检测。大
weixin_44689486·2022-03-22 14:25

Android入门实战——做一个健康饮食搭配APP

文章目录一、项目概述二、开发环境三、项目结构四、项目演示五、项目总结六、源码下载一、项目概述本次项目主要实现了一款实用的饮食搭配系统，有欢迎界面、引导界面和使用界面，其中引导界面只会在第一次使用app时候出现，符合用户使用习惯。使用界面有三个选项卡：食物搭配表、食物营养表、关于本软件。【食物搭配表】是以列表形式显示食物的信息，点击进去可以查看详情，可以进行搜索和刷新；【食物营养表】是以网格形式展示
振华OPPO·2022-03-19 20:13

基于股票大数据分析的Python入门实战(实践记录)(持续更新)

pandas_datareadertusharepandas_datareader不准备解决tushare解决第8章数据库操作与绘制MACD线第11章用BIAS范例讲述Django框架安装并创建项目运行项目胡书敏.基于股票大数据分析的Python入门实战
沧海一渔·2022-03-14 10:32

【快速入门】YOLOv5目标检测算法

文章目录一、YOLOv5简介二、网络结构1、Input2、Backbone3、Neck4、Head三、改进方法1、自适应锚框计算2、自适应灰度填充四、性能表现五、YOLOv5入门实战一、YOLOv5简介
AI 菌·2022-03-03 07:11

.NET Core(.NET 6)控制台应用程序与MongoDB Atlas入门实战示例教程详解

注：本文首发于码友网--《.NETCore(.NET6)控制台应用程序与MongoDBAtlas入门实战示例教程详解》.NETCore(.NET6)控制台应用程序与MongoDBAtlas入门示例教程详解概述
·2022-02-25 15:12

微信小程序开发入门实战 （二）小程序代码构成与基础知识

在上一章微信小程序开发入门实战（一）准备阶段与vant-ui使用中，我们通过开发者工具快速创建了一个QuickStart项目。
侬姝沁儿·2022-02-21 01:22

94scikit-learn 机器学习入门实战--聚类学习算法对比评估

聚类学习算法对比评估更多聚类算法MiniBatchK-Means实现方法：sklearn.cluster.MiniBatchKMeansMiniBatchK-Means整体上和K-Means很相似，它是K-Means的一个变种形式。与K-Means不同的地方在于，其每次从全部数据集中抽样小数据集进行迭代。MiniBatchK-Means算法在不对聚类效果造成较大影响的前提下，大大缩短了计算时间。A
Jachin111·2022-02-19 11:29

Flutter

SegmentFault思否搭建Flutter开发环境·《Flutter实战》项目Flutter完整开发实战详解(一、Dart语言和Flutter基础)-视频DartFlutter教程_DartFlutter入门实战视频教程
itkluo88·2022-02-19 03:52

NLP入门实战——基于深度学习的文本分类2

之前有介绍基于机器学习的文本分类：https://www.jianshu.com/p/2f1cb73fefb5基于深度学习的文本分类：https://www.jianshu.com/p/77a51a3fc298本文介绍第二种基于深度学习的文本分类一、文本表示法3本节通过word2vec学习词向量。word2vec模型背后的基本思想是对出现在上下文环境里的词进行预测。对于每一条输入文本，我们选取一个
ebook_sea·2022-02-14 16:45

零基础python快速入门实战，这样还怕学不会python?

背景Python因其在人工智能领域的先天优势，深受欢迎。随着人工智能和机器学习的发展，各行各业职位正在逐渐被智能机器取替，为了应对被取替的风险，越来越多人开始学习编程，最近一年，似乎要进入全民Python编程的时代了。Python特点1.简单易学，入门友好，门槛低。python其实就是英文句子，你只要能够认识基本的英文单词，你就可以非常熟练地使用python。2.优雅明确，简单便捷。python的
python亦希·2022-02-14 07:52

92scikit-learn 机器学习入门实战--PCA 主成分分析应用

PCA主成分分析应用主成分分析主成分分析是多元线性统计里面的概念，它的英文是PrincipalComponentsAnalysis，简称PCA。主成分分析旨在降低数据的维数，通过保留数据集中的主要成分来简化数据集。简化数据集在很多时候是非常必要的，因为复杂往往就意味着计算资源的大量消耗。通过对数据进行降维，我们就能在结果不受影响或受略微影响的同时，减少模型学习时间。特别强调的是，本次实验所说的降维
Jachin111·2022-02-13 13:18

91scikit-learn 机器学习入门实战--K-Means 聚类算法应用

K-Means聚类算法应用K-Means聚类监督学习被用于解决分类和回归问题，而无监督学习主要是用于解决聚类问题。聚类，顾名思义就是将具有相似属性或特征的数据聚合在一起。聚类算法有很多，最简单和最常用的就算是K-Means算法了。image.pngK-Means算法在应用时，相对来上面的例子要复杂一些。现在，假设有如下图所示的一组二维数据。接下来，我们就一步一步演示K-Means的聚类过程。首先，
Jachin111·2022-02-13 13:29

自然语言处理N天-Day0401文本可视化技巧

新建MicrosoftPowerPoint演示文稿(2).jpg说明：本文依据《中文自然语言处理入门实战》完成。目前网上有不少转载的课程，我是从GitChat上购买。
我的昵称违规了·2022-02-09 23:15

自然语言处理N天-Day0402文本可视化技巧

新建MicrosoftPowerPoint演示文稿(2).jpg说明：本文依据《中文自然语言处理入门实战》完成。目前网上有不少转载的课程，我是从GitChat上购买。
我的昵称违规了·2022-02-07 10:11

87scikit-learn 机器学习入门实战--线性回归与感知机分类

线性回归与感知机分类线性回归模型scikit-learn中包含的线性模型有最小二乘回归、感知机、逻辑回归、岭回归，贝叶斯回归等，由sklearn.linear_model模块导入。线性模型其实就是通过拟合线性函数（下图）去完成样本分类或回归预测。image.png其中，最小二乘回归、岭回归、贝叶斯回归等是用于解决回归问题。而感知机、逻辑回归被用于解决分类问题。这里，我们从比较基础的最小二乘法回归说
Jachin111·2022-02-07 09:57

opencv入门实战：基于模板匹配的车牌识别

利用OpenCV的基础知识，进行图像的预处理，寻找到相关轮廓后，通过模板匹配进行车牌预测识别。要点：1、使用opencv进行图形处理操作。2、车牌轮廓提取3、定位车牌识别步骤：1、加载图像，对图片使用Sobel算子对图片进行边缘检测对图片进行处理2、读取模板文件，读取template文件下的模板3、对图片进行轮廓检测4、计算车牌的轮廓大小，定位到车牌5、在车牌上使用模板匹配获取车牌字符、遍历车牌对
Niandada·2022-02-06 09:41

Python3数据分析入门实战_02 Pandas入门

2.PandasSeries序列创建一个Serieslist创建s1=pd.Series([1,2,3,4])----------------------------01122334dtype:int64array创建s2=pd.Series(np.arange(10))-----------------------------00112233445566778899dtype:int32dict
编程小透明·2022-02-06 07:25

MongoDB 快速入门实战教程基础篇 一 ：文档的 CR操作

在本文中我们将学习流式聚合操作，并深入了解语句的执行效率。然后深入学习能够提高数据服务可用性的复制集。接着了解MongoDB的水平扩展能力，学习MongoDB数据的备份与还原方法，并为数据服务开启访问控制。基础篇一文档的CRUD操作CRUD操作指的是对文档进行create，read，updateanddelete操作，即增删改查。文档CRUD操作的内容将分为CreateOperations,Rea
you的日常·2022-01-05 13:25

Python入门实战题目

1.有1、2、3、4个数字，能组成多少个互不相同且无重复数字的三位数？都是多少？2.两个乒乓球队进行比赛，各出三人。甲队为a,b,c三人，乙队为x,y,z三人。已抽签决定比赛名单。有人向队员打听比赛的名单。a说他不和x比，c说他不和x,z比，请编程序找出三队赛手的名单。3.有一个已经从小至大排好序的数组[0,10,20,30,40,50]。现输入一个数，要求按原来的规律将它插入数组中输出新的数组。
·2022-01-04 16:24

这些实战项目，帮你更好运用Python知识

今天千锋武汉Python培训小编就汇总了新手Python入门实战项目：1、爬取网站美图爬取图片是常见的爬虫入门项目，不复杂却能很好地熟悉Python语法、掌握爬虫思路。
Python菌·2021-12-04 19:21

CMake入门实战 (一)——Step 1: A Basic Starting Point

Step1:ABasicStartingPoint1.BuildandRun2.添加一个版本号和配置头文件3.使用VScode自动生成CMakeLists.txt和main.cpp最基础的项目是直接由源码执行编译。对于简单的项目，一个三行代码的CMakeLists.txt文件是所有项目所需要的。创建一个CMakeLists.txt文件：cmake_minimum_required(VERSION3
家家的快乐空间·2021-11-29 14:45

Docker快速入门实战

为什么使用容器？1、上线流程繁琐2、资源利用率低3、扩容/缩容不及时4、服务器环境臃肿5、环境不一致性容器VS虚拟机VMVSContainerDocker是什么1、使用最广泛的开源容器引擎2、一种操作系统级的虚拟化技术3、依赖于Linux内核特性：Namespace(资源隔离)和Cgroups（资源限制）4、一个简单的应用程序打包工具Docker设计目标1、提供简单的应用程序打包工具2、开发人员和
JAVA终结者·2021-11-19 16:59

csdn 样本9 blackbox 后2个加密字符的生成还原

前5个加密字符还原,请看龙哥的文章SO逆向入门实战教程九——blackboxhttps://blog.csdn.net/qq_38851536/article/details/118115569打开ida
feng504x·2021-11-05 11:27

MyBatis-Ext快速入门实战

最近在工作中，接触到了一个MyBatis扩展工具包MyBatis-Ext，可以说很大程度上减轻了使用mybatis时的工作量，本文就和大家来分享一下这个轻量的扩展工具。MyBatis-Ext是MyBatis的增强扩展，和我们平常用的Mybatis-plus非常类似，简化了MyBatis对单表增删改查的操作，提供通用的增删改查，支持函数式编程，支持分页查询，支持用户自定义通用方法，并且能够防止SQL
·2021-10-26 13:32

入门实战

VMware虚拟机的三种网络模式VMnet0：Bridged桥接模式特点：a.默认使用VMnet0，不提供DHCP服务（DHCP服务是指由服务器控制的一段IP地址范围，当客户机登录服务器时会自动获取服务器分配的IP地址与子网掩码）b.虚拟机与外部主机需要在同一个网段上，与局域网的其它机器没有区别。c.可以与局域网内其它主机通信，可以与外部网络通信d.容易与局域网其他主机引起ip地址冲突VMnet8
谱次·2021-10-24 16:14

OpenCV-Python入门实战13例

本文是对前面有关OpenCV-Python实战小工具的总结，汇总所有实战小项目，便于后期系统学习和回顾。1、图像的创建和颜色空间转换2、图像的加减乘除运算3、动态调整图像亮度和对比度4、图像添加颜色、与或非和通道运算5、一个窗口显示多张图像6、绿幕图像抠图7、图像几何形状绘制8、多边形绘制和随机颜色生成9、鼠标绘制矩形框10、图像的缩放、翻转、旋转11、图像像素直方图和均衡化12、图像模糊处理13
Hong_Youth·2021-10-23 20:38

MySQL数据库入门实战学习教程（mysql基础+高级）

今天这篇文章将详细列出Mysql的学习流程，这是学习mysql数据库前你要了解的~~~大部分的小伙伴自己在网上找mysql资料、还有数据库的视频教程，但是都过于碎片化，没有体系，导致大家不知道如何系统的学习，也不知道该如何零基础学习MySQL。MySql概述MySQL最初是由“MySQLAB”公司开发的一套关系型数据库管理系统（RDBMS-RelationalDatabaseMangermentS
·2021-10-22 17:44

RabbitMQ入门实战案例

文章目录安装步骤Windows安装简单队列模式["HelloWorld!"](https://www.rabbitmq.com/tutorials/tutorial-one-python.html)消息提供方消息消费方消息应答消息应答的方法消息自动重新入队RabbitMQ持久化队列持久化消息持久化不公平分发（消费端设置）发布确认发布确认原理发布确认的策略开启发布确认的方法单个确认发布批量确认发布异
冒险的梦想家·2021-10-22 12:50

Spring Boot单元测试入门实战

   一、关于JUnit的一些东西  在我们开发Web应用时，经常会直接去观察结果进行测试。虽然也是一种方式，但是并不严谨。作为开发者编写测试代码来测试自己所写的业务逻辑是，以提高代码的质量、降低错误方法的概率以及进行性能测试等。经常作为开发这写的最多就是单元测试。引入spring-boot-starter-testSpringBoot的测试依赖。该依赖会引入JUnit的测试包，也是我们用的做多的
程序猿-小菜·2021-10-13 20:58

Vue入门实战之天气预报

本文实例为大家分享了Vue实现天气预报的具体代码，供大家参考，具体内容如下效果图实现代码天知道[v-cloak]{display:none;}搜索北京上海广州深圳{{item.type}}{{item.low}}~{{item.high}}{{item.date}}index.cssbody{font-family:'MicrosoftYaHei';}.wrap{position:fixed;le
·2021-08-27 13:53

Nginx反向代理入门实战指南

目录概述反向代理的作用实践Nginx反向代理内网穿透8081端口实现步骤实现方式二配置upstreamNginx配置https支持总结概述Nginx反向代理（ReverseProxy）：反向代理是指服务器根据客户端的请求,从其关系的一组或多组后端服务器(如Web服务器)上获取资源,然后再将这些资源返回给客户端,客户端只会得知反向代理的IP地址,而不知道在代理服务器后面的服务器簇的存在。反向代理的作
·2021-08-19 11:21

八.Netty入门到超神系列-Netty入门&核心类

Netty入门实战在开始之前再来看一下Netty的线程模型我们需要有GoosGroup来循环监听请求事件，需要有WorkGroup来处理事件，而这两个角色都通过来就NioEventLoopGroup来进行事件监听
墨家巨子@俏如来·2021-08-09 00:46

企业入门实战--k8s之kubernetes访问控制

企业入门实战--k8s之kubernetes访问控制k8s访问控制API访问、认证与授权RBAC–基于角色访问控制授权k8s访问控制Authentication（认证）认证方式现共有8种，可以启用一种或多种认证方式
鱼子酱048·2021-08-05 10:19

企业入门实战--k8s之Ingress加密、认证以及地址重写

企业入门实战--k8s之Ingress加密、认证以及地址重写一、Ingress加密二、Ingress认证三、Ingress地址重定向一、Ingress加密加密访问80默认重定向443生成加密密钥opensslreq-x509
鱼子酱048·2021-07-30 21:30

95scikit-learn 机器学习入门实战--模型验证和模型选择

模型验证和模型选择模型验证机器学习中最重要的部分之一就是模型验证：即检查模型对给定数据集的适应程度。这里选择前面实验中用过的手写数字数据集，来看看如何检查模型对数据的拟合程度：importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.datasetsimportload_digits#导入数据集%matplotlibinlineplt.style
Jachin111·2021-06-24 20:58
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他