机器学习之图像处理

光学超表面的人工智能

人工智能，尤其是机器学习的优化，为这些需求提供了解决方案。该文章系统地回顾了AI在三个关键领域的潜在影响：AI支持的超表面可制造性设计（DFM）、超越经典局部相位近似的设计以及AI赋能的计算后端。
Luis Li 的猫猫·2025-03-08 14:54

Go实战全家桶之五十二：go函数式编程

github.com/samber/lo是一个非常流行的Go语言库，提供了丰富的函数式编程工具，类似于JavaScript中的Lodash。它通过泛型支持，为Go开发者提供了许多便捷的集合操作函数（如Map、Filter、Reduce、Uniq等）。然而，是否认为它是“最好的”函数式编程库，取决于具体的需求和使用场景。以下是对lo库的详细分析，帮助你判断它是否适合你的项目：1.lo库的优点1.1丰
leijmdas·2025-03-08 13:31

live555 服务端推流自动断开

原因一：服务端故意为之。rtsp协议的传输使用tcp，在RTSPserver.hh，RTSPServer的构造函数中有：classRTSPServer:publicGeneric
Embedded engineer·2025-03-08 13:30

11 【HarmonyOS NEXT】 仿uv-ui组件开发之Avatar组件深度剖析（二）

温馨提示：本篇博客的详细代码已发布到git:https://gitcode.com/nutpi/HarmonyosNext可以下载运行哦！第二篇：探秘Avatar组件的核心实现机制1.组件结构设计2.状态管理2.1组件状态定义@ComponentexportstructAvatar{//私有属性privateprops:AvatarProps={shape:AvatarShape.CIRCLE,s
全栈若城·2025-03-08 12:23

DeepSeek这么火，一文教你本地部署DeepSeek!

一、技术架构优势DeepSeek采用创新的混合模型架构，将传统机器学习与深度学习有机结合。这种架构既保留了传统方法的可解释性，又具备深度学习的强大表征能力。通过自适应学习机制，Deep
入职啦·2025-03-08 11:44

TouchGFX之图像

touchgfx提供的几种图像控件1.Image（图像）TouchGFX中的图像会绘制关联图像文件中的像素数据。使用图像文件前，必须将其导入到项目中。图像大小是由关联的图像文件定义的，不能在运行时改动。如果需要将图像显示为不同大小，需要调整关联的导入图像的大小。这一要求是出于性能原因。图像位于TouchGFXDesigner中的图像控件组中。
Stone_lu。·2025-03-08 11:39

python程序员工资高吗？

不同岗位薪资范围为：Python全栈开发工程师（10k-20K）、Python运维开发工程师（15k-20K）、Python高级开发工程师（15k-30K）、Python大数据工程师（15K-30K）、Python机器学习工程师
lmseo5hy·2025-03-08 11:08

#深度优化提示词模板：解锁DeepSeek R1终极潜力的系统方案

摘要本文提出针对DeepSeekR1大模型的深度提示词优化体系，基于认知心理学原理与机器学习特征构建四维优化框架。
领码科技·2025-03-08 11:38

【Java】已解决java.lang.NoClassDefFoundError异常

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然
屿小夏·2025-03-08 11:35

介绍 TensorFlow 的基本概念和使用场景。

TensorFlow是一个由谷歌开发的开源机器学习框架，广泛应用于深度学习领域。它提供了一个灵活的平台，可以用于构建各种机器学习模型，包括神经网络。
大富大贵7·2025-03-08 11:05

Python爬取58同城广州房源+可视化分析

对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。
R3eE9y2OeFcU40·2025-03-08 11:35

深度学习中N维数组的介绍

N维数组是机器学习和神经网络的主要数据结构。下面是N维数组的实例：0维数组（标量）：通常表示一个类别。1维数组（向量）：通常表示一个特征向量。二维数组（矩阵）：通常表示一个样本--特征矩阵。
帅维维·2025-03-08 11:01

【Python运维】实现高效的自动化备份与恢复：Python脚本从入门到实践

《PythonOpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门！
蒙娜丽宁·2025-03-08 10:59

智能交通违章处理系统：AI赋能下的智慧交通解决方案

在这个专栏中，你将会找到：●深入解析：每一篇文章都将深入剖析Python的高级概念和应用，包括但不限于数据分析、机器学习、Web开发
Echo_Wish·2025-03-08 10:28

Win7安装新版本anaconda出现Failed to extract packages解决方案

从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。
爱编程的喵喵·2025-03-08 10:52

程序员学商务英语之Visiting the Factory

Dialogue-1ArrangingaVisit安排参观Iwaswonderingifyouwould/couldlendmeamillionbucks,youknow,I’mtryingtostart/runmyownbusiness.我想知道你是否能够借给我一百万美金，你知道，我正在创业。Takeoffyourtiebeforecooking.做饭前摘掉领带。Whenwilltheplane
李匠2024·2025-03-08 10:45

12 【HarmonyOS NEXT】 仿uv-ui组件开发之Avatar组件设计精髓(三)

温馨提示：本篇博客的详细代码已发布到git:https://gitcode.com/nutpi/HarmonyosNext可以下载运行哦！第三篇：掌握Avatar组件的样式魔法与灵活定制1.基础使用1.1组件引入import{Avatar}from"../../components/Avatar"1.2基础示例//文字头像Avatar({props:{text:'张',randomBgColor:
·2025-03-08 10:28

机器学习在地图制图学中的应用

2025/Machinelearningincartography.pdfatmain·keykeywu2048/CSDN·GitHub核心内容本文是《制图学与地理信息科学》特刊的扩展评论，系统探讨了机器学习
地图模型炼丹师·2025-03-08 10:12

机器学习大纲总结

一、概念1.人工智能人工智能包含机器学习，机器学习包含深度学习2.机器学习机器学习是实现人工智能的一种途径机器学习=传统机器学习+深度学习3.深度学习深度学习是由机器学习的一种方法发展而来4.发展三要素数据
excellent121·2025-03-08 10:36

机器学习入门知识

目录前言一、机器学习是什么？
十五境剑修·2025-03-08 09:33

深入浅出的理解deepseek类大模型（附运行代码）

深入理解之运行代码：fromtransformers.models.qwen2importQwen2Config,Qwen2Modelimporttorchdefrun_qwen2():#根据模型需求配置参数
AI人工智能时代·2025-03-08 08:47

Vue打包后生成的文件及编程细节

在这篇文章中，我们将详细讨论Vue打包后生成的文件，以及与之相关的编程细节。1.打包工具：Webpack在Vue项目中，常用的打包工具是Webpack。
心之飞翼·2025-03-08 08:37

Java高频面试之集合-03

hello啊，各位观众姥爷们！！！本baby今天来报道了！哈哈哈哈哈嗝面试官：说说ArrayList和LinkedList的区别ArrayList与LinkedList的详细对比一、底层数据结构特性ArrayListLinkedList存储结构基于动态数组基于双向链表内存分配连续内存块非连续内存，节点分散存储元素访问通过索引直接寻址（时间复杂度O(1)）需要遍历链表（时间复杂度O(n)）插入/删除
牛马baby·2025-03-08 07:43

ResNet 改进：轻量级的混合本地信道注意机制MLCA

，可以直接使用，设置好输入和输出的图片维度即可1.MLCA注意力机制MLCA（MixedLocalChannelAttention）是一种轻量级的混合本地信道注意机制，旨在提升卷积神经网络（CNN）在图像处理任务中的性能
听风吹等浪起·2025-03-08 06:29

深入探索 Linux 权限维持之 SSH 后门与公私钥技术

目录深入探索Linux权限维持之SSH后门与公私钥技术SSH后门：开启隐藏访问通道利用软链接创建SSH后门SSHServerRapper方法公私钥：实现免密登录与权限维持生成与部署公私钥隐藏公私钥操作痕迹其他相关技巧与注意事项
阿贾克斯的黎明·2025-03-08 06:52

【TVM 教程】使用元组输入（Tuple Inputs）进行计算和归约

ApacheTVM是一个端到端的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
·2025-03-08 06:21

13 【HarmonyOS NEXT】 仿uv-ui组件开发之Avatar组件进阶指南(四)

温馨提示：本篇博客的详细代码已发布到git:https://gitcode.com/nutpi/HarmonyosNext可以下载运行哦！补充内容由于本人疏忽本教程的第一节忘记上传运行效果图拉，因此在本章节进行补充，哈哈哈！第四篇：打造高性能Avatar组件的终极优化秘籍1.性能优化策略1.1状态管理优化//优化前@Stateprivateprops:AvatarProps//优化后private
·2025-03-08 05:48

TiDB系列之：TiCDC使用Changefeed完成数据同步任务

TiDB系列之：TiCDC使用Changefeed完成数据同步任务一、Changefeed二、Changefeed状态流转三、操作Changefeed四、cdccli管理同步任务1.创建同步任务2.查询同步任务列表
快乐骑行^_^·2025-03-08 05:45

特征缩放：统一量纲，提高模型性能

特征缩放：统一量纲，提高模型性能1.背景介绍在机器学习和数据挖掘领域，我们经常会遇到不同特征之间量纲差异很大的情况。
AI天才研究院·2025-03-08 03:04

Python 机器学习 基础 之 算法链与管道 【算法链与管道/预处理进行参数选择/构建管道/在网格搜索中使用管道】的简单说明

Python机器学习基础之算法链与管道【算法链与管道/预处理进行参数选择/构建管道/在网格搜索中使用管道】的简单说明目录Python机器学习基础之算法链与管道【算法链与管道/预处理进行参数选择/构建管道
仙魁XAN·2025-03-08 03:03

Linux内核调度子系统之big.little架构

1.armbig.little架构 传统的arm多核系统一般都是对称性质的所以可以常见CPU的架构为双核A9四核A7等。随着移动设备高速发展，arm开始推出了非对称式的cpu架构。例如：双核A53和双核A72混合封装到SOC上，这样的形式一般称为big.little架构。第一个在商业上使用这个架构的CPU是三星samsungexynos5410，这款芯片用在了三星SamsungGalaxys4这款
Surest·2025-03-08 03:02

每日一题之拼正方形

问题描述小蓝正在玩拼图游戏，他有7385137888721个2×2的方块和10470245个1×1的方块，他需要从中挑出一些来拼出一个正方形，比如用3个2×2和4个1×1的方块可以拼出一个4×4的正方形，用9个2×2的方块可以拼出一个6×6的正方形，请问小蓝能拼成的最大的正方形的边长为多少。答案提交这是一道结果填空的题，你只需要算出结果后提交即可。本题的结果为一个整数，在提交答案时只填写这个整数，
Ace＇·2025-03-08 03:57

每日一题之回文数组

问题描述小蓝在无聊时随机生成了一个长度为n的整数数组，数组中的第i个数为ai，他觉得随机生成的数组不太美观，想把它变成回文数组，也是就对于任意i∈[1,n]满足ai=an−i+1。小蓝一次操作可以指定相邻的两个数，将它们一起加1或减1；也可以只指定一个数加1或减1，请问他最少需要操作多少次能把这个数组变成回文数组？输入格式输入的第一行包含一个正整数n。第二行包含n个整数a1,a2,⋯,an，相邻整
Ace＇·2025-03-08 03:27

每日一题之斐波那契循环数

问题描述对于一个有n位的十进制数N=d1d2d3…dn，可以生成一个类斐波那契数列S，数列S的前n个数为：{S1=d1,S2=d2,S3=d3,…,Sn=dn}数列S的第k(k>n)个数为：i=k−nk−1Sii=k−n∑k−1Si如果这个数N会出现在对应的类斐波那契数列S中，那么N就是一个类斐波那契循环数。例如对于197，对应的数列S为：{1,9,7,17,33,57,107,197,…}197
Ace＇·2025-03-08 03:26

Kubeflow学习

Kubeflow学习介绍架构Kubeflow在ML工作流中的组件介绍Kubeflow致力于使在Kubernetes上部署机器学习工作流变得简单、可移植和可扩展。
小高高不要bug·2025-03-08 03:54

体育数据分析：竞技表现优化与商业价值挖掘的技术范式

通过多源数据采集、机器学习建模和商业智能分析，体育数据分析已经形成了完整的技术体系和应用生态。本文将深入探讨体育数据分析的技术架构、应用场景和商业价值。
Tina0898·2025-03-08 02:21

Django 中的算法应用与实现

从简单的数据处理到复杂的机器学习模型，Django都可以作为一个强大的后端框架来支持这些算法的实现。本文将介绍几种常见的算法及其在Django中的使用方法。
岱宗夫up·2025-03-08 02:19

特征工程 (Feature Engineering)

特征工程(FeatureEngineering)作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来在机器学习和数据科学领域，特征工程
AGI大模型与大数据研究院·2025-03-08 02:46

rabbitmq 学习 之 mirror queue cluster 搭建（26）

官网:https://www.rabbitmq.com/ha.html高可用（镜像）队列默认情况下，queues存放在RabbitMQ集群的单个节点之上。exchanges和bindings恰恰相反，在集群中的所有节点中都有存档。queues可以配置镜像以此可以在多个节点中有备份。每个镜像队列包含一个master节点和一个或者多个slave节点。如果master节点由于某种原因失效，那么“资历最老
xiaoliuliu2050·2025-03-08 02:15

Spring AI简单使用

https://github.com/chatanywhere/GPT_API_freeAI框架之SpringAI与SpringCloudAlibabaAI使用讲解超级详细SpringAI+ChatGPT
NaughtyBo·2025-03-08 01:40

第0节 机器学习与深度学习介绍

人工智能：能够感知、推理、行动和适应的程序机器学习：能够随着数据量的增加而不断改进性能的算法（数学上的可解释性但准确率不是百分百，灵活度不高）深度学习：机器学习的一个子集：利用多层神经网络从大量数据中进行学习
汉堡go·2025-03-08 01:34

JavaScript逆向爬虫教程-------基础篇之JavaScript混淆原理

目录一、常量的混淆原理1.1对象属性的两种访问方式1.2十六进制字符串1.3Unicode字符串1.4字符串的ASCII码混淆1.5字符串常量加密1.6数值常量加密二、增加JS逆向者的工作量2.1数组混淆2.2数组乱序2.3花指令2.4jsfuck三、代码执行流程的防护原理3.1流程平坦化3.2逗号表达式混淆四、其他代码防护方案4.1eval加密4.2内存爆破4.3检测代码是否格式化一、常量的混淆
zru_9602·2025-03-08 01:00

信息管理之创新的套路

海明威之桥：请不要在某一阶段的工作中耗尽全部精力，而应留出时间思考未来（写下下一步的想法，当前的状态，易
Linzerox·2025-03-08 01:00

awesome python 中文版 相见恨晚！(pythonNB的第三方资源库)

原文链接：Python资源大全内容包括：Web框架、网络爬虫、网络内容提取、模板引擎、数据库、数据可视化、图片处理、文本处理、自然语言处理、机器学习、日志、代码分析等。
weixin_30788731·2025-03-08 00:28

【机器学习】决策树 ( Decision Tree )

【机器学习】决策树(DecisionTree)文章目录【机器学习】决策树(DecisionTree)1.ID3(1)信息增益(2)ID3的算法流程(3)实现ID32.C4.53.CART(1)决策桩DecisionStump
AI天才研究院·2025-03-08 00:57

机器学习-随机森林解析

目录一、.随机森林的思想二、随机森林构建步骤1.自助采样2.特征随机选择3构建决策树4.集成预测三.随机森林的关键优势**(1)减少过拟合****(2)高效并行化****(3)特征重要性评估****(4)耐抗噪声**四.随机森林的优缺点优点缺点五.参数调优（以scikit-learn为例）波士顿房价预测一、.随机森林的思想1.通过组成多个弱学习器（决策树）形成一个学习器2.多样性增强：每颗决策树通
Mr终游·2025-03-08 00:21

玩转python：掌握Python数据结构之栈Stack

栈（Stack）是计算机科学中一种非常基础且重要的数据结构。它的特点是后进先出（LIFO，LastInFirstOut），就像我们生活中叠盘子一样，最后放上去的盘子总是最先被拿走。本文将用通俗易懂的语言和丰富的案例，带你轻松掌握栈的概念、实现和应用。什么是栈？栈是一种线性数据结构，它只允许在一端进行数据的插入和删除操作。这一端被称为栈顶（Top），另一端被称为栈底（Bottom）。栈的操作主要有两
千益·2025-03-07 23:19

深度学习笔记——基础部分

深度学习是一种机器学习的方式，通过模仿人脑吃力信息的方式，使用多层神经网络来学习数据的复杂模式和特征。
肆——·2025-03-07 23:45

分分钟搞定分布式技术专题面试——Nginx+ZK+ActiveMQ+Kafka+RabbitMQ+MongoDB+Redis！

前些日子听很多朋友说面试跪在分布式，所以今天特地来总结一波分布式技术专题面试，限流、通讯、缓存：01分布式限流：Nginx+ZooKeeper1.1分布式限流之Nginx请解释一下什么是Nginx?
独孤球球·2025-03-07 23:43

机器学习基础（4）

超越基于常识的基准除了不同的评估方法，还应该利用基于常识的基准。训练深度学习模型就好比在平行世界里按下发射火箭的按钮，你听不到也看不到。你无法观察流形学习过程，它发生在数千维空间中，即使投影到三维空间中，你也无法解释它。唯一的反馈信号就是验证指标，就像隐形火箭的高度计。特别重要的是，我们需要知道火箭是否离开了地面。发射地点的海拔高度是多少？模型似乎有15%的精度——这算是很好吗？在开始处理一个数据
yyc_audio·2025-03-07 23:42
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他