深度学习之对抗神经网络

华为机试牛客刷题之HJ60 查找组成一个偶数最接近的两个素数

HJ60查找组成一个偶数最接近的两个素数描述对于给定的偶数n，找出两个素数a,b，满足：它们的和等于n；它们的差值的绝对值最小。我们可以证明，a,b一定存在，从小到大输出满足条件的素数对。输入描述：输入一个整数n(4≦n≦10^3)。保证n是偶数。输出描述：第一行输出一个整数a，代表满足条件的素数对中的较小者。第二行输出一个整数b，代表满足条件的素数对中的较大者。示例1输入:20输出:713示例2
seabirdssss·2025-03-11 00:25

PointNet、PointNet++ 基于深度学习的3D点云分类和分割

前言PointNet是直接对点云进行处理的，它对输入点云中的每一个点，学习其对应的空间编码，之后再利用所有点的特征得到一个全局的点云特征。Pointnet提取的全局特征能够很好地完成分类任务，但局部特征提取能力较差，这使得它很难对复杂场景进行分析。PointNet++核心是提出了多层次特征提取结构，有效提取局部特征提取，和全局特征。目录一、PointNet1.1PointNet思路流程1.2Poi
一颗小树x·2025-03-11 00:54

基于YOLOv5的烟雾检测系统：从数据集准备到UI界面实现

近年来，随着深度学习技术的发展，目标检测算法被广泛应用于烟雾检测，尤其是基于YOLOv5的目标检测模型，由于其较高的精度和较低的计算开销，已经成为许多实时检测系统的首选模型。
深度学习&目标检测实战项目·2025-03-11 00:52

React基础之useMeno

作用：在组件每次重新渲染的时候缓存计算的结果import{useReducer,useState}from"react";functionfib(n){console.log('开始计算');if(nthisisapp,{setCount1(count1+1)}}>changecount1:{count1}{setCount2(count2+1)}}>changecount2:{count2}{r
青红光硫化黑·2025-03-10 23:19

Android面试题之Kotlin Flow的collect和collectLatest有什么区别？

本文首发于公众号“AntDream”，欢迎微信搜索“AntDream”或扫描文章底部二维码关注，和我一起每天进步一点点在Kotlin协程库中，collect和collectLatest是用于收集流数据的两种不同操作。理解它们的区别，将有助于确保在处理流数据时的效率和行为符合预期。1.基本定义collect:是一个挂起函数，用于启动流的收集过程。收集过程会逐个处理每个发射的值，并从上游流向下游执行相
AntDreamer·2025-03-10 23:13

数据库sqlite3之 sqlite3_exec（）第三个参数回调函数的使用

在写这篇文章之前大家先了解我之前写的关于用c语言操作sqlite3的博客，链接地址如下：https://blog.csdn.net/makunIT/article/details/105192076关于sqlite3_exec的回调函数的知识，我也是在做一个项目中学习到的，看了一些博客吧，很多博客，都表达的不是很清楚，所以我想写这篇博客，记录自己的学习过程。大家先了解一下sqlite3_exec（
makunIT·2025-03-10 23:43

sqlite3学习之PRAGMA 命令的使用

SQLite的PRAGMA命令是一个特殊的命令，可以用在SQLite环境内控制各种环境变量和状态标志。一个PRAGMA值可以被读取，也可以根据需求进行设置，如果我们要查询当前的PRAGMA值，只需要提供该pragma的名字，如下：PRAGMApragma_name;为PRAGMA设置一个新的值，语法如下：PRAGMApragma_name=value;设置模式，可以是名称或等值的整数，但返回的值将
luyaran·2025-03-10 23:12

【Koltin Flow（二）】Flow操作符之末端操作符

目录【KoltinFlow（一）】五种创建flow的方式【KoltinFlow（二）】Flow操作符之末端操作符【KoltinFlow（三）】Flow操作符之中间操作符（一）【KoltinFlow（三）
MakerGaoGao·2025-03-10 23:12

【脑洞小剧场】零帧起手创业小公司之 第一次下午茶

点击此处查看脑洞小剧场合集https://blog.csdn.net/foyodesigner/category_12896948.html阳光透过窗户，斑驳地洒在办公室的每一个角落，给这个略显拥挤的空间带来了一丝温暖。今天，是这个小公司自成立以来，第一次正式安排下午茶时间。本应是大家放松、交流的非正式时刻，却意外地成为了一场“另类”的工作讨论会，或者说是，一场心理吐槽大会。场景一：UI工程师的“
Foyo Designer·2025-03-10 22:10

【 ＜一＞ 炼丹初探：JavaWeb 的起源与基础】之 JavaWeb的诞生：从 CGI 到 Servlet 的技术演进

一、CGI：老黄历里的“笨办法”话说当年，互联网刚起步那会儿，网站开发还是个“摸着石头过河”的活儿。那时候，大家伙儿都用CGI[1]来处理动态内容。CGI这玩意儿，说白了就是个“传话筒”，浏览器发个请求，服务器就找个脚本跑一跑，再把结果扔回去。听着挺简单，但用起来可真是“笨驴拉磨——费劲”。CGI的问题在于，每次请求都得开个新进程，服务器资源就跟“撒芝麻盐”似的，哗哗往外撒。那时候的服务器性能，跟
Foyo Designer·2025-03-10 22:10

【脑洞小剧场】零帧起手创业小公司之 第一次项目延期

点击此处查看脑洞小剧场合集https://blog.csdn.net/foyodesigner/category_12896948.html场景一：项目经理的“背锅之旅”项飙（心里OS：唉，这项目延期得像场噩梦，老板问起来我该怎么办？总不能说是因为产品经理需求改得比翻书还快，后端程序员天天喊着要重写架构，前端和UI设计师又因为设计稿吵得不可开交吧？这锅，看来我得背了。）他深深地吸了一口气，试图平复
Foyo Designer·2025-03-10 22:10

线上事故风险解读之规范篇

专业在线打字练习平台-巧手打字通，只输出有价值的知识。一统一编码规范事故回顾门店误删事件：由于switch分支条件中遗漏了break语句，导致程序执行了本不应执行的代码逻辑，意外删除了门店数据。线程池资源泄露导致OOM：线程池中的队列数据未能及时释放，造成内存泄漏，最终引发内存溢出（OOM）问题。日志过载导致服务不可用：在流量高峰期，由于日志打印量过大，占用了大量CPU资源，导致服务性能急剧下降，
·2025-03-10 22:34

物联网IoT系列之MQTT协议基础知识

文章目录物联网IoT系列之MQTT协议基础知识物联网IoT是什么？什么是MQTT？为什么说MQTT是适用于物联网的协议？
Nicky.Ma·2025-03-10 22:08

【 ＜一＞ 炼丹初探：JavaWeb 的起源与基础】之 Servlet 与 JSP 的协作：MVC 模式的雏形

点击此处查看合集https://blog.csdn.net/foyodesigner/category_12907601.html?fromshare=blogcolumn&sharetype=blogcolumn&sharerId=12907601&sharerefer=PC&sharesource=FoyoDesigner&sharefrom=from_link一、Servlet和JSP：一对
Foyo Designer·2025-03-10 22:38

【知识兔】Excel自学之6：单元格和区域

一、单元格概念：行和列交叉形成的格子叫单元格，是工作表的最基本单位，工作表中数据的输入和编辑都在单元格中进行。单元格的位置由其所在的列标和行号来进行标识，即“列标字母+行号数字”，如“A1”。选定的单元格叫活动单元格，活动单元格的边框显示为黑色。单元格二、区域概念及基本操作：选定若干个单元格组成单元格区域，它可以是连续的，也可以是不连续的。其作用在于可以对区域内的所有单元格同时操作相同的命令。区域
zhishitu7·2025-03-10 22:07

elasticsearch SQL：在Elasticsearch中启用和使用SQL功能

❃博主首页：「码到三十五」，同名公众号:「码到三十五」，wx号:「liwu0213」☠博主专栏：♝博主的话：搬的每块砖，皆为峰峦之基；公众号搜索「码到三十五」关注这个爱发技术干货的coder，一起筑基目录一
码到三十五·2025-03-10 20:23

【深度学习】Adam（Adaptive Moment Estimation）优化算法

通过动态调整每个参数的学习率，在非平稳目标（如深度神经网络的损失函数）中表现优异目录基本原理和公式笼统说明：为什么Adam算法可以帮助模型找到更好的参数基本概念动量（Momentum）：跟踪梯度的指数衰减平均
辰尘_星启·2025-03-10 20:51

为什么需要用stringbuffer或者StringBuilder去拼接字符串——而不用string——以及stringbuffer的基本了解

前言今天博主将为大家分享:Java基础之String：为什么需要用stringbuffer或者StringBuilder去拼接字符串——而不用string——以及stringbuffer的基本了解！
long_far·2025-03-10 20:50

QT之QGraphicsView详细介绍

此篇文章来源于自己在完成一个图片编辑软件而遇到的三个类：QGraphicsScene、QGraphicsPixmapItem、QGraphicsView。此篇文章先介绍QGraphicsView，另外两个类在其他文章，大家可查看博主其他文章。本人能力有限，大家有任何问题可评论区评论，共同学习，共同进步。一、QGraphicsView介绍QGraphicsView是QtGUI库中的一个核心类，它是Q
小小怪同学の·2025-03-10 20:47

linux循环之for循环

1.循环介绍循环就是迭代(重复)一些命令的代码块，如果循环控制条件不满足的话，就结束循环2.for循环语法for循环控制条件docommandsdone#当“循环控制条件”不满足条件，结束for循环3.for循环样例[root@kibana~]#catfor-1.sh#!/bin/bashforplanetin"Mercury1""Venus3""Earth5""Mars7""Jupiter9"d
小黑要上天·2025-03-10 19:16

ONNX GraphSurgeon详细介绍

它允许开发者在ONNX模型的图结构中进行修改、优化、插入节点、删除节点以及其他图结构操作，是在深度学习推理部署过程中非常有用的工具。
Lntano__y·2025-03-10 19:12

benchmark和baseline的联系与区别

在深度学习算法中，benchmark（基准）和baseline（基线）是两个常用的概念，用于评估算法的性能和进行比较。尽管它们有一些相似之处，但它们在定义和使用上有一些区别。
Lntano__y·2025-03-10 19:41

算法与竞赛(第7章) - C++与STL基础三：队列以及优先队列的应用

第1关：STL模板之queue实例一：最少个数本关任务：给定N个非负整数，求解至少需要选多少个连续的数，它们的和不小于给定的整数S，特别的，若没有解，则输出0。
Ssaty.·2025-03-10 18:39

学习总结项目

近段时间学习了机器学习、线性回归和softmax回归、多层感知机、卷积神经网络、Pytorch神经网络工具箱、Python数据处理工具箱、图像分类等的知识，学习了利用神经网络实现cifar10的操作、手写图像识别项目以及其对应的实验项目报告总结
苏小夕夕·2025-03-10 18:07

第N4周：NLP中的文本嵌入

本人往期文章可查阅：深度学习总结词嵌入是一种用于自然语言处理（NLP）的技术，用于将单词表示为数字，以便计算机可以处理它们。通俗的讲就是，一种把文本转为数值输入到计算机中的方法。
OreoCC·2025-03-10 18:05

深度学习项目十一：mmdetection训练自己的数据集

mmdetection训练自己的数据集这里写目录标题mmdetection训练自己的数据集一：环境搭建二：数据集格式转换(yolo转coco格式)yolo数据集格式coco数据集格式yolo转coco数据集格式yolo转coco数据集格式的代码三：训练dataset数据文件配置configs1.在configs/faster_rcnn/faster-rcnn_r101_fpn_1x_coco.py
小啊磊_Vv·2025-03-10 17:02

llvm后端之局部变量

llvm后端之局部变量引言1生成FrameIndexSDNode2消除FrameIndex2.1eliminateCallFramePseudoInstr2.2eliminateFrameIndex引言
Victor Fung·2025-03-10 17:01

Docker之数据卷挂载

在Docker中，数据卷挂载是实现容器与宿主机之间数据持久化和共享的关键技术1.数据卷挂载的三种方式绑定挂载（BindMount）：直接将宿主机目录映射到容器。Docker管理卷（Volume）：由Docker自动创建和管理的存储卷。临时文件系统（tmpfs）：数据仅存储在内存中（本文不展开）。2.绑定挂载（BindMount）#将宿主机的`/host/path`目录挂载到容器的`/contain
运维实习生~·2025-03-10 17:31

Python 课课练 (八)：函数课后练习题

目录一、函数课后练习题练习前置知识ChapterOne:开启Python之旅ChapterTwo:Python语言基础、运算符与表达式、程序的控制结构合集ChapterThree:Python序列之字符串操作详解
Amo Xiang·2025-03-10 17:29

Linux系统之bc命令详解

bc（BasicCalculator）是一个在Unix和类Unix操作系统中提供的任意精度计算语言。它支持基本的数学运算，包括加、减、乘、除以及指数运算，并且能够处理浮点数和整数。此外，bc还支持编程特性，如变量定义、条件判断、循环结构等，使其不仅仅是一个计算器，更是一个完整的编程环境。基本语法启动bc交互模式：直接在终端中输入bc即可进入交互模式，在该模式下可以实时输入并计算表达式。bc非交互模
门前灯·2025-03-10 17:28

深度学习和机器学习的差异

深度学习（DeepLearning）作为机器
The god of big data·2025-03-10 16:28

深度学习 PyTorch 中 18 种数据增强策略与实现

深度学习pytorch之简单方法自定义9类卷积即插即用数据增强通过对训练数据进行多种变换，增加数据的多样性，它帮助我们提高模型的鲁棒性，并减少过拟合的风险。
@Mr_LiuYang·2025-03-10 16:25

linux 下 CUDA + Opencv 编程 之 CMakeLists.txt

CMAKE_MINIMUM_REQUIRED(VERSION2.8)PROJECT(medianFilterGPU)#CUDApackageFIND_PACKAGE(CUDAREQUIRED)INCLUDE(FindCUDA)#CUDAincludedirectoriesINCLUDE_DIRECTORIES(/usr/local/cuda/include)#OpenCVpackageFIND_P
maxruan·2025-03-10 16:23

计算机学习的五大避坑指南新手必藏

明确自己的职业发展方向，选择与之匹配的语言进行深入学习。避坑二：忽视基础知识的掌握技术性深化：深入理解算法如排序、搜索等，熟悉常见的数据结构如链表、栈、队列、树等，并掌握设计
编程诗人华仔·2025-03-10 16:52

Win11及CUDA 12.1环境下PyTorch安装及避坑指南：深度学习开发者的福音

Win11及CUDA12.1环境下PyTorch安装及避坑指南：深度学习开发者的福音【下载地址】Win11及CUDA12.1环境下PyTorch安装及避坑指南本资源文件旨在为在Windows11操作系统及
郁云爽·2025-03-10 16:52

清华大学：人工智能之知识图谱.pdf

清华大学：人工智能之知识图谱.pdf【下载地址】清华大学人工智能之知识图谱.pdf分享本资源文件来自于清华大学，聚焦于“人工智能之知识图谱”，是一份深入浅出地探讨知识图谱这一人工智能领域重要分支的文献。
黄晗昂Aileen·2025-03-10 16:52

技术人实测 | 如何用AI工具2分钟突破知网AIGC检测线

最近在GitHub发现个有意思的本地化算法工具，其核心是通过对抗式语义重组技术重构文本逻辑链。测试时发现：将GPT生成的论文导入后，系统会保留原始参考文献格式，同时用学术同义词替换引擎重写表达结构。
LL06210721·2025-03-10 15:50

利用神经网络来解决鸢尾花分类任务(附实验结果和代码)

前言本篇文章使用自己亲手搭建的神经网络模型来解决鸢尾花数据集的分类任务，读者们可以通过该简单的任务进一步理解神经网络，并且可以自己动手去搭建神经网络。
侠之大者231·2025-03-10 15:49

C语言【进阶篇】之指针——涵盖基础、数组与高级概念

目录前言指针是什么指针基础内存与地址指针变量指针类型const修饰指针指针运算野指针和assert断言数组与指针数组名的理解使用指针访问数组一维数组传参的本质指针数组✍️高级指针概念二级指针函数指针函数指针数组回调函数qsort的使用与模拟实现⚙️指针与字符串字符指针字符串处理函数（如strlen和sizeof的对比）总结前言大家好！我是EnigmaCoder。本文收录于我的专栏C，感谢您的支持！
EnigmaCoder·2025-03-10 15:19

深度学习笔记——Resnet和迁移学习

1.ResNet的提出深度学习与网络深度的挑战：在深度学习中，网络的“深度”(即层数)通常与模型的能力成正比。然而，随着网络深度的增加，一些问题也随之出现，最突出的是梯度消失/爆炸问题。
肆——·2025-03-10 15:17

Windows 红色警戒合集 含红警1+2+3代所有版本 内含明细介绍 免安装中文版

pwd=v6vc#红警大合集，附送地图+修改器包含红警1+红警2+红警3所有版本其中,红警2含超级大全，包括:红色警戒2:共和国之辉联机版(可上对战平台)红色警戒2:共和国之辉疯狂版红色警戒2:原版(开局有
私人珍藏库·2025-03-10 15:46

大话机器学习三大门派：监督、无监督与强化学习

以武侠江湖为隐喻，系统阐述了机器学习的三大范式：监督学习（少林派）凭借标注数据精准建模，擅长图像分类等预测任务；无监督学习（逍遥派）通过数据自组织发现隐藏规律，在生成对抗网络（GAN）等场景大放异彩；强化学习
安意诚Matrix·2025-03-10 15:44

解锁激光焊接新境界：填丝/填粉自适应技术大揭秘

激光焊接的品质之重在现代制造业的宏大版图中，激光焊接已然成为一股不可或缺的关键力量，深深扎根于众多核心领域。
计算机学长·2025-03-10 14:09

分布式ID

UUID由以下几部分的组合当前日期和时间，UUID的第一个部分与时间有关，如果你在生成一个UUID之
stay down·2025-03-10 13:32

深度学习在SSVEP信号分类中的应用分析

目录前言1.SSVEP信号分类的处理流程2.模型输入和数据预处理3.模型结构设计3.1卷积神经网络（CNN）3.2长短期记忆网络（LSTM）4.训练方法与激活函数5.性能评估与挑战6.未来方向前言随着脑机接口
自由的晚风·2025-03-10 12:00

PSPNet在图像超分辨率中的应用

近年来,随着深度学习的发展,基于卷积神经网络(ConvolutionalNeuralNetwork,CNN)的
AI天才研究院·2025-03-10 12:55

计算机网络之应用层（FTP）

一、FTP的基本概念FTP是建立在TCP协议之上的一个应用层协议，它采用C/S（客户端/服务器）模式进行工作。在FTP协议中，客户端负责发起文件传输请求，而服务器则负责响应这些请求并提供文件访问服务。二、FTP的工作原理FTP的工作原理基于客户端-服务器模型，主要通过以下步骤实现文件的传输和管理：1、建立控制连接：客户端首先通过TCP协议连接到FTP服务器的21端口，建立起控制连接。这个连接用于传
DKPT·2025-03-10 11:55

基于文本特征的微博谣言检测

本文将介绍如何基于文本特征，使用深度学习模型（如LSTM、CNN）和传统机器学习模型（如SVM）来实现微博谣言检测，并对这些模型的性能进行比较。
机器懒得学习·2025-03-10 11:24

基于深度学习的恶意软件检测系统：设计与实现

近年来，深度学习技术在模式识别和分类任务中取得了显著成效，为恶意软件检测领域带来了新的机遇。
机器懒得学习·2025-03-10 11:49

夜河低语，亡魂替身？鬼节惊魂！

夜幕缓缓而来，鬼影已至深渊之
大脸猫的猫脸大·2025-03-10 10:47
上一页 21 22 23 24 25 26 27 28 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他