训练自己的数据集记录第31页

ArcGIS Server HTTP与HTTPS端口（6080/6443）使用及Nginx升级HTTPS时的问题与解决

目录前言一、ArcGISServer中http与https二、nginx中升级https的配置项三、ArcGISServer中设置安全策略四、问题解决的关键点五、总结前言本文记录了在项目Web平台从HTTP

GISX·2025-02-26 01:00

C++的Find算法用法,

使用条件语句检查每个值，符合条件时记录对应键。

-Mr_X-·2025-02-26 01:29

DeepSeek技术解析：降本增效的“双刃剑”如何重塑AI产业？

正面影响分析算力需求与成本大幅降低DeepSeek通过算法优化（如稀疏计算、知识蒸馏）和模型压缩技术，将云端训练算力需求降至传统大模型的35%，车端推理芯片需求减少至65%。

爱吃青菜的大力水手·2025-02-26 01:29

DeepSeek：突破闭源封锁，引领大模型新时代

然而，大模型的训练和部署往往面临着硬件依赖性强、成本高昂、效率低下等挑战。DeepSeek的出现，为解决这些问题提供了全新的思路和方案。

fanstinmsl·2025-02-26 01:59

简单搞定数仓搭建:数仓规范

它相当于DW数据的一个数据准备区，同时又承担着基础数据的记录以及历史变化。其主要作用是把基础数据引入到DMP。CDM：CommonDataModel，公共维度模型层，又细分为DWD和DWS。

白枭·2025-02-26 01:59

关于单片机代码架构分层

三区一线理论#includevoidinit();voidinitial();voiddelay_l(unsignedintul);voidAPK();voidmain(){/*注释一：*专门用来初始化单片机自己的寄存器以及个别外围要求响应速度快的输出设备

卤煮小鱼·2025-02-26 01:57

如何从0开始写一个操作系统

本贴用来记录作者用c语言写一个操作系统，主要参考《操作系统真相还原》一书写的，同时也会对书里的代码和linux进行对比，尽量看一下现代操作系统中是如何实现的。

·2025-02-26 01:57

windows基础

系统目录服务端口注册表黑客常用DOS命令（在拿到shell时会用到）一、系统目录Windows目录系统的安装目录System32àconfigàSAM文件是用户密码的存储文件System32àetcàhost文件记录本地解析

网络安全-老纪·2025-02-26 00:55

【Rust中级教程】2.9. API设计原则之显然性(obvious) ：文档与类型系统、语义化类型、使用“零大小”类型

写出好的文档有这么几点要求：1.清楚的记录清楚的记

SomeB1oody·2025-02-26 00:25

Mysql行格式DYNAMIC和COMPACT区别

COMPACT行格式COMPACT是MySQL5.0之后引入的一种行记录存储方式，旨在提高数据页的利用率，使每个数据页能够存储更多的行记录。COMPACT格式的特点包括：变长字段处理：对于V

yyytucj·2025-02-26 00:24

BP算法的python实现 + 男女生分类器

模式识别课上学习了BP算法，并用BP算法实现了男女生分类器，之前因为时间匆忙只是简单记录了一下代码实现，现在重温一下发现代码中还是存在着一些问题，于是修改了一下Bug，也当做是复习吧。

乐宝不是酒·2025-02-26 00:21

Pytorch:以CIFAR-10分类为例，给出了神经网络的训练流程

下面给出了神经网络的训练流程，包括数据加载与预处理、网络定义、损失函数和优化器定义、网络训练和网络测试。

Xiao_Ya__·2025-02-25 23:49

梯度累加（结合DDP）梯度检查点

梯度累加目的梯度累积是一种训练神经网络的技术，主要用于在内存有限的情况下处理较大的批量大小（batchsize）。

糖葫芦君·2025-02-25 23:16

支持向量机（Support Vector Machine，SVM）

这个间隔被定义为支持向量到超平面的最短距离，而支持向量就是那些恰好位于间隔边缘上的训练样本点。

不易撞的网名·2025-02-25 23:15

Tensorflow2.x框架-神经网络八股扩展-acc曲线与loss曲线

目录摘要一、acc曲线与loss曲线二、完整代码摘要loss/loss可视化，可视化出准确率上升、损失函数下降的过程一、acc曲线与loss曲线history=model.fit(训练集数据,训练集标签

诗雨时·2025-02-25 23:15

时序差分(TD)算法:

和蒙地卡罗(MC)一样：小猴需要先走N步，每经过一个状态，把奖励记录下来。然后开始回溯。那么，状态的V值怎么算呢？其实和蒙地卡罗一样，我们就假设N步之后，就到达了最终状态了。

waski·2025-02-25 23:15

DeepSeek强化学习（Reinforcement Learning）基础与实践

引言强化学习（ReinforcementLearning,RL）是机器学习的一个重要分支，专注于训练智能体（Agent）在环境中通过试错来学习最优策略。

Evaporator Core·2025-02-25 23:44

探索 IMA：搭建个人知识库的得力助手

前段时间我关注到腾讯推出的一款叫ima的应用，恰好能跳过这些繁琐的过程，只需要下载客户端，就能轻松搭建自己的知识库。

东锋1.3·2025-02-25 23:14

跟着小K开始零基础Python量化分析之旅 3: 初探数据世界 —— Pandas与数据清洗的武林秘笈

小K这次获得了一份历史股票交易数据，但初看之下却是一团乱麻：缺失值、重复记录、日期格式不统一……前辈笑着说：“兄弟，若想踏入量化之路，先要学会如何把这‘脏数据’炼成一手干净的‘真气’！”

山海青风·2025-02-25 23:43

揭秘波士顿房价密码：从经典数据集到线性回归实战

该数据集统计了13种可能影响房价的因素和该类型房屋的均价，期望构建一个基于13个因素进行房价预测的模型。在机器学习领域，预测问题是一个核心研究方向，而房价预测作为其中的经典回归问题备受关注。

珠峰日记·2025-02-25 22:39

第三讲-神经网络八股

一、搭建神经网络六部法tf.keras搭建神经网络六部法1、import相关模块 2、train,test #训练集、测试集3、model=tf.keras.models.Sequential #逐层搭建网络结构

loveysuxin·2025-02-25 22:38

神经网络八股（3）

梯度爆炸是指梯度在方向传播过程中逐渐变大，权重参数更新变化较大，导致损失函数的上下跳动，导致训练不稳定可以使用一些合理的损失函数如relu,leakRelu，归一化处理，batchnorm,确保神经元的输出值在合理的范围内

SylviaW08·2025-02-25 22:37

DeepSeek基础之机器学习

重点理解与思考（一）泛化能力的重要性（二）归纳偏好的影响（三）NFL定理的启示三、应用场景联想（一）电商推荐系统（二）医疗诊断四、机器学习的基本流程（一）问题定义（二）数据收集与预处理（三）模型选择与训练

珠峰日记·2025-02-25 22:07

java23种设计模式-单例模式

适用场景需要控制资源访问（如数据库连接池）全局配置对象日志记录器设备管理器（如打印机服务）缓存系统线程池/连接池管理模式结构类图Singleton-staticinstance:Singleton-Singleton

千里码！·2025-02-25 22:36

【PyTorch项目实战】图像分割 —— U-Net：Semantic segmentation with PyTorch

文章目录一、项目介绍二、项目实战2.1、环境搭建2.1.1、下载源码2.1.2、下载预训练模型2.1.3、下载训练集2.2、环境配置2.3、代码优化+架构优化2.4、模型预测：predict.pyU-Net

胖墩会武术·2025-02-25 21:04

PaddleOCR环境搭建(记录)

安装环境(Linux)如果是win系统有一些小的不同安装wget,解压后将wget.exe复制到C:\Windows\System32下如遇到错误Couldnotlocatezlibwapi.dll.Pleasemakesureitisinyourlibrarypath!需nvidia下载zlib包即C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v1

江木27·2025-02-25 21:04

YoloV8训练参数篇

这个参数用于标识当前训练任务所属的项目，方便管理和组织多个训练任务。name:实验名称。该参数为当前训练任务指定一个名称，以便于标识和区分不同的实验。exist_ok:是否覆盖现有的实验。

江木27·2025-02-25 21:03

jwt + redis 登录

jwt+redis登录在用户注册或登录后，我们想记录用户的登录状态，或者为用户创建身份认证的凭证。我们不再使用Session认证机制，而使用JsonWebToken认证机制。

code-布丁·2025-02-25 21:33

Python微调DeepSeek-R1-Distill-Qwen-1.5B模型：使用Transformers和PyTorch进行训练

前言近年来，基于Transformer架构的预训练语言模型如GPT、BERT等已经取得了显著的成果，广泛应用于自然语言处理（NLP）的各个领域。

煤炭里de黑猫·2025-02-25 21:02

基于UNet对DRIVE视网膜进行图像分割

本专栏整理了《PyTorch深度学习项目实战100例》，内包含了各种不同的深度学习项目，包含项目原理以及源码，每一个项目实例都附带有完整的代码+数据集。

海洋之心·2025-02-25 21:31

笔试-投篮比赛

应用现在有一场特殊投篮积分制比赛，开始时，记分员得到一个用于记录操作的列表，元素均为字符串，规则如下：整数：本回合新获得分数；+：本回合新获得分数是前2次得分的总和：D：本回合新获得分数是前一次得分的2

查士丁尼·绵·2025-02-25 21:01

GB 44497-2024《智能网联汽车自动驾驶数据记录系统》标准解读

GB44497-2024《智能网联汽车自动驾驶数据记录系统》是由工业和信息化部提出并归口的强制性国家标准，由国家市场监督管理总局、国家标准化管理委员会于2024年8月23日批准发布(国家标准公告2024

daopuyun·2025-02-25 21:30

Deepseek辅助写毕业论文，学校要AIGC了，什么工具可以查AI率？

如果自己有用Deepseek或者其他AI工具协助论文写作，不确定自己的论文是否有AI风险，可以先用检测

我是宝库·2025-02-25 21:30

密码学系列（三）：区块链+密码学基础知识

区块链的概念区块链概述区块链的特点区块链变化市场现状二、区块链政策与标准区块链的特点与发展三、区块链的定义区块链的价值四、区块链开发语言五、区块链应用领域补充：一、区块链的概念区块链概述区块链是一个不断增长的记录列表

Juno07·2025-02-25 21:59

如何在 Linux 中检查未挂载的磁盘

今天有人说服务器没挂载硬盘，我也登录上系统查看了一下硬盘挂载情况，然后记录一下这个lsblk命令使用lsblk命令运行lsblk命令可以列出系统中所有的块设备，包括已挂载和未挂载的磁盘。

小白糖的狗狗叫鸡蛋·2025-02-25 21:59

力扣每日一题【算法学习day.130】

前言###我做这类文章一个重要的目的还是记录自己的学习过程，我的解析也不会做的非常详细，只会提供思路和一些关键点，力扣上的大佬们的题解质量是非常非常高滴！！！

南宫生·2025-02-25 21:28

Rust 中的内部可变性与 `RefCell＜T＞`

例如，当我们需要在不可变对象的内部修改状态时（比如记录日志、计数等），就需要借助内部可变性。通过内部可变性，我们可以在外部保持不可变的同时，通过封装的方式实现内部数据的变更，而这些

Hello.Reader·2025-02-25 21:57

力扣每日一题【算法学习day.133】

前言###我做这类文章一个重要的目的还是记录自己的学习过程，我的解析也不会做的非常详细，只会提供思路和一些关键点，力扣上的大佬们的题解质量是非常非常高滴！！！

南宫生·2025-02-25 21:57

数仓搭建实操(传统数仓orale):DM数据集市层

需求:根据映射表建表个贷客户违约信息表建表CREATETABLEDM.PERSON_LOAN_WY_INFO(DATE_DTDATE,CUST_CUNTNUMBER,CUST_FINNUMBER,CUST_BADNUMBER,CUST_FIN_PERVARCHAR2(30),CUST_BAD_PERVARCHAR2(30),CUST_EXC_RATVARCHAR2(30));COMMENTONCO

想做富婆·2025-02-25 20:54

MySQL底层是如何实现事物的四大特性的？

实现：UndoLog（回滚日志）：在事务修改数据前，UndoLog会记录数据修改前的状态（旧版本数据）。若事务

·2025-02-25 20:20

数据库字段类型如何进行设计

极端兼容情况下使用decimal也可以可以的（3）数据库的的锁要和事务一起使用才会生效，锁的记录一定要使用索引，否则锁也会不生效的。

红豆和绿豆·2025-02-25 20:24

一个普通程序员的27岁

致工作三年即将27岁的自己这是一篇自己的碎碎念、即回顾自己以前的成长经历、也小小的持有一下对未来的期待。

·2025-02-25 20:48

机器学习01

机器学习的基本过程如下：1.数据获取2.数据划分3.特征提取4.模型选择与训练5.模型评估6.模型调优一、特征工程（重点）0.特征工程步骤为：特征提取(如果不是像dataframe那样的数据，要进行特征提取

天行者@·2025-02-25 20:53

机器学习02

、模型选择与调优1交叉验证(1)保留交叉验证HoldOutHoldOutCross-validation（Train-TestSplit）优点1.简单高效操作简便：这种方法的实现非常直接，只需要将原始数据集按照一定比例