E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
Caffe学习系列
机器
学习系列
- 9. 主成分分析法 PCA
1.主成分分析法思想及原理1.1什么是主成分分析法PCA(PrincipalComponentAnalysis),即主成分分析方法,是一种使用最广泛的数据降维算法(非监督的机器学习方法)。其最主要的用途在于“降维”,通过析取主成分显出的最大的个别差异,发现更便于人类理解的特征。也可以用来削减回归分析和聚类分析中变量的数目。1.2为什么要做主成分分析在很多场景中需要对多变量数据进行观测,在一定程度上
小蘑菇1962
·
2024-01-07 07:20
【
caffe
-Windows】windows下lib
caffe
调用过程中碰到的问题梳理;
目的:在
caffe
原有工程下设计了自己的检测函数,封装在lib
caffe
.lib内用于其他项目;新建自己的工程,添加好附加库目录,附加依赖项,附加目录后,首先编译遇到的问题时缺少依赖项“boost_date_time-vc120
沉木渡香
·
2024-01-07 03:48
深度学习
caffe-windows
rabbitMQ 高级整合应用第四篇 消息监听适配器
RabbitMQ
学习系列
第二十二篇高级整合第四篇MessageListenerAdapterMessageListenerAdaoter:即消息监听适配器。
凯哥Java
·
2024-01-06 17:46
本地缓存
Caffe
ine的使用
1
Caffe
ine介绍
Caffe
ine是一个高性能的本地缓存框架,缓存存储底层依赖JDK的ConcurrentHashMap。支持设置缓存过期时间等功能。
J_bean
·
2024-01-06 16:05
本地缓存
缓存
caffeine
Java |
学习系列
Java1.8 新特性详解( 包含学习代码 )
前言:Java8已经发布很久了,很多报道表明Java8是一次重大的版本升级。在JavaCodeGeeks上已经有很多介绍Java8新特性的文章,例如PlayingwithJava8–LambdasandConcurrency、Java8DateTimeAPITutorial:LocalDateTime和AbstractClassVersusInterfaceintheJDK8Era。本文还参考了一
天上的小仙女呀
·
2024-01-06 07:44
Spring Boot 整合
Caffe
ine 本地缓存及 Spring Cache 注解的使用
SpringBoot整合
Caffe
ine本地缓存及SpringCache注解的使用介绍在现代的Web应用程序中,缓存是提高性能和响应速度的重要手段之一。
itwenke
·
2024-01-06 07:56
spring
spring
boot
缓存
李沐机器
学习系列
5---循环神经网络
1Introduction对于样本的分析,通过全连接层处理表格数据,通过卷积神经网络处理图像数据;第一种假设,所有数据都是独立同分布的RNN处理序列信号序列数据的更多场景1)用户使用习惯具有时间的先后性2)外推法和内插法1.1自回归模型1)自回归模型,对自己执行回归2)隐变量的自回归模型生成训练数据,1.2马尔科夫模型一个模型被称为马尔可夫模型,主要是因为它满足马尔可夫性质,也就是说,该模型中的未
expectmorata
·
2024-01-06 07:40
机器学习
rnn
人工智能
[C#]使用OpenCvSharp实现二维码图像增强超分辨率
【官方框架地址】github.com/shimat/opencvsharp【算法介绍】借助于opencv自带sr.prototxt和sr.
caffe
model实现对二维码图像增强【效果展示】【实现部分代码
FL1623863129
·
2024-01-06 06:37
C#
c#
开发语言
【dubbo
学习系列
】dubbo消费端的代理生成详解(@DubboReference和@Reference)
文章目录spring中dubbo实现RPC如何加载@Reference和@DubboReference注解DubboComponentScanRegistrar概括发现@Refrence和@DubboReference注解,并编织RPC通信逻辑ReferenceAnnotationBeanPostProcessor(核心)@Reference@DubboReference@Reference和@D
唐芬奇
·
2024-01-06 05:52
dubbo
java
dubbo
Ubuntu 16.04 +
caffe
环境搭建(CPU)
1.安装依赖sudoapt-getinstalllibprotobuf-devlibleveldb-devlibsnappy-devlibopencv-devlibhdf5-serial-devprotobuf-compilersudoapt-getinstall--no-install-recommendslibboost-all-devsudoapt-getinstalllibgflags-d
默写年华Antifragile
·
2024-01-06 02:36
[C#]利用opencvsharp实现深度学习
caffe
模型人脸检测
【官方框架地址】https://github.com/opencv/opencv/blob/master/samples/dnn/face_detector/deploy.prototxt采用的是官方
caffe
FL1623863129
·
2024-01-06 02:01
C#
深度学习
caffe
人工智能
C++
学习系列
-- using关键字
一概述c++11中新引入了关键字using二using关键字的用处1.usingnamespace与usingnamespacemember#include#includeintmain(){usingnamespacestd;vectorvec={1,2,3};usingstd::list;listli={1,2,3};return0;}2.aliastype与aliastemplate#inc
在河之洲木水
·
2024-01-05 13:53
c++
学习
开发语言
Docker网络上篇-网络介绍
本系列教程直通车直通车,本系列教程已发布文章,快速到达,《Docker
学习系列
》教程已经发布的内容如下:【图文教程】Windows11下安装DockerD
凯哥Java
·
2024-01-05 13:41
【Python机器
学习系列
】建立逻辑回归模型预测心脏疾病(完整实现过程)
一文彻底搞懂机器学习中的归一化与反归一化问题【Python机器
学习系列
】一文彻底搞懂机器学习中表格数据的输入形式(理论+源码)【Python特征工程系列】利用随机森林模型
数据杂坛
·
2024-01-05 12:22
机器学习
机器学习
python
逻辑回归
【Python机器
学习系列
】建立支持向量机模型预测心脏疾病(完整实现过程)
一文彻底搞懂机器学习中的归一化与反归一化问题【Python机器
学习系列
】一文彻底搞懂机器学习中表格数据的输入形式(理论+源码)【Python特征工程系列】利用随机森林模型
数据杂坛
·
2024-01-05 12:47
机器学习
机器学习
支持向量机
python
EasyExcel
学习系列
笔记(1)--easyexcel 样式设置
packagecom.zjm.gwork.utils.myEasyExcel;importcom.alibaba.excel.write.metadata.style.WriteCellStyle;importcom.alibaba.excel.write.metadata.style.WriteFont;importcom.alibaba.excel.write.style.Horizontal
幸福巡礼
·
2024-01-05 08:14
李沐机器
学习系列
4---全连接层到卷积
1从全连接到卷积1.1平移不变性从概率分布的角度来看卷积的定义,f(τ)f(\tau)f(τ)是概率密度,g(t−τ)g(t-\tau)g(t−τ)是在这个分布下的均值(f∗g)(t)=∫−∞∞f(τ)g(t−τ)dτ(f*g)(t)=\int_{-\infin}^{\infin}f(\tau)g(t-\tau)d\tau(f∗g)(t)=∫−∞∞f(τ)g(t−τ)dτ2图像卷积2.1互相关运算
expectmorata
·
2024-01-05 08:01
机器学习
深度学习
神经网络
[源码和文档分享]深度学习算法实验平台网站的设计与实现
制作一个集成的深度学习工具包,颈动脉医疗图像的深度学习代码都可以在本平台上运行,平台基于TensorFlow、
Caffe
、CNTK、Keras、Theano等多种深度学习框架并可以部署在同一硬件环境,因此可以测试颈动脉医疗图像深度学习在不同深度学习框架上的准确率和效率
ggdd5151
·
2024-01-04 21:08
李沐机器
学习系列
1--- 线性规划
1Introduction1.1线性回归函数典型的线性回归函数f(x)=w⃗⋅x⃗f(x)=\vec{w}\cdot\vec{x}f(x)=w⋅x现实生活中,简单的线性回归问题很少,这里有一个简单的线性回归问题。房子的价格和房子的面积以及房子的年龄假设成线性关系。price=warea∗area+wage+bprice=w_{area}*area+w_{age}+bprice=warea∗area
expectmorata
·
2024-01-04 12:53
机器学习
人工智能
李沐机器
学习系列
3---深度学习计算
1层和块1.1定义块用class表示层,并只需要实现构造函数和前向传播函数classMLP(nn.Module):#用模型参数声明层。这里,我们声明两个全连接的层def__init__(self):#调用MLP的父类Module的构造函数来执行必要的初始化。#这样,在类实例化时也可以指定其他函数参数,例如模型参数params(稍后将介绍)super().__init__()self.hidden=
expectmorata
·
2024-01-04 12:53
机器学习
深度学习
人工智能
李沐机器
学习系列
2--- mlp
1IntroductionLP中有一个很强的假设,输入和输出是线性关系,这一般是不符合事实的。通过几何的方式去对信息进行理解和压缩是比较高效的,MLP可以表示成下面的形式。1.1从线性到非线性X∈Rn×dX\inR^{n\timesd}X∈Rn×d表示输入层,有n个样本,d个特征。H∈Rn×hH\inR^{n\timesh}H∈Rn×h表述隐藏层的输出,有h个输出;W(1)∈Rd×hW^{(1)}
expectmorata
·
2024-01-04 11:45
机器学习
人工智能
云原生
学习系列
之基础环境准备(单节点安装kubernetes)
一、环境要求操作系统CentOS7.x-86_x64硬件配置:内存2GB或2G+,CPU2核或CPU2核+,需要在虚拟机中提前设置好,不然后续会报错二、系统初始化1、设置主机名#在master节点执行hostnamectlset-hostnamemaster012、配置主机和IP映射,注意IP换成自己的cat>>/etc/hosts/etc/sysctl.d/kubernetes.conf/etc
shanshan3003
·
2024-01-04 07:20
云原生
学习
kubernetes
【深度学习】02--框架
蒙特利尔理工学院•TensorFlow谷歌•PytorchFacebook•Deeplearning4j创业公司Skymind•Chainer日本的深度学习创业公司PreferredNetworks•
Caffe
创造new_world
·
2024-01-04 06:55
libtorch/share/cmake/
Caffe
2/public/cuda.cmake:151
Nosuchfileordirectory):/usr/lib/cuda/include/cudnn.h出现这个错误的前提是你已经安装了cudnn原因:cuda一般是安装在/usr/local/cuda但是
caffe
2
dxz_tust
·
2024-01-03 13:25
linux
c++
ubuntu
云原生
学习系列
之基础环境准备(虚拟机搭建)
最近由于工作需要开始学习云原生相关内容,为方便学习操作,准备在外网搭建自己的环境,然后进行相关的练习,搭建环境的第一步便是虚拟机的安装。基础软件这里我用到的是CentOS-7-x86_64的操作系统。链接:https://pan.baidu.com/s/1WqBlPY-kr55NAkZs96wvwQ?pwd=abcd提取码:abcd安装虚拟机少不了VMware链接:https://pan.baid
shanshan3003
·
2024-01-03 07:47
云原生
vmware
ChatGPT
学习系列
教程(一)—chatGPT简介
一、ChatGPT介绍ChatGPT是一种基于GPT(GenerativePre-trainTransformer)模型的大型语言模型,由OpenAI公司开发。它是目前世界上最先进的自然语言处理技术之一。二、ChatGPT发展历程ChatGPT是美国人工智能研究实验室OpenAI在2023年11月30日推出的一款人工智能技术驱动的语言模型应用。以下是ChatGPT的发展历程:三、ChatGPT的主
huazi99
·
2024-01-03 01:23
chatgpt
学习
AI 训练框架:Pytorch TensorFLow MXNet
Caffe
ONNX PaddlePaddle
https://medium.com/jit-team/bridge-tools-for-machine-learning-frameworks-3eb68d6c6558
linzhiji
·
2024-01-03 00:29
人工智能
pytorch
tensorflow
caffe
,一个强大的 Python 库!
更多资料获取个人网站:ipengtao.com大家好,今天为大家分享一个强大的Python库-
caffe
。
Sitin涛哥
·
2024-01-02 22:10
Python
caffe
python
人工智能
Caffe
ine本地缓存依赖
org.springframework.bootspring-boot-starter-cachecom.github.ben-manes.
caffe
ine
caffe
inecaches=newArrayList
Royalreairman
·
2024-01-02 16:57
spring
boot
mybatis
spring
【本地缓存篇】LFU、LRU 等缓存失效算法
常见的缓存失效算法有FIFO、LRU、LFU,以及
Caffe
ine中的WindowTinyLFU算法。✔️FIFOFIFO算法是一种比较容易实现也最容易理解的
昕宝爸爸爱编程
·
2024-01-02 08:54
#
本地缓存
缓存
算法
【机器学习】卷积神经网络(四)-实现细节(
Caffe
框架为例)
六、实现细节都有哪些开源的卷积神经网络实现
caffe
中卷积神经网络各个层(卷积层、全连接层、池化层、激活函数层、内基层、损失层等)
Caffe
2与
caffe
对比
caffe
2开源吗使用
caffe
的c++版本和
十年一梦实验室
·
2024-01-02 06:02
机器学习
cnn
caffe
深度学习
神经网络
gradle
Gradle
学习系列
之一——Gradle快速入门-无知者云-博客园Gradle学习总结——根本上看透AndroidStudio构建-
味123
·
2024-01-02 01:34
VUE3.0
学习系列
随笔(五):自定义组件使用
VUE3.0
学习系列
随笔(五):自定义组件使用VUE2.0和VUE3.0虽然在工程目录结构上存在较大差异,但是具体的代码实现逻辑相同,本文所使用的自定义组件方法,同样适用于VUE2.0。
一方通行00
·
2024-01-01 21:27
VUE3.0学习随笔
VUE2.0学习随笔
vue
html
html5
【深度学习】第一章:深度学习的入坑线路
所以在写深度
学习系列
文章之前,我觉得非常有必要先把深度学习的整个框架展示一下。这是我自己跌跌撞撞走了很多弯路,才略知一二
宝贝儿好
·
2024-01-01 12:26
深度学习
人工智能
【MMdetection】MMdetection从入门到进阶1
ImageNet上所有pytorch风格的预训练主干都来自PyTorch模型zoo,
caffe
风格的预训练主干是从detectron2新发布的模型转换而来的。
资料加载中
·
2024-01-01 08:09
深度学习
C++实践(一)C++实现前馈神经网络
主要是因为当时
Caffe
等库依赖太多了,又没有其他开源的好用,顺便复习下C++。
goodluckcwl
·
2024-01-01 07:19
编程-C++
深度学习
C++
深度学习
视觉学习笔记13——既是模型,又是模型中转站的onnx
传统地我们需要用
caffe
2重新将模
RanceGru
·
2024-01-01 05:45
深度学习
学习
笔记
深度学习
人工智能
边缘计算
HTML+JS好例子集锦
基础知识参见HTML5+CSS入门与提高
学习系列
https://blog.csdn.net/cnds123/artic
软件技术爱好者
·
2024-01-01 04:25
JavaScrip技术
HTML5与CSS3
html
javascript
前端
MAML 源代码解释说明 (一)
元
学习系列
文章optimizationbasedmeta-learning《Model-AgnosticMeta-LearningforFastAdaptationofDeepNetworks》论文翻译笔记元学习方向
田小成plus
·
2023-12-31 23:30
meta-learning
深度学习
元学习
人工智能
【Python机器
学习系列
】一文带你了解机器学习中的Pipeline管道机制(理论+源码)
一、引言对于表格数据,一套完整的机器学习建模流程如下:背景知识1:机器学习中的学习器【Python机器
学习系列
】一文搞懂机器学习中的转换器和估计器(附案例)背景知识2:机器学习中的管道机制简介:转换器用于数据的预处理和特征工程
数据杂坛
·
2023-12-31 14:36
机器学习
python
机器学习
开发语言
【vim
学习系列
文章 3.1 -- vim 删除 ^M】
请阅读【嵌入式开发学习必备专栏之VIM专栏】文章目录^M来源^M删除^M来源在Vim中打开文件时,您可能会遇到行尾的^M字符,这通常是因为文件使用了Windows风格的回车换行符(CRLF),而不是Unix/Linux风格的换行符(LF)。在Vim中,^M实际上是回车符(CarriageReturn,CR)的可见表示。^M删除为了删除所有行尾的^M字符,您可以使用Vim的替换命令::%s/\r$/
CodingCos
·
2023-12-31 13:55
#
vim
学习系列文章
vim
学习
编辑器
vim
删除
M
Spring Boot IO官方文档中文版
原文链接SpringBootIO官方文档中文版引言缓存支持的缓存提供程序GenericJCache(JSR-107)HazelcastInfinispanCouchbaseRedis
Caffe
ineCache2kSimpleNoneHazelcastQuartzScheduler
逆水行舟x
·
2023-12-31 08:45
spring
boot
spring
boot
后端
java
Caffe
ine--缓存组件
Caffe
ine概念缓存手动加载自动加载手动异步加载自动异步加载驱逐策略基于容量基于时间基于引用移除显式移除概念
Caffe
ine是一个基于Java8开发的提供了近乎最佳命中率的高性能的缓存库。
kk变色龙13
·
2023-12-31 08:11
缓存
spring
java
机器
学习系列
- 3. 数据预处理
一.KNN优缺点及KD-Tree1)KNN优缺点:KNN的主要优点有:理论成熟,思想简单,既可以用来做分类也可以用来做回归天然解决多分类问题,也可用于回归问题和朴素贝叶斯之类的算法比,对数据没有假设,准确度高,对异常点不敏感由于KNN方法主要靠周围有限的邻近的样本,而不是靠判别类域的方法来确定所属类别的,因此对于类域的交叉或重叠较多的待分样本集来说,KNN方法较其他方法更为适合KNN的主要缺点有:
小蘑菇1962
·
2023-12-31 07:31
基于JetCache整合实现一级、二级缓存方案(方案实现)
目录一、整体方案说明1.1需求说明1.2整体方案实现组件结构图二、
Caffe
ine缓存实现2.1组件说明2.2组件结构图2.3组件Maven依赖2.4组件功能实现源码2.4.1
Caffe
ineCacheManager
夜夜流光相皎洁_小宁
·
2023-12-30 20:41
#
Redis
java
spring
boot
JetCache
Redis
Caffeine
Spring
Cache
Spring
Session
机器
学习系列
11:减少过拟合——L1、L2正则化
如果我们注意到模型在训练集上的表现明显优于模型在测试集上的表现,那么这就是模型过拟合了,也称为highvariance。产生的过拟合的原因是对于给定的训练集数据来说,模型太复杂了。有几种可以减少过拟合的方法:收集更多的训练数据(通常可行性不大)通过正则化引入对模型复杂度的惩罚选择一个含有较少参数的简单模型减少数据的维度假设模型的参数是向量w,那么L1和L2正则化的定义如下。L1正则化通常会产生更稀
加百力
·
2023-12-30 18:04
深度学习
机器学习
深度学习
人工智能
2018-02-23
PDFExpertSignalJavacache
Caffe
ineA站并没有凉!我们和几个前员工聊了聊它的前世今生入股中兴软创:阿里云生态布局极为重要的一块拼图?
baitu
·
2023-12-30 15:15
openpose+smplx
boss不知道从哪淘换来的pose_iter_440000.
caffe
model和basicModel_f_lbs_10_207_0_v1.0.0.pkl让我搞2d图像3d蒙皮,人都麻了,最后还是从头过了一下
Mighty_Crane
·
2023-12-30 14:55
人工智能
Spring Cache快速入门教程及案例
SpringCache介绍SpringCache提供了一组注解,使开发者能够轻松地在方法上定义缓存行为SpringCache抽象了缓存的底层实现,允许开发者选择使用不同的缓存提供者(如Ehcache、Redis、
Caffe
ine
枯木何日可逢春
·
2023-12-30 08:59
spring
redis
机器
学习系列
06:决策树
如果你很关心模型的可解释性,那么决策树(DecisionTree)算法当之无愧为首选。决策树算法如何工作套用西瓜书上的一个图来说明决策树算法是如何工作的:我们挑选西瓜时,都会考虑西瓜脐部、色泽、根蒂以及敲一敲听声音等因素(特征),决策树就是对这些考虑因素进行逐个拆解,从而判断西瓜(样本)是好瓜还是坏瓜(类别)。从上面来看,这些特征好像都是离散型的,对于Iris数据集中数值特征来说,我们可以设定一个
加百力
·
2023-12-30 07:00
深度学习
机器学习
决策树
人工智能
上一页
2
3
4
5
6
7
8
9
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他