c语言基础知识入门笔记

docker入门

docker入门笔记（仅作为个人笔记，如有雷同，请联系删除。。） 
你们的好朋友大强·2022-11-28 09:01

机器学习入门笔记

文章目录机器学习笔记一.使用scikit-learn导入数据集1.pycharm解决到导入库的问题2.数据集简单描述二.数据预处理—标准化1.为什么要预处理2.常用的处理方法3.numpy中抽取部分列三.文本数据特征提取1.相关知识2.sklearn中文本数据特征提取的方法常用默认值四.采用scikit-learn中的svm模型，训练一个对digits数据集进行分类的模型。1.相关知识五.机器学习
wuming先生·2022-11-27 17:38

ROS Noetic入门笔记（一）在ubuntu20.04中安装ROS Noetic并简单测试

ROSNoetic入门笔记（一）在ubuntu20.04中安装ROSNoetic并简单测试ROSNoetic入门笔记（二）ROSNoetic创建工作空间和功能包ROSNoetic入门笔记（三）ROSNoetic
Athelloren·2022-11-27 12:19

ROS Noetic入门笔记（二）ROS Noetic创建工作空间和功能包

ROSNoetic入门笔记（一）在ubuntu20.04中安装ROSNoetic并简单测试ROSNoetic入门笔记（二）ROSNoetic创建工作空间和功能包ROSNoetic入门笔记（三）ROSNoetic
Athelloren·2022-11-27 12:19

机器视觉入门笔记

文章目录基础概念基本问题减少过拟合的基本方法参数太多&费时梯度弥散&梯度爆炸使用场景分类经典分类目标检测目标检测的mAP值理解AnchorBox——锚框onestagetwostage分割语义分割基本原理网络发展从很多地方合并成这样一篇笔记，以备自己查询使用，侵删。基础概念基本结构：卷积+池化+激活+全连接层多尺度特征，我的理解是在不同的卷积层都会有这个尺度的一个特征，约卷积，特征尺度越高，抽象程
新兴AI民工·2022-11-27 11:36

Linux入门笔记-尚硅谷韩顺平-基础篇&实操篇

文章目录课程导论基础篇Linux入门Linux介绍Linux和Unix的关系Linux和Windows比较基础篇Linux的目录结构基本介绍具体的目录结构实操篇vi和vim的使用vi和vim的基本介绍vi和vim的三种常见模式vi和vim模式的相互切换vi和vim快捷键实操篇开机、重启和用户登录注销关机&重启命令用户登录和注销实操篇用户管理创建用户指定密码查询切换用户组的管理用户和组的配置文件实操
chenyonwu同学·2022-11-27 08:04

pytorch入门笔记02

pytorch自动微分torch.Tensor是包的核心类，有个属性.requires_grad设为True就会跟踪tensor所有操作。计算完成后调用backward()自动计算所有梯度。这个张量的梯度将累计到.grad属性中调用.detach()可以与计算历史记录分离。也可以用withtorch.no_grad():包起来。Tensor当中有一个属性grad_fn用来记录创建了张量的Funct
哈土奇·2022-11-27 04:31

Pytorch学习笔记之一

不过这些深度学习的框架多是大同小异，所以这里我也更一更torch有关的入门笔记。与tensorflow入门笔记不同，我想按模块来写torch的入门笔记。
小强同学·2022-11-25 23:55

阿里P8总结的Nacos入门笔记，从安装到进阶小白也能轻松学会

前言都说程序员工资高、待遇好，2022金九银十到了，你的小目标是30K、40K，还是16薪的20K？作为一名Java开发工程师，当能力可以满足公司业务需求时，拿到超预期的Offer并不算难。然而，提升Java核心能力最快、最有效，短期内升职加薪的方法，到底是什么？首先，你需要跳出日常工作，接触更有深度、更前沿的顶级项目。一个简单的逻辑：大厂之所以能够给到高于行业水准的薪资，正是因为即使是普通开发人
骑着猪追马的程序员·2022-11-25 19:26

Pandas入门笔记

笔记参照课程唐宇迪python数据分析与机器学习实战笔记方便自己今后回顾和查看，需要详细了解各自Pandas操作，建议学习上述课程Pandas数据结构pandas是基于numpy的数据处理库。其数据的基本结构从小到大依次为numpy.array,pandas.core.series.Series以及pandas.core.frame.DataFrame.简单的pandas特有的结构为series和
Sehr_Gut·2022-11-25 17:32

反向传播神经网络极简入门

这份极简入门笔记不需要突触的图片做装饰，也不需要赘述神经网络的发展历史；要推导有推导，要代码有代码，关键
佛空如水·2022-11-25 00:52

opencv 入门笔记五 padding(图像加边框)

1.传统艺能了，上代码：cv.copyMakeBorder(src,top,bottom,left,right,borderType,dst=None,value=None)src:原图像top,bottom,left,right:边界宽度，单位:像素值（pixel）borderType:cv2.BORDER_CONSTANT,带颜色的边界，需要传入另外一个颜色值cv.BORDER_REFLECT
Newjet666·2022-11-24 19:10

深度学习100问-1：深度学习环境配置有哪些坑？

需要说明的是，这100问并不是入门笔记，想要入门的同学可以参考去年的深度学习60讲系列：深度学习第60讲：深度学习笔记系列
小白学视觉·2022-11-24 14:56

Golang入门笔记（4）—— 流程控制之if分支

if单分支，多分枝，双分支基本语法：单分支：if条件表达式{         条件表达式为true就会执行的逻辑代码}varcountint=20ifcount1000{fmt.Println("口罩数量过量")}elseifcount>=800{//else隐藏含义，与上面相反的情况，即count300{fmt.Println("口罩数量勉强维持。")}elseifcount>30{fmt.Pr
汪大为一个致力成为大有修为，大有作为的人·2022-11-24 03:38

Go语言快速入门笔记

文章目录import匿名导包和别名导包的方式defer语句数组和动态数组固定长度数组切片（动态数组）切片的容量追加和截取map面向对象struct继承多态interface空接口万能类型与类型断言机制变量的内置pair结构变量结构reflect包(反射)reflect反射解析结构体标签tagGoroutine基本模型和调度设计策略GMP调度器的设计策略创建Goroutinechannel机制cha
尧fighting·2022-11-23 22:52

linux下python安装opencv库_OpenCV入门笔记（一） Linux下的安装

关于OpenCV，有中文的官方站点。里面翻译了官网的教程和API等。中文官方Tutorials见这里：【Tutorials】一、Ubuntu下的安装能够选择直接从库里安装，或者手动编译安装，请參考这里：【InstallationinLinux】1.从repository(库)中安装sudoapt-getinstalllibopencv-devpython-opencv2.手动编译安装首先要解决Op
Muses Station·2022-11-23 18:41

深度学习入门笔记 —— 循环神经网络 RNN

首先，明确RNN的主要任务是用于文本分类，而解决文本分类任务最经典的模型是词袋模型（Bag-of-WordsModel），如图所示，输入是三个句子，词袋模型首先要定义一个词汇表vocabulary，里面记录了单词与数字的对应关系，共9个单词，所以特征矩阵就有9列；然后特征矩阵的每一行对应一个输入样本，统计这9个单词在句子中的出现次数（词频），填入对应单词的位置即可；最后将特征矩阵与标签y训练分类器
cnhwl·2022-11-23 16:08

标签类目 知识图谱_知识图谱论文合集

Pelhans/paper_listgithub.com知识图谱介绍知识图谱入门笔记从零开始构建知识图谱徐增林_知识图谱技术综述知识图谱构建技术综述RDF语法JSON-LDAJSON-basedSerializationforLinkedData
weixin_39857792·2022-11-22 22:14

Pytorch纯新手入门笔记

Pytorch入门笔记（推荐配合B站up主我是土堆食用）PyTorch深度学习快速入门教程（绝对通俗易懂！）
加菲猫的睡毯·2022-11-22 18:21

Python数据分析入门笔记5——数据预处理之异常值

系列文章目录Python数据分析入门笔记1——学习前的准备Python数据分析入门笔记2——pandas数据读取Python数据分析入门笔记3——数据预处理之缺失值Python数据分析入门笔记4——数据预处理之重复值
奥特曼打小白·2022-11-22 13:20

opencv深度学习入门笔记整理

一、图像的基本操作（1）读取图像Img=cv2.imread（"xx.jpg"）img的数据类型为ndarray的格式（2）图像显示可以多次调用，创建多个窗口cv2.imshow（"image",img）（3）等待时间毫秒级，0表示任意键终止，如数字10000表示10秒后自动关闭cv2.waitKey(0)cv2.destroyAllWindows()（4）图片的属性img.shape(414,5
Aaron_Yang.·2022-11-22 10:01

Keras入门笔记(番一)：从源码分析K.batch_dot及与dot的区别

动机矩阵和向量的乘法各种名称都有，甚至相互混杂，在不同框架里的命名也不一样，每每都会陷入这些Magic中。例如，同样是dot对向量shape=(n,)和一维张量shape=(n,1)而言都不一样，无论总结过多少次，像我们这种torch和tensowflow、matlab轮着写的人，总是不经意间就会翻车。好在keras提供了高级的接口，至少在tensorflow、theano以及可能会有的mxnet
身披白袍·2022-11-22 05:45

Python深度学习入门笔记之1

Python深度学习入门笔记文章目录Python深度学习入门笔记1.感知机感知机是什么感知机能干什么用导入权重和偏置感知机的局限性用图表示感知机实现与门用图表示感知机无法实现与门线性和非线性多层感知机2
如魔·2022-11-22 01:21

Python数据分析入门笔记3——数据预处理之缺失值

系列文章目录Python数据分析入门笔记1——学习前的准备Python数据分析入门笔记2——pandas数据读取Python数据分析入门笔记系列文章目录前言一、数据清理概述1.缺失值的处理方式2.重复值的处理方式
奥特曼打小白·2022-11-21 22:43

【python-opencv入门笔记】9 - 形态学操作：开运算、闭运算

1、开运算先腐蚀后膨胀的操作称为开运算开运算的作用：消除细小物体、在窄区域分离物体、平滑大物体边界等。开运算函数：cv2.morphologyEx(图像,cv2.MORPH_OPEN,矩阵)cv2.MORPH_OPEN是常量，意为开运算示例代码：importcv2importnumpyasnpimg=cv2.imread("./k.jpg")k=np.ones((20,20),np.uint8)k
不负卿@·2022-11-21 18:01

【python-opencv入门笔记】8 - 形态学操作：膨胀

简单来说，膨胀就是把图像中的物体变大了！与腐蚀操作一样，也需要一个矩阵参数。膨胀函数：dilate(图像,矩阵)示例图片：源码importcv2importnumpyasnpcsdn_img=cv2.imread("./csdn2.jpg")#读取图像k1=np.ones((3,3),np.uint8)#3个不同尺度的膨胀单元k2=np.ones((5,5),np.uint8)k3=np.ones
不负卿@·2022-11-21 18:00

【python-opencv入门笔记】7 - 形态学操作：腐蚀

形态学（morphology）通常表示生物学的一个分支，该分支主要研究动植物的形态核结构。我们使用同一词语表示数学形态学的内容，将数学形态学作为工具从图像中提取表达和描绘区域形状的有用图像分量。形态学操作包括：腐蚀、膨胀、开运算、闭运算、顶帽黑帽等。腐蚀操作的本质，就是把图片中的物体打磨变小了1、测试原图2、腐蚀操作函数：cv2.erode(图像,腐蚀单元矩阵)示例：importcv2import
不负卿@·2022-11-21 18:30

C语言基础知识

1：源程序—编译—二进制目标程序——链接——可执行程序。链接主要是目标函数与系统函数库及其他程序进行链接。2：算法五特点：“可确有出入”，可：可行性；确：确定性：有：有穷性；出：输出；入：输入。3.程序流程图：用于理清思路，能够快速找出问题所在，解决问题。N-S盒图：可参考以下博客。http://t.csdn.cn/R6lqE![在这里插入图片描述](https://img-blog.csdnim
fighting_guo·2022-11-21 09:14

MySQL小白快速入门笔记

SQL语言不区分字母大小写，为了方便，本人统一使用小写字母启动数据库netstartmysql停止数据库netstopmysql输入密码后进入mysqlmysql-uroot-p显示所有数据库showdatabases;创建test数据库createdatabasetest;使用test数据库usetest;显示该数据库的所有表showtables;创建employees表createtablee
河啊·2022-11-21 06:01

连续苦情剧：机器学习入门笔记（一）：模型性能评价与选择

一.训练误差与测试误差1.1基本概念在分类任务中，通常把错分的样本数占样本总数的比例称为错误率（errorrate）。比如m个样本有a个预测错了，错误率就是E=a/m；与错误率相对的1-a/m称为精度（accuracy），或者说正确率，数值上精度=1-错误率。更一般地，我们通常会把学习器的实际预测输出与样本的真实输出之间的差异称为误差（error）。学习器在训练集上的误差称为训练误差（traini
测试员小何·2022-11-21 02:04

深度学习入门笔记3 自适应神经元

自适应线性神经元概念自适应线性神经网络（ADALINE——AdaptiveLinearNeuron）是在感知器的基础上进行的一种改进。激活函数采用线性连续的函数来代替阶跃函数。自适应神经元&感知器激活函数：自适应神经元使用线性激活函数，感知器使用阶跃函数。误差更新：自适应神经元在最终结果前进行更新，感知器在最终结果后进行更新。损失函数：自适应神经元使用SSE最为损失函数，感知器没有损失函数。应用：
深度学习从入门到放弃·2022-11-21 02:21

深度学习入门笔记之ALexNet网络

Alex提出的alexnet网络结构模型，在imagenet2012图像分类challenge上赢得了冠军。作者训练alexnet网络时大致将120万张图像的训练集循环了90次，在两个NVIDIAGTX5803GBGPU上花了五到六天。来源论文：Krizhevsky,Alex,IlyaSutskever,andGeoffreyE.Hinton.“Imagenetclassificationwith
ysukitty·2022-11-20 22:16

Matlab图像处理（入门笔记）

Matlab图像处理1.图像的数据结构1.1矩阵1.2链码1.3拓扑结构1.4关系结构2.Matlab图像处理2.1图像处理工具箱2.2图像类型的转换2.3图像文件的读写2.4图像点运算2.5图像的空间变换3.图像增强3.1目的3.2空域内的图像增强3.3图像的统计特性3.4绘制灰度图像等高线3.5空域滤波3.6频域滤波补充[图像滤波](https://ww2.mathworks.cn/help/
yusuhuayu·2022-11-20 19:04

c语言基础知识（一）

目录（一）简单知识点：（二）c语言语法1.标识符2.数据类型3.位运算4.字符串常量5.算术表达式和赋值表达式6.补充(三）程序控制结构1.一定要背诵的printf2.scanf3.杂点4.习题（四）函数和指针（五）数组（六）其他考试内容（一）简单知识点：1)程序结构是三种:顺序结构、选择结构(分支结构)、循环结构。2)读程序都要从main()入口,然后从最上面顺序往下读(碰到循环做循环,碰到选择
太一TT·2022-11-20 03:10

数据建模初入门笔记

文章目录前言：班级成绩案例之大数据分析相关矩阵热图柱状图直方图散点图UCI肿瘤数据集之大数据分析准备阶段数据集模型训练预测结果UCI观影数据集之大数据分析读取CSV数据清理统计数据与作图Kaggle竞赛之“泰坦尼克号”大数据分析准备工作数据清洗探索可视化特征工程基本建模和评估炼丹集成方法预测前言：鄙人搞开发和安全的，对这个数据建模有点兴趣。也是第一次参加，然后的话这里面涉及模型的训练。但是预测模型
望向天空的恒毅·2022-11-20 02:09

Pytorch入门笔记0：环境配置（重要前提）

Pytorch环境配置说明：一般用Anaconda配置Python环境，使用Pycharm编辑器进行代码编辑1Anaconda安装进入官网选择对应系统和版本进行安装，现在已更新到Python3.9，我们安装最新版本即可。Anaconda|TheWorld’sMostPopularDataSciencePlatform对于版本有要求的朋友可以下载对应版本针对下载有困难的，可以使用本链接（2019.1
Jorko的浪漫宇宙·2022-11-20 01:30

PyTorch入门笔记1：Python学习中的两大法宝函数

PyTorch入门笔记1：Python学习中的两大法宝函数Pytorch包（package）就像是一个工具箱，工具箱也会分好几个区，比如1，2，3，4区，每个区的工具的功能不同，现在想去探索这个工具箱的工具
Jorko的浪漫宇宙·2022-11-20 01:30

PyTorch入门笔记2：PyTorch加载数据实战

PyTorch加载数据讲解一、Dataset和Dataloader对于数据，我们对于已有的数据，需要用到Dataset（数据集）和DataLoader（数据加载）器。Pytorch读取数据主要涉及两个类：Dataset和Dataloader数据可类比为“垃圾”，不同数据是不同种类的垃圾，这里蓝色是可回收垃圾。Dataset能够把垃圾中的可回收垃圾即蓝色块给挑选出来，并对其进行编号，供后续网络的使用
Jorko的浪漫宇宙·2022-11-20 01:30

程序员的机器学习入门笔记（五）：文本分类的入门介绍

背景说明可以说在分析机器学习的数据源中最常见的知识发现主题是把数据对象或事件转换为预定的类别，再根据类别进行专门的处理，这是分类系统的基本任务。文本分类也如此：其实就是为用户给出的每个文档找到所属的正确类别（主题或概念）。想要实现这个任务，首先需要给出一组类别，然后根据这些类别收集相应的文本集合，构成训练数据集，训练集既包括分好类的文本文件也包括类别信息。今天，在互联网的背景下自动化的文本分类被广
铁猴·2022-11-19 19:20

mathematica入门笔记

如何使mathematica保存的pdf和书写行长度一致（pdf不随意换行）符号输入，可能有两种办法：[输入想要的符号的英文单词注意首字母可能要大写Esc输入想要的符号的英文单词然后用下箭头找高斯分布符号N\mathcal{N}N怎么输入:[ScriptCapitalN即可(只有在PlainText模式才输入的了ScriptCapital*)导入的pdf如何加文档内容表TOCtableofcont
韩信忍蟑螂·2022-11-19 16:26

深度学习入门笔记（1）——导论部分

此笔记来源于SebastianRaschka的IntroductiontoDeepLearning系列课程。首先介绍的是传统的编程范式，假设我们想实现垃圾邮件识别的功能，传统的方法就是由程序员来找出垃圾邮件的规则并对其进行编程，得到一个垃圾邮件识别的程序。机器学习的方法，可以通过输入邮件以及邮件对应的标签，通过算法自动得到机器学习模型，该模型可以代替传统方法中程序员手动编写规则得到的程序，实现垃圾
cnhwl·2022-11-19 12:20

Few-shot Learning 小白入门笔记

点击上方“机器学习与生成对抗网络”，关注星标获取有趣、好玩的前沿干货！知乎作者受限玻尔兹曼机https://zhuanlan.zhihu.com/p/396593319编辑｜人工智能前沿讲习最近想搞一搞Fewshotleanring，于是在B站上听了王老师的课，感觉深受启发，写一写课程笔记，也希望分享给想入门的朋友。笔记中增加了一些我个人的理解，希望各位大佬指导。王老师的课程：https://ww
机器学习与AI生成创作·2022-11-19 10:57

深度学习入门笔记（2）—— 感知器

最经典的神经元模型，从左到右依次是：输入、权重、加权和、阈值、输出。加权和又叫做NetInput，符号为z，当z的值大于阈值时输出1，小于阈值时输出0。实现与门和或门，权重为1，阈值分别为1.5和0.5即可。用偏置b代替负阈值，此时的加权和z就变成了wTx+b{w^T}x+bwTx+b，新的阈值就是0了。更进一步的，可以将偏置看作是输入1时对应的权重，这样做的好处是可以写成向量内积的形式，有利于数
cnhwl·2022-11-19 04:54

李宏毅-机器学习和深度学习概念入门笔记1

一、机器学习相关规定1.什么是机器学习：本质就是找一个函数2.深度学习：使用类神经网络3.修课的先决条件：二、机器学习的相关概念1.机器学习中的三个任务1.Regression:回归，找出一个函数来进行预测，输出一个数值2.Classification:分类问题，yes/no3.Structuredlearning:有结构性的学习，输出图片或者别的文件，让机器学会创造三、线性函数模型1.找线性函数
风再起时0.0·2022-11-19 02:59

深度学习入门笔记：感知机

编程导航：nav.wenancoding.com个人blog：wenancoding.comgzh：【问安coding】定义感知机接收多个输入信号，输出一个信号。感知机的信号只有1/0两种取值，0对应“不传递信号”，1对应“传递信号”。x1，x2是输入信号。y是输出信号。w1、w2是权重（w是weight的首字母）。每个变量都有权重，权重越大，对应该权重的信号的重要性就越高。图中的○称为“神经元”
问安Coding·2022-11-19 02:39

机器学习入门笔记- 李宏毅-L1L2

本能学习的局限机器同样可以采用提前设定的方式进行情况处理，类似于AIMA书中所说的提供一个状态-行动映射表，从而处理一些情况，但是其存在一些缺陷：1.无法处理所有的情况，无法处理特殊情况；2.无法超越创造者；3.需要很大量的人力成本，无法适用于小型企业和小型应用。如下的漫画说明了部分AI的困境，存在大量的人工处理方法，难以实现自适应的情况。实际机器学习而实际情况中，机器学习需要处理的问题是通过编程
OKgagaga·2022-11-19 02:07

机器学习极简入门笔记-5-无监督学习-K-means

目录第17章KNN算法（有监督学习算法，放在此位置是为了与下一章的K-means做对比）17.1KNN算法原理17.2KNN中的K第18章K-means——最简单的聚类算法18.1K-means算法步骤18.2K-means算法具体细节18.3启发式算法18.4K-means算法的局限性18.5K-means算法代码实现18.6KNN实例第17章KNN算法（有监督学习算法，放在此位置是为了与下一章
南鸢北折·2022-11-17 11:54

机器学习极简入门笔记-2-有监督学习基础

目录第8章线性回归8.1代价函数8.2使用梯度下降法求解目标函数8.3多维情形8.4线性回归的超参数8.5线性回归程序第9章朴素贝叶斯分类器9.1分类与回归9.2贝叶斯定理9.3朴素贝叶斯算法9.4朴素贝叶斯分类器9.5条件概率的参数9.5.1极大似然估计9.5.2正态分布的极大似然估计9.6朴素贝叶斯分类器程序第10章逻辑回归10.1Sigmoid函数10.2非线性逻辑回归函数的由来10.2.1
南鸢北折·2022-11-15 09:00

机器学习极简入门笔记-4-有监督学习进阶-HMM

目录15.1基本概念概率模型生成模型与判别模型概率图模型马尔可夫链，马尔可夫随机场和CRF15.2数学中的HMMHMM的两个基本假设15.3HMM的三个基本问题概率计算问题预测问题学习问题15.4HMM3个基本问题的计算概率计算问题预测问题学习问题15.6HMM实例15.1基本概念概率模型所谓概率模型(probabilisticmodel)，顾名思义，就是将学习任务归结于计算变量概率分布的模型。概
南鸢北折·2022-11-15 09:29

机器学习极简入门笔记-3-有监督学习进阶-SVM、SVR数学原理

目录第12章SVM12.1线性可分SVM12.2直观理解拉格朗日乘子法和KKT条件12.3对偶学习算法12.3.1对偶问题12.3.2强对偶性12.4求解线性可分SVM的目标函数12.4.1线性可分SVM的主问题12.4.2使用对偶算法求解线性可分SVM的步骤12.5线性SVM，间隔由硬到软12.5.1线性SVM的主问题12.6.3线性SVM的支持向量12.6非线性SVM和核函数12.6.1非线性
南鸢北折·2022-11-15 09:51
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他