526互联

交互式 机器人 机器python

将渲染计算搬到云端，开启低成本、强交互、沉浸式体验

云渲染可以解放本地计算需求，这意味着生产力的大幅提升。 云渲染的基本原理是将3D渲染应用部署到云端，接收本地的控制指令发送到云端，云端启动游戏引擎并进行画面渲染，编码成视频流传输到本地。 不难看出，云渲染技术的核心在于将计算搬到云端，对渲染出的画面进行流化的传输。而过程中渲染画面的抓取、编码、传输、 ......
云端 成本

Python异步爬虫（aiohttp版）

异步协程不太了解的话可以去看我上篇博客：https://www.cnblogs.com/Red-Sun/p/16934843.html PS：本博客是个人笔记分享，不需要扫码加群或必须关注什么的（如果外站需要加群或关注的可以直接去我主页查看） 欢迎大家光临ヾ(≧▽≦*)o我的博客首页https:// ......
爬虫 aiohttp Python

【机器学习】李宏毅——机器学习任务攻略

【机器学习】李宏毅——机器学习任务攻略，主要内容是讲解了如果出现了测试集误差较大的情况应该如何进行判断以及解决 ......
机器 任务攻略 任务 攻略

【机器学习】李宏毅——Explainable ML(可解释性的机器学习)

在前面的学习之中，我们已经学习了很多的模型，它能够针对特定的任务，接受我们的输入并产生目标的输出。但我们并不满足于此，我们甚至希望机器告诉我们，它是如何得到这个答案的，而这就是可解释的机器学习。 Why we need Explainable ML 首先我们要明确，即使我们训练出来的模型能够得到一个 ......
解释性 机器 Explainable ML

机器学习——人脸性别识别

一、选题背景 人脸识别技术是模式识别和计算机视觉领域最富挑战性的研究课题之一，也是近年来的研究热点，人脸性别识别作为人脸识别技术的重要组成部分也受到了广泛地关注。人脸性别识别就是向计算机输入人脸图像，经过某种方法或运算，得出其性别。这种识别对人眼来说很简单，但对计算机却并不是一件容易的事情。 二、机 ......
人脸 性别 机器

【机器学习】李宏毅——Transformer

本文详细地介绍了Transformer算法，介绍了其内部重要的Encoder和Decoder，以及具体的实现过程和原理，还介绍了其训练过程以及训练过程中应该注意的种种问题。 ......
Transformer 机器

【机器学习】李宏毅——线性降维

降维，可以用下面这张图来很简单的描述，就是将不同的、复杂的多种树都抽象成最简单的树的描述，也就是我们不关心这棵树长什么样子有什么特别的特征，我们只需要降维，知道它是一棵树即可。 维度下降实际上就是找到一个function，使得输入x得到输出z，而输出z的维度要比输入x的维度小。具体有几种方面，下面就 ......
线性 机器

【机器学习】李宏毅——自监督式学习

本文介绍了近几年比较火热的自监督式学习，并介绍了其中最具有代表性的BERT算法和GPT算法，其中对BERT算法进行了详细叙述。 ......
机器

【机器学习】李宏毅——Unsupervised Learning

读这篇文章之间欢迎各位先阅读我之前写过的线性降维的文章。这篇文章应该也是属于Unsupervised Learning的内容的。 Neighbor Embedding Manifold Learning（流形学习） 在实际的数据中，很可能会存在这一种分布： 左边这个分布可以看成原先在二维平面上的分布 ......
Unsupervised Learning 机器

【机器学习】李宏毅——生成式对抗网络GAN

本文非常详细的介绍什么是生成式对抗网络GAN，以及GAN内部的实现原理，包括各种GAN的训练技巧和变形等等内容。 ......
机器 网络 GAN

【机器学习】李宏毅——Anomaly Detection（异常检测）

本篇文章主要介绍了Anomaly Detection（异常检测）的思路具体实现方法，以及可能在实际应用中遇到的各种情况。 ......
Detection 机器 Anomaly

【机器学习】李宏毅——Adversarial Attack（对抗攻击）

本文主要介绍了Adversarial Attack（对抗攻击）当前的研究现状，包括如何攻击、攻击的类别，以及原始模型如何进行防御等相关知识点。 ......
Adversarial 机器 Attack

【机器学习】李宏毅——类神经网络训练不起来怎么办

如何判断导数值为零的点的类型 当发现训练数据集误差不再下降的时候，不是只有卡在局部最小值的情况，还有另外一种情况是处于鞍点，鞍点位置处虽然其导函数为零，但是其既不是局部最大值也不是局部最小值，如图： 因此，我们把局部最小值和鞍点这种点统称为驻点（critical point），但这两种情况是截然不同 ......
神经网络 神经 机器 怎么办 网络

【机器学习】李宏毅——Recurrent Neural Network(循环神经网络)

假设我们当前要做一个人工智能客服系统，那该系统就需要对用户输入的话语进行辨认，例如用户输入： I want to arrive Taipei on November 2nd 那么该系统就能够辨认出来Taipei是目的地，而后面是时间。那么我们可以用一个简单的前向网络来实现这个事情，输出为这个单词属于 ......
神经网络 Recurrent 神经 机器 Network

【机器学习】李宏毅——Flow-based Generative Models

本文主要介绍了Flow-based Generative Models的概念，以及其内部各个模块的主要思想，可结合我之前写过的生成模型的博客共同阅读。 ......
Flow-based Generative 机器 Models based

【机器学习】李宏毅——自注意力机制(Self-attention)

前面我们所讲的模型，输入都是一个向量，但有没有可能在某些场景中输入是多个向量，即一个向量集合，并且这些向量的数目并不是固定的呢？ 这一类的场景包括文字识别、语音识别、图网络等等。 那么先来考虑输出的类型，如果对于输入是多个数目不定的向量，可以有以下这几种输出方式： 每个向量对应一个输出：输出的数目与 ......
Self-attention 注意力 attention 机制 机器

【机器学习】李宏毅——AE自编码器(Auto-encoder)

1、What 在自编码器中，有两个神经网络，分别为Encoder和Decoder，其任务分别是： Encoder：将读入的原始数据（图像、文字等）转换为一个向量 Decoder：将上述的向量还原成原始数据的形式 而目标是希望还原出来的结果能够与原始数据尽可能的接近。其中的向量可称为Embedaing ......
编码器 Auto-encoder 编码 机器 encoder

深入理解 Python 的对象拷贝和内存布局

在本篇文章当中主要给大家介绍了 python 当中对象的拷贝和内存布局，以及对对象内存地址的验证，最后稍微介绍了一下 cpython 内部实现列表的结构体，帮助大家深入理解列表对象的内存布局。 ......
拷贝 布局 对象 内存 Python

边玩边学！交互式可视化图解！快收藏这18个机器学习和数据科学网站！⛵

机器学习算法理论比较枯燥乏味，但有许多有趣且有用的网站，您可以像游戏一样交互式操作，并同时学习机器学习概念、模型和应用知识。以下是 ShowMeAI 为大家整理的18个交互式机器学习网站，学起来！ ......
交互式 机器 科学 数据 网站

一文读懂！异常检测全攻略！从统计方法到机器学习 ⛵

本文系统介绍了『单变量异常检测』和『多变量异常检测』识别技术，包括传统的统计方法（四分位距、标准差），以及前沿的机器学习模型（孤立森林、DBSCAN、LOF局部离群因子）。 ......
全攻略 机器 方法

使用python玩转二维码！速学速用！⛵

本文讲解二维码的生成与解码：使用Python工具库qrcode『构建二维码』，使用cv2和pyzbar两类工具库『解码二维码』。二维码是目前最常使用的快捷信息存储方式之一，读完本篇即可掌握这一必备技能！ ......
python

Python中内置数据库！SQLite使用指南！ ⛵

使用Python内置库SQLite，可以方便地完成建表、插入数据、查询数据等数据库操作，也可以配合pandas进行灵活使用！高效工具库get！ ......
使用指南 数据库 指南 数据 Python

一定要用Photoshop？no！动手用Python做一个颜色提取器！ ⛵

本文使用Python实现『颜色提取』功能，构建『简单提取器』与『复杂提取器』，从单个或多个图像的某个位置提取颜色，类似PS或者PPT中的取色器功能。 ......
Photoshop 颜色 Python

机器学习分类模型评价指标之ROC 曲线、 ROC 的 AUC 、 ROI 和 KS

前文回顾： 机器学习模型评价指标之混淆矩阵 机器学习模型评价指标之Accuracy、Precision、Recall、F-Score、P-R Curve、AUC、AP 和 mAP 1. 基本指标 1.1 True Positive Rate(TPR) $TPR = \frac{TP}{TP+FN}$ ......
曲线 ROC 模型 机器 指标

使用python脚本传递参数：（三种方式可收藏）

背景：使用python脚本传递参数在实际工作过程中还是比较常用，以下提供了好几种的实现方式： 一、使用sys.argv的数组传入说明：使用sys.argv必须按照先后的顺序传入对应的参数；sys.argv则封装了传入的参数数据，作为数组的方式已经传入 import sys print("传入参数的总 ......
脚本 参数 方式 python

Python：对程序做性能分析及计时统计

如果只是想简单地对整个程序做计算统计，通常使用UNIX下的time命令就足够了。由于我用的是Mac系统，和Linux系统的输出可能有不同，不过关键都是这三个时间：user: 运行用户态代码所花费的时间，也即CPU实际用于执行该进程的时间，其他进程和进程阻塞的时间不计入此数字；system: 在内核中... ......
性能分析 性能 程序 Python

BrokenPipeError错误和python subprocess.run()超时参数在Windows上无效

1、问题的发现 今天，一个在windows上运行良好的python脚本放到linux下报错，提示错误 BrokenPipeError: [Errno 32]Broken pipe。经调查是subprocess.run方法的timeout参数在linux上的表现和windows上不一致导致的。 try ......
BrokenPipeError subprocess 错误 参数 Windows

python进阶（28）import导入机制原理

前言 在Python中，一个.py文件代表一个Module。在Module中可以是任何的符合Python文件格式的Python脚本。了解Module导入机制大有用处。 1. Module组成 一个.py文件就是一个module。Module中包括attribute, function等。 这里说的a ......
原理 机制 python import

Selenium4+Python3系列（九） - 上传文件及滚动条操作

一、上传文件操作 上传文件是每个做自动化测试同学都会遇到，而且可以说是面试必考的问题，标准控件我们一般用send_keys()就能完成上传， 但是我们的测试网站的上传控件一般为自己封装的，用传统的上传已经不好用了， 也就是说用selenium的APi已经无法完成上传操作了。 那么下面，针对控件进行分 ......
Selenium4 Selenium Python3 文件 Python

Selenium4+Python3系列（十） - Page Object设计模式

前言 Page Object（PO）模式，是Selenium实战中最为流行，并且被自动化测试同学所熟悉和推崇的一种设计模式之一。在设计测试时，把页面元素定位和元素操作方法按照页面抽象出来，分离成一定的对象，然后再进行组织。 相信每个做自动化测试的同学，一定会遇到这样一个非常头疼的问题，那就是页面变化 ......
设计模式 Selenium4 Selenium Python3 模式
共15000篇  :434/500页 首页上一页434下一页尾页