函数 模型ai
五种传统IO模型
五种传统I/O模型 作者:tsing 本文地址:https://www.cnblogs.com/TssiNG-Z/p/17089759.html 简介 提起I/O模型, 就会说到同步/异步/阻塞/非阻塞乱七八糟一大堆, 这里简单整理一下, 做个备忘. 正文 传统I/O模型一共有5种 : 阻塞I/O, ......
C#开发PACS医学影像三维重建(十四):基于能量模型算法将曲面牙床展开至二维平面
在医学影像领域中，将三维重建中的人体组织展开平铺至二维，用来研判病灶和制定治疗方案的重要手段之一， 它能够将立体曲面所包含的信息更为直观的展示到二维平面上，常用的情景包括： 牙床全景图、平铺血管、骨骼二维化展开(肋骨平铺)。 众所周知，人体牙床正常情况下是有弧度的，无论是从俯视位还是冠状位观察都是不 ......
JDK8 四大核心函数式接口及扩展接口总结
前言 Java8的四大函数式接口及相关的扩展接口在日常使用中的频率也是非常多的，包括自己定义的函数式接口，在JDK1.8之前，我们定义的方法都是用来接收参数，然后自己根据参数传递实现逻辑。在1.8之后，可以通过参数传递一段行为代码，将公共的行为代码封装成一个函数式接口传递，可以减少很多代码量，在St ......
【C++ 泛型编程01：模板】函数模板与类模板
【模板】 除了OOP外，C++另一种编程思想称为 泛型编程 ，主要利用的技术就是模板 C++提供两种模板机制：函数模板和类模板 函数模板 函数模板作用 建立一个通用函数，其函数返回值类型和形参类型可以不具体制定，用一个虚拟的类型来代表。 语法 template<typename T> 函数声明或定义 ......
闻其声而知雅意,基于Pytorch(mps/cpu/cuda)的人工智能AI本地语音识别库Whisper(Python3.10)
前文回溯，之前一篇：含辞未吐,声若幽兰,史上最强免费人工智能AI语音合成TTS服务微软Azure(Python3.10接入)，利用AI技术将文本合成语音，现在反过来，利用开源库Whisper再将语音转回文字，所谓闻其声而知雅意。 Whisper 是一个开源的语音识别库，它是由Facebook AI ......
AI换脸实战教学（FaceSwap的使用）---------第二步Tools：处理输入数据集。
续上篇：https://www.cnblogs.com/techs-wenzhe/p/12936809.html 第一步中已经提取出了源视频的人脸照片以及对应人脸遮罩(landmark以及其他自选遮罩) 第二步：利用Tools处理提取号好的数据集，使其对模型的训练产生正向收益。 步骤1：剔除不需要的 ......
不懂编译原理？本文教你从零实现最简编译模型！
简介 前两日我偶然间在 GitHub 上发现了一个项目：the-super-tiny-compiler，官方介绍说这可能是一个最简的编译器。刚好之前学过「编译原理」这门课，我的兴趣一下子就上来了，简单看了一下，这个项目是将一个 Lisp 表达式转化为 C 的表达式的编译器，中间涉及词法分析、语法分析 ......
只需两步便可生成 51 单片机最精准的延时函数
前言 我们在学习 51 单片机的过程中会用到延时，比如一个简单的流水灯就需要延时来控制依次点亮的时间，或者一些模块在单片机发出读数据指令后，需要延时几十微秒才可以读出数据等等，这些都离不开延时，所以我们需要一个精准的延时函数来满足我们的需求。 本篇介绍一个最简单并且延时最精准的 51 单片机延时函数 ......
浅谈生成函数
生成函数相关 首先对于函数$F(x)$,在$x_0$处泰勒展开,$F(x)=\sum\limits_{n=0}^{+\infin}\dfrac{F^{n}(x_0)}{n!}(x-x_0)^n$,这个$x$的取值是有一定范围的，当然我们也不关心 若在$x_0=0$处展开,即麦克劳林级数 $$ (1- ......
第 1 天｜基于 AI 进行游戏开发：5 天创建一个农场游戏！
欢迎使用 AI 进行游戏开发！ 在本系列中，我们将使用各种 AI 工具，在 5 天内创建一个功能完备的农场游戏。到本系列结束时，你将了解到如何将多种 AI 工具整合到游戏开发流程中。本系列文章将向你展示如何将 AI 工具用于： 美术风格 游戏设计 3D 素材 2D 素材 剧情 想要观看视频快速了解？ ......
又一重要进展发布！OpenMMLab算法仓支持昇腾AI训练加速
摘要：上海人工智能实验室的浦视开源算法体系（OpenMMLab）团队基于昇腾AI发布了MMDeploy 0.10.0版本，该版本已支持OpenMMLab算法仓库在昇腾异构计算架构CANN上的推理部署。 本文分享自华为云社区《又一重要进展发布！OpenMMLab算法仓支持昇腾AI训练加速》，作者：昇腾 ......
ONNX模型分析与使用
ONNX 的本质只是一套开放的 ML 模型标准，模型文件存储的只是网络的拓扑结构和权重（其实每个深度学习框架最后保存的模型都是类似的），脱离开框架是没办法对模型直接进行 inference的。 ......
深度学习基础-损失函数详解
大多数深度学习算法都会涉及某种形式的优化，所谓优化指的是改变 x 以最小化或最大化某个函数 f(x) 的任务，我们通常以最小化 f(x) 指代大多数最优化问题。损失函数大致可分为两种：回归损失（针对连续型变量）和分类损失（针对离散型变量）。常用的减少损失函数的优化算法是“梯度下降法”（Gradien... ......
神经网络基础部件-激活函数详解
本文分析了激活函数对于神经网络的必要性，同时讲解了几种常见的激活函数的原理，并给出相关公式、代码和示例图。从机器学习的角度来看，神经网络其实就是一个非线性模型，其基本组成单元为具有非线性激活函数的神经元，通过大量神经元之间的连接，使得多层神经网络成为一种高度非线性的模型。神经元之间的连接权重就是需要... ......
重载的奥义之函数重载
一、基本定义 重载，顾名思义从字面上理解就是重复装载，打一个不恰当的比方，你可以用一个篮子装蔬菜，也可以装水果或者其它，使用的是同一个篮子，但是可以用篮子重复装载的东西不一样。 函数重载是C++多态（静态多态）的特征体现，它可以允许重复使用同一个函数名（篮子）的函数，但是函数的参数列表（篮子装的东西 ......
Openmp Runtime 库函数汇总（上）
在本篇文章当中主要给大家介绍了一些在 OpenMP 当中常用的动态库函数，这篇文章的动态库函数主要是关于并行域和线程状态的函数，在下篇文章当中我们主要是分析一些 OpenMP 当中的锁相关函数。希望大家有所收获！ ......
Openmp Runtime 库函数汇总（下）——深入剖析锁🔒原理与实现
在本篇文章当中主要给大家分析了 OpenMP 当中两种主要的锁的实现，分别是 omp_lock_t 和 omp_nest_lock_t，一种是简单的锁实现，另外一种是可重入锁的实现。其实 critical 子句在 OpenMP 内部的也是利用上面的锁实现的。整个锁的实现还是非常复杂的，里面有很多耐人... ......
道长的算法笔记：状态机模型之股票系列问题
(一) 股票系列问题 所谓的股票问题，是一个动态规划状态机模型的系列问题，这些题目来自于LeetCode社区，这些问题非常经典，能够帮助我们理解动态规划的本质，这些问题大多初看之下会令人感觉无从下手，但是一旦掌握相应的方法划分状态之后，很快即可举一反三的写出相应的代码。 股票系列问题合集 LC121 ......
含辞未吐,声若幽兰,史上最强免费人工智能AI语音合成TTS服务微软Azure(Python3.10接入)
所谓文无第一，武无第二，云原生人工智能技术目前呈现三足鼎立的态势，微软，谷歌以及亚马逊三大巨头各擅胜场，不分伯仲，但目前微软Azure平台不仅仅只是一个PaaS平台，相比AWS，以及GAE，它应该是目前提供云计算人工智能服务最全面的一个平台，尤其是语音合成领域，论AI语音的平顺、自然以及拟真性，无平 ......
Python函数用法和底层分析
Python函数用法和底层分析 函数是可重用的程序代码块。函数的作用，不仅可以实现代码的复用，更能实现代码的一致性。一致性指的是，只要修改函数的代码，则所有调用该函数的地方都能得到体现。 在编写函数时，函数体中的代码写法和我们前面讲述的基本一致，只是对代码实现了封装，并增加了函数调用、传递参数、返回 ......
Python AI小项目打包通关：Pyinstaller和Wix都用上了
最近有个Python小项目要打个包，项目结构比较简单 main.py（主文件）, 以及model_050.hdf5 (在云端训练好的AI模型） 主函数里引用了一些包，如下 需要解决的问题： 将main.py和model_050.hdf5打包到一个exe文件中，这样模型不会容易被别人拷贝走 将这些依赖 ......
深入理解 dbt 增量模型
想要实现数据增量写入数据库，可以选择 dbt 增量模型。通过 dbt 增量模型，我们只用专注于写日增 SQL，不用去关注于如何安全的实现增量写入。 dbt 增量模型解决了什么问题 原子性写入：任何情况下，增量写入只有一个程序在写入。 假设增量程序已经上线，线上增量程序在执行的同时，开发也在本地执行增 ......
终于弄明白了 RocketMQ 的存储模型
RocketMQ 优异的性能表现，必然绕不开其优秀的存储模型 。 这篇文章，笔者按照自己的理解 , 尝试分析 RocketMQ 的存储模型，希望对大家有所启发。 1 整体概览 首先温习下 RocketMQ 架构。 整体架构中包含四种角色 : Producer ：消息发布的角色，Producer 通过 ......
Redis网络模型究竟有多强
高效的网络模型是Redis实现高吞吐量的重要底层支撑，是“高性能”的重要原因，却不是“快”的直接理由。本文将从BIO开始介绍，经过NIO、多路复用，最终说回Redis的Reactor模型，力求详尽。 ......
遗传算法解决函数优化问题
遗传算法解决函数优化问题 作者: Cukor丘克 环境: MatlabR2020a + vscode 为什么要学习遗传算法 为什么要学习遗传算法，或者说遗传算法有什么厉害的地方。例如求解以下函数优化问题： $min f(x_1, x_2)=x^2_1+x^2_1+25*(sin^2x_1+sin^2 ......
万字长文解析Scaled YOLOv4模型(YOLO变体模型)
Scaled YOLOv4 模型最主要的贡献在于通过理论系统分析和实验证了模型缩放的原则，进一步拓展了 CSPNet 方法，并基于此设计了一个全新的 Scaled-YOLOv4，Scaled-YOLOv4 网络的卷积模块都有使用 CSP。总的感觉就是针对不同的 GPU 平台，根据作者分析出来的模型缩... ......
Django模型层
模型层与ORM 一、初步认识ORM 1.什么是ORM 对象关系映射 能够让不会SQL语句的python程序员 使用python面向对象的语法来操作数据库 优势>>>:简单方便快捷 劣势>>>:效率可能会低 2.概念对接 类 表 对象 一条条数据 对象点名字 数据获取字段对应值 3.基本操作(增删改查 ......
模型驱动设计的构造块（下）——DDD
3. 领域对象的生命周期 每个对象都有生命周期，如下图所示。对象自创建后，可能会经历各种不同的状态，直至最终消亡——要么存档，要么删除。当然很多对象是简单的临时对象，仅通过调用构造函数来创建，用来做一些计算，然后由垃圾收集器回收。这类对象没必要搞得那么复杂。但有些对象具有更长的生命周期，其中一部分时 ......
万字长文详解 YOLOv1-v5 系列模型
yolov1 作者提出了一种新的目标检测方法 YOLO，之前的目标检测工作都是重新利用分类器来执行检测。作者的神经网络模型是端到端的检测，一次运行即可同时得到所有目标的边界框和类别概率。YOLO 架构的速度是非常快的，base 版本实时帧率为 45 帧，smaller 版本能达到每秒 155 帧，性... ......