卷积 深度 代码 笔记

模板匹配：在模板匹配中，我们引入函数cv2.matchTemplate（）函数来执行模板匹配的操作 res = cv2.matchTemplate(image, template, method, result=None, mask=None) image: 输入的源图像，可以是灰度图像或彩色图像。 ......

进程线程区别 进程线程调度切换开销 进程和线程都是用于实现多任务的方式，但它们之间有很大的区别。 进程是程序执行过程中的一个实例，是操作系统进行资源分配的基本单位。每个进程都有自己的地址空间、内存、数据栈等，进程之间互相独立，彼此之间不能直接访问。可以说，进程是操作系统中的一个独立的个体，它拥有自己 ......

从文字角度理解，"命令"可以指代一种明确的指令或要求，用于向某个实体传达特定的操作或行为。它可以是一个动词性的词语，表示对某个对象或主体的要求或指示。命令通常具有明确的目标和执行内容，它告诉接收者要执行什么操作，并在某种程度上对行为进行约束。该篇概述了在`WPF`中用于处理用户界面交互的机制 - 命... ......

 ▪ Load datasets ▪ Build Network ▪ Train ▪ Test ![im ......

题目链接 题意是输出所有区间满足其内部每个数要么出现 $3$ 次要么不出现的个数。 因为是区间，数量很多，发现贡献是可以抵消的，直接无脑预处理前缀的桶。 然后枚举左端点，统计答案，怎么处理呢？ 疯狂地向右扩展，直到区间内有数字出现了 $3$ 次以上（这样是对的，待会儿证明，另外扩展到前一个就够了，不 ......

题目链接 一道好题，本来是做几道启发式合并玩玩，没想到是个哈希。 这一道题需要维护连通性，显然想到使用并查集。 如果两个点在某个图内的父亲相同，显然这两个点就连通了。 但是如果每链接一对点我们就遍历所有点对然后判断父亲，显然爆炸。 于是考虑借鉴一下 CSP 2022 T3 的思路，对于每个点处理一个 ......

题目链接 观察数据，要求询问次数不超过 $\lceil2\log n\rceil-1$，相当困难。 我刚开始也在想二分，但这个东西并不具有单调性，但这个题具有的特点就是你不仅仅可以询问一个前缀，你还可以询问任意的集合。 首先发现如果能将 $n$ 个苹果分成 $S_1$ $S_2$ 两个长度接近的集合 ......

最近搬运一些洛谷上的题解到这里来，一是增加我的博文数量，二是缓解一下我的博客园冷清的气氛。 我的做法和题解里的做法不一样，麻烦了许多。 首先看到连续的几盏灯刺眼就不行了，当然能够想到动态规划，设 $f[i][j]$ 为看到第 $i$ 个宿舍，末尾有连续 $j$ 个灯刺眼，且前面的灯都合法的方案数。 ......

 # 1. 工业机器人 ## 1.1. 具有多层防护措施，防止对人员、机器和设施造成损害 ## 1.2. 防护措施能 ......

# 定义 **对象**：一个面向对象的程序是由一个相互作用的代理团体组成，这些代理被称作对象。每一个对象承担一个角色。每一个对象都提供一种服务或者执行一种动作，以便为团体中其他对象服务。 **对象是独立存在的客观事物，它由一组属性和一组操作构成。** **属性**和**操作**是对象的两大要素。属性 ......

1.装饰器 # 不带参数的装饰器 def welcome(fn): def wrapper(*args, **kwargs): print(f"welcome") res = fn(*args, **kwargs) return res return wrapper @welcome def my_ ......

缺陷 1.缺陷：软件在使用过程中存在的任何问题都叫软件的缺陷，简称bug 2.缺陷的判定标准： a.软件未实现需求(规格)说明书中明确要求的功能（少功能） b.软件实现的功能超出需求(规格)说明书指明的范围（多功能） c.软件出现了需求(规格)说明书中指明不应该出现的错误（功能错误） d.软件未实现 ......

用例设计方法 测试用例：是为测试项目而设计的执行文档 -> 作用：防止漏测，实施测试的标准 1、等价类划分法： 在所有测试数据中，具有某种共同特征的数据集合进行划分 分类： a.有效等价类:满足需求的数据集合 b.无效等价类:不满足需求的数据集合 使用步骤： a.明确需求 b.确定有效和无效等价类 ......

# 2023年如何选购一部4000元价位的笔记本电脑（附带坑的说明） 本文是一个快速指南，不包含选购中涉及的所有知识点，尤其是大量的具体硬件参数，内容主要关注在如何快速抓住自己真正的需求，快速筛选掉不匹配的型号，从而做出适合的选择。 背景条件限定： 1. 价格限制4000元+； 2. 只能在指定的电 ......

> 本文首发于公众号：Hunter后端 > 原文链接：[celery笔记六之worker介绍](https://mp.weixin.qq.com/s/Ck_7cEz6dldN12OmYzFg9Q) 前面我们介绍过 celery 的理想的设计方式是几个 worker 处理特定的任务队列的数据，这样可以 ......

三元运算符 x ? y : z 如果x==ture,则结果为y,否则结果为z Java 中的三元运算符 x ? y : z 可以简化一些 if/else 语句的书写，其中 x 是一个布尔表达式，如果 x 为 true，则返回 y，否则返回 z。该运算符也称为条件运算符或三目运算符，因为它由三个操作数 ......

▪ Pooling ▪ upsample ▪ ReLU 我们看一下这个Subsampling层就是这个：这一层起到Reduce Dim的作用。 ![image](https://img2023.cnblogs.com/blog/1914163/202306/1914163-2023062322121 ......

[toc] “从人脸识别到深度学习：技术的未来与影响” 随着人工智能技术的不断发展，人脸识别技术也在逐渐成为人们生活中不可或缺的一部分。在这篇技术博客文章中，我们将探讨人脸识别技术的发展历程，以及深度学习技术在人脸识别领域的应用和未来趋势。 引言 - 1.1. 背景介绍 - 人脸识别技术：一种基于图 ......

[toc] 《深度学习在智能制造中的挑战与机遇》 引言 智能制造是未来经济发展的重点和方向，而深度学习作为人工智能领域的关键技术之一，在智能制造中具有广泛的应用前景。本文将介绍深度学习在智能制造中的技术原理和应用场景，以及如何优化和改进深度学习模型，为智能制造的发展提供参考。 一、背景介绍 智能制造 ......

[toc] 标题：《59. 【神经网络】基于自注意力机制的深度学习》 背景介绍： 近年来，深度学习在人工智能领域取得了长足的进步，并在图像识别、语音识别、自然语言处理等领域取得了令人瞩目的成果。神经网络作为深度学习的核心组件之一，被广泛应用于各种应用场景中。其中，基于自注意力机制的深度学习技术是近年 ......

[toc] 机器学习中的深度学习算法：原理、挑战与解决方案 摘要 深度学习是一种热门的机器学习技术，广泛应用于图像识别、语音识别、自然语言处理等领域。本文将介绍深度学习算法的原理、挑战以及解决方案。首先对深度学习的基本概念进行解释，然后分别介绍深度学习的不同算法及其实现步骤。最后，我们将探讨深度学习 ......

[toc] 《模型剪枝：让深度学习模型更好地应对不同的任务和环境》 摘要： 本文介绍了深度学习模型剪枝技术，它是一种让深度学习模型更好地应对不同的任务和环境的有效方法。本文首先介绍了剪枝的概念和历史，然后讲解了深度学习模型剪枝的基本原理和技术方法，最后讨论了剪枝在实际应用中的优缺点和挑战。最后，本文 ......

[toc] 深度学习中的“循环神经网络”在Transformer中的应用 背景介绍 深度学习在人工智能领域的应用已经取得了巨大的成功，尤其是在自然语言处理和计算机视觉领域。其中Transformer模型是近年来深度学习领域的一项重要研究成果，它是基于自注意力机制的深度神经网络模型，能够有效地提高模型 ......

[toc] 《基于深度学习的图像识别与目标检测》 引言 随着计算机视觉领域的快速发展，深度学习成为当前图像识别和目标检测的热门话题。深度学习算法具有高度并行性、自我学习和自我优化的能力，可以处理大规模、高维的数据集，从而实现高效、准确、可靠的图像识别和目标检测任务。本文将介绍基于深度学习的图像识别和 ......

[toc] 20. 【深度学习】神经网络和优化器的关系 随着人工智能和机器学习的快速发展，神经网络已经成为深度学习中最重要的技术之一。神经网络是一种基于人工神经网络的模型，其可以自动地学习和适应复杂的数据分布。然而，神经网络的训练过程需要大量的计算资源和时间，因此需要优化器来加速训练过程。在本文中， ......

[toc] 文章题目：《74. 【深度学习】基于深度学习的语音识别和语音合成的性能提升》 文章摘要：本文介绍了基于深度学习的语音识别和语音合成技术的性能提升，主要从技术原理、实现步骤、应用示例、优化和改进等方面进行深入讲解。 文章目录： 一、引言 二、技术原理及概念 三、实现步骤与流程 四、应用示例 ......

[toc] 54. 【深度学习】基于循环神经网络的数据挖掘和分类 ## 1. 引言 近年来，深度学习在数据挖掘和分类领域的应用日益广泛。其核心思想是将传统机器学习算法中的数据输入到神经网络中进行多层计算和反向传播，从而得到更准确的预测结果。循环神经网络是深度学习中的一个重要分支，其主要的特点是能够处 ......

[toc] 1. 引言 随着人工智能技术的不断发展，智能控制系统作为其中的一个重要分支，正在被越来越多地应用在日常生活中。深度学习作为其中的一种关键技术，已经在智能控制系统中发挥着越来越重要的作用。本文将介绍智能控制系统中的深度学习技术，让家居更智能，更聪明。 1.1. 背景介绍 智能控制系统是一种 ......

[toc] 《基于深度学习的自动化推理：基于图论和计算图模型的推理》 一、引言 随着人工智能和深度学习技术的快速发展，自动化推理成为了人工智能领域的一个重要研究方向。自动化推理能够提高人工智能系统的性能，降低人工干预的成本，是人工智能领域中的一个重要挑战。图论和计算图模型是自动化推理中非常重要的两个 ......

1 配置环境 下载，可以从以下网站下载，国内镜像速度快，此次我选用4.5.4版本 OpenCV/opencv_contrib国内快速下载 – 绕云技术笔记 (raoyunsoft.com) 下载安装后，记得配置环境变量，主要是程序运行时需要调用的动态库目录，此处使用的是msvc2019 选vc15（ ......