图像处理 图像 数字 笔记
简易机器学习笔记（八）关于经典的图像分类问题-常见经典神经网络LeNet
前言 图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是物体检测、图像分割、物体跟踪、行为分析、人脸识别等其他高层次视觉任务的基础。图像分类在许多领域都有着广泛的应用，如：安防领域的人脸识别和智能视频分析等，交通领域的交通场景识别，互联网领域基于内容的图像检索和相册自动归类， ......
ARM v7处理器模式
ARM v7处理器有9种模式(参考自官方文档)： 模式 缩写 编码 特权级别 执行 安全状态 User usr 10000 PL0 Always Both FIQ fiq 10001 PL1 Always Both IRQ irq 10010 PL1 Always Both Supervisor s ......
js常用的数据处理方法
js常用的数据处理方法： 一、数据类型判断 1、typeof 右侧跟一个一元表达式。返回该表达式的数据类型，返回的结果是用该类型的字符串形式表示 number、boolean、symbol、string、object、undefined、function 对于基本类型，除 null 以外，均可以返回 ......
vue学习笔记2024
《Vue.js从入门到项目实战》 孙鑫v-bind用于响应式地更新HTML属性，v-on用于监听DOM事件,变量需要引号引起来v-if是彻底没有v-的命令需要把变量用引号引起来，插值{{}}则不需要v-if和v-for在同一个元素上使用时，v-if优先级高于v-for，意味着v-if不能访问v-fo ......
asp.net core项目集成OpenTelemetry输出到OpenObserve进行可观测性处理
一、安装OpenObserve和Otel-collector 使用docker-compose 安装 记得替换下USER_MAIL xxx@xx.com和PASSWORD xxx 这里解释下为啥要用named volume来映射openobserve的data目录，因为目前版本(0.7.2)在win ......
数字孪生智慧工厂解决方案——打造绿色、透明重卡超级工厂
案例背景 为响应国家工业4.0计划，贯彻《中国制造2025》行动方针，利用信息化技术促进产业变革。满足创新驱动、质量为先、绿色发展、结构优化、人才为本的基本方针；图扑物联立足当前，着眼长远。针对制造业发展的瓶颈和薄弱环节，基于自主研发的工业物联网平台 TopStack，打造出来了一套应用于制造业的数 ......
小傅哥设计模式学习笔记
小傅哥网站：https://bugstack.cn/md/develop/design-pattern/2020-06-11-%E9%87%8D%E5%AD%A6%20Java%20%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F%E3%80%8A%E5%AE%9E%E6%8 ......
数字孪生城市智能停车系统（艾思软件）
数字孪生城市智能停车系统是一种基于数字孪生技术的智能停车解决方案。它通过构建一个虚拟的数字孪生城市，实现对现实世界中停车场、道路和交通状况的实时监控和管理。 数字孪生城市智能停车系统主要包括以下几个方面： 数据采集与处理：通过各种传感器和摄像头收集现实世界中的实时数据，包括车辆位置、速度、数量等信息 ......
点阵LED数码管显示驱动IC VK16K33 A/B/C/BA/AA 驱动电流大 质量稳定 适用于计量插座，数字闹钟，压力表等产品
概述 VK16K33是一种带按键扫描接口的数码管或点阵LED驱动控制专用芯片，内部集成有数据锁存器、键盘扫描、LED 驱动模块等电路。数据通过I2C通讯接口与MCU通信。SEG脚接LED阳极，GRID脚接LED阴极，可支持16SEGx8GRID的点阵LED显示面板。最大支持13×3的按键。内置上电复 ......
简易机器学习笔记（七）计算机视觉基础 - 常用卷积核和简单的图片的处理
前言 这里实际上涉及到了挺多有关有关理论的东西，可以详细看一下paddle的官方文档。不过我这里不过多的谈有关理论的东西。 【低层视觉】低层视觉中常见的卷积核汇总 图像处理中常用的卷积核 在代码中，我们实际上是用不同的卷积核来造成不同的影响，我这里也是paddle中对于卷积核的几个比较简单的应用。 ......
基于FPGA的图像拼接算法实现,包括tb测试文件和MATLAB辅助验证
1.算法运行效果图预览 将FPGA的拼接结果导入到matlab，显示结果如下： 2.算法运行软件版本 vivado2019.2 matlab2022a 3.算法理论概述 3.1 理论概述 基于FPGA的图像拼接算法实现是一种利用FPGA硬件平台对图像进行拼接处理的方法。基于FPGA的图像拼接算法实现 ......
DSU on tree 学习笔记
DSU on tree 通常用来解决不带修树上子树问题。 主要思想： 剖分。 先搜轻儿子，记录轻儿子子树的答案，删去轻儿子的贡献。 搜重儿子，记录重儿子子树的答案，保留重儿子的贡献。 回溯，重新搜轻儿子，把轻儿子子树的贡献加上，构成本子树的答案。 CF600E Lomsat gelral #incl ......
ARC 做题笔记
ARC157 A. XXYYX 观察一些性质。注意到 \(\texttt{XY}\) 和 \(\texttt{YX}\) 会产生当且仅当 \(\texttt{X}\) 和 \(\texttt{Y}\) 的连续段交错，因此 \(|b-c|=1\)。然后特判掉 \(a\neq 0,b=0,c=0,d\n ......
图像算法（伽马变换）
伽马变换（Gamma Correction）是一种常用于图像处理的非线性变换方法，用于调整图像的亮度。伽马变换的主要目的是对图像的像素值进行幂函数变换，以改变图像的对比度和亮度。 伽马变换的数学表达式为： \(I_{(out)}(x,y)=I_{in}(x,y)^{\gamma}\) 其中： \(I ......
go-carbon v2.3.2 发布，轻量级、语义化、对开发者友好的 Golang 时间处理库
carbon 是一个轻量级、语义化、对开发者友好的 golang 时间处理库，支持链式调用。 目前已被 awesome-go 收录，如果您觉得不错，请给个 star 吧 github.com/golang-module/carbon gitee.com/golang-module/carbon 安装 ......
DNS笔记
域名 因为访问网站时，很难记住对应网站的IP地址，所以使用域名来代替IP地址，使用户更加方便的访问网站。 DNS服务器的作用就是将IP地址与域名进行映射，使用户可通过域名得到到对应的IP，然后进行访问。 域名从右到左依次为顶级域名（一级域名）、二级域名、三级域名、四级域名、等等(通常域名层级不超过三 ......
Python笔记
学习Python时做的笔记，主要参考： B站小飞有点东西：https://space.bilibili.com/1803865534 董付国老师的《Python程序设计》教材 第一章、Python概述 1.1 扩展库安装方法（了解即可） 使用pip命令安装扩展库。 在cmd命令行中输入pip，回车后 ......
Liunx笔记
这篇笔记我是在学习Linux过程中的笔记，参考自： B站韩顺平老师的课程Linux 黑马程序员的《Linux系统管理与自动化运维》教材 第一章 文件目录结构 一、基本介绍 Linux 的文件系统是采用级层式的树状目录结构，在此结构中的最上层是根目录“/ ”，然后在此目录下再创建其他的目录。 记住一句 ......
Qt+数据库学习笔记（一）WIN10+Qt5.15.2 MinGW 32-bit+MySQL5.7.44编译MySQL5.7驱动插件
前言： 因项目需要，需要使用Qt连接MySQL数据库。程序编写电脑上使用的是Win10 64位系统，程序运行电脑上使用的是Win7 32位系统。 一、下载及安装MySQL5.7 1、地址：MySQL官网 点击DOWNLOADS 2、点击MySQL Community(GPL) Downloads 3 ......
数据预处理——特征缩放
特征缩放（feature scaling）是在机器学习中常用的数据预处理步骤，是数据预处理步骤中及其容易被忽略的一步。 为什么要特征缩放？考虑一下 kNN 算法，如果我们有两个特征，特征 A 的取值范围在 [1，10]，特征 B 的取值范围在 [1, 100000]。那么在计算欧式距离时，特征 A ......
转载：大模型所需 GPU 内存笔记
转载文章：大模型所需 GPU 内存笔记 引言 在运行大型模型时，不仅需要考虑计算能力，还需要关注所用内存和 GPU 的适配情况。这不仅影响 GPU 推理大型模型的能力，还决定了在训练集群中总可用的 GPU 内存，从而影响能够训练的模型规模。 大模型推理的内存计算只需考虑模型权重即可。 大模型训练的内 ......
python 报错TypeError: object of type ‘NoneType‘ has no len()处理
python 报错TypeError: object of type ‘NoneType‘ has no len()处理1. 引言在编程过程中，我们经常会遇到各种异常情况。其中之一就是TypeError异常，它表示操作或函数应用于了错误的数据类型。在本文中，我们将重点讨论TypeError异常中的一 ......
Spring MVC的三种异常处理方式
Spring MVC异常的处理流程 异常分为编译时异常和运行时异常，编译时异常我们 try-catch进行捕获，捕获后自行处理，而运行时异常是不 可预期的，就需要规范编码来避免，在SpringMVC 中，不管是编译异常还是运行时异常，都可以最终由 SpringMVC提供的异常处理器进行统一处理，这样 ......
chrome 被hao123 劫持处理
打开chrome，就进入baidu.com/xxx,烦人，浏览器被劫持了XXXX 查注册表hao123，删除找到的 进入chrome设置，修改主页新标签页 装杀毒软件，查杀病毒 修改chrome名 等等方式，都不行 再查看chrome的设置，发现不知名的扩展，删除，再打开chrome清净了，baid ......
2023年10月份阅读笔记一
这篇文章是十月份第一篇阅读笔记，阅读书籍是《构建之法》 第一章 概论 在这一章中，作者为我们介绍了一些关于软件工程的基本知识。 ①软件=程序+软件工程：正是因为对软件开发活动（构建管理、源代码管理、软件设计、软件测试、项目管理）相关的内容的完成，才能完成把整个程序转化成为一个可用的软件的过程。 扩展 ......
简易机器学习笔记（六）不同优化算法器
前言 我们之前不是说了有关梯度下降公式的事嘛，就是那个 这样梯度下降公式涉及两个问题，一是梯度下降的策略，二是涉及到参数的选择，如果我们选择固定步长的时候，就会发现我们求的值一直在最小值左右震荡，很难选择到我们期望的值。 假设上图中，x0为我们期望的极小值，yB = xA - yA'xA的时候，xB ......
机器学习笔记（五）更换损失函数：交叉熵
前言 我们之前用的是均方差作为我们神经网络的损失函数评估值，但是我们对于结果，比如给定你一张应该是0的照片，它识别成了6，这个时候这个均方差表达了什么特别的含义吗？显然你识别成6并不代表它比识别成1的情况误差更大。 所以说我们需要一种全新的方式，基于概率的方案来对结果进行规范。也就是我们说的交叉熵损 ......
Python笔记二之多线程
本文首发于公众号：Hunter后端 原文链接：Python笔记二之多线程 这一篇笔记介绍一下在 Python 中使用多线程。 注意：以下的操作都是在 Python 3.8 版本中试验，不同版本可能有不同之处，需要注意。 本篇笔记目录如下： 概念 多线程的使用示例 daemon run() 线程对象的 ......
HTTP方式请求并处理GPT聊天补全接口的流式响应输出
python使用HTTP方式，调用OpenAI的聊天补全的流式响应接口，并处理数据 目的是，如果需要对接fastGPT等其他第三方，需要额外增加参数，或者其他开发语言调用时，不能使用官方的类库。需要自行封装请求方法，那么可以参考代码，增加参数或转成相应语言 import json import re ......