学习网络 算法 深度 图像
语录学习_生活侧
背景 生活中接触的一些零碎语录，颇有感触，总结记录下来。思考，探索，学习，成长 君子不器 君子不应像器具那样，仅仅作用于某一方面或领域，掌握某项才能，而是要从一变三，少变多，成为通才 君子不应拘泥于器，止于物质层面，而应该有所追求，心怀天下，志于道。形而下者为之器，形而上者为之道 君子不应当像器物一 ......
保序回归学习笔记
问题 给定两个长度为 $n$ 的序列 $w_i,a_i$，需要求一个满足给定一系列偏序集关系的序列 $b_i$，使得 $\sum w_i|a_i-b_i|^k$ 最小。 $k=1$ 对于 $k=1$ 的情况问题等价于求 $\sum w_i|a_i-b_i|$ 最小。对于偏序集是一条链的情况可以简单的 ......
day08 代码随想录算法训练营 卡码网：55.右旋转字符串
题目：卡码网：55.右旋转字符串 我的感悟： python中的切片很厉害。 我感觉go好像也是切片的 理解难点： 没理解为什么是-n 代码难点： 总结概括： 代码示例： n = int(input()) s = input() res = s[-n:] + s[:-n] print(res) 通过截 ......
Python学习记录
PYTHON学习记录 Python3源码文件默认以UTF-8编码，所有字符串都是unicode字符串。 导入库 将整个模块(somemodule)导入：import somemodule 从某个模块中导入某个函数： from somemodule import somefunction 从某个模块中 ......
如何学习算法
怎么学算法？ sbldehanhan · 6 天前 · 2011 次点击 leetcode 上的题稍微难一点就做不出来。 什么原因呢？数学问题？算法问题？还是刷题太少？ 怎么解决呢？ 算法 leetcode 数学 稍微 22 条回复 • 2023-12-29 22:37:29 +08:00 1 Ys ......
day08 代码随想录算法训练营 151. 反转字符串中的单词
words = s.split() 题目：151. 反转字符串中的单词 我的感悟： 虽然我自己写出来了，但是又不太确定 理解难点： words = s.split() 切记：这里split是去掉所有的空格。 words = s.split(" ") 如果这样写" "就仅仅去除" "一个空格,这样写不 ......
容器网络管理
容器的默认网络类型 默认的网络类型有3种，分别是bridge,host和none，可以通过命令docker network ls 查看 [root@docker ~]# docker network ls NETWORK ID NAME DRIVER SCOPE 26867c6deb71 bridg ......
玩转Python：处理图像，两个非常重要的库，很实用，附代码
在Python中，图像处理是一个涉及图像分析、编辑和处理的广泛领域。有几个流行的库通常用于处理图像，每个库都有其特殊的功能和优势。以下是一些常用的Python图像处理库： 1. Pillow (PIL Fork) Pillow是Python Imaging Library (PIL)的一个分支，它添 ......
计算机网络
1、网络层： 分类的 IP 地址由网络号字段（指明网络）和主机号字段（指明主机）组成。网络号字段最前面的类别指明 IP 地址的类别。IP 地址是一种分等级的地址结构。IP 地址管理机构分配 IP 地址时只分配网络号，主机号由得到该网络号的单位自行分配。路由器根据目的主机所连接的网络号来转发分组。一个 ......
day08 代码随想录算法训练营 卡尔网54. 替换数字
题目：54. 替换数字 我的感悟： 过于简单，我有点不敢相信 理解难点： 代码难点： 总结概括： 本质要理解这个数字是如何判断的 用ord("0")算出字符0的ASCII码再和9的ASCII码对比 str1 = input() ans = "" for ss in str1: if ord("0") ......
day08 代码随想录算法训练营 541. 反转字符串 II
题目：541. 反转字符串 II 我的感悟： 你别看这题简单，python里面细节很多 理解难点： 字符串转化为列表来算 s[1:99] 只会取到s[1:s.size] 这个range(0,size,k) 是可以取到步长的 或者用另外的思路。 代码难点： 总结概括： 注意[1:999]这里的容错机制 ......
智能分析网关V4算法配置步骤2.0——睡岗检测
AI智能分析网关V4是TSINGSEE青犀视频旗下的一款高效分析网关，可分别作为上级或下级平台进行级联，还可实现人体行为检测、车辆事件检测、环境卫生检测与消防事件检测等等，广泛应用在工地、工厂、园区、楼宇、校园、仓储等场景中。将智能分析网关V4结合我们的视频融合平台EasyCVR一起使用，可以实现多 ......
Qt学习（一）-------- 定时器、绘图
1.定时器 QTimer ⭐ 创建定时器对象 QTimer *timer = new QTimer(this); ⭐ 启动定时器 timer->start(毫秒); ⭐ 监听信号 connect(timer,&QTimer::timeout,[=](){ }); 例子 QTimer *timer = ......
Google主打的机器学习计算框架——jax的升级包
相关： 机器学习洞察 | 一文带你“讲透” JAX Jax的主要应用场景： 深度学习 (Deep Learning)：JAX 在深度学习场景下应用很广泛，很多团队基于 JAX 开发了更加高级的 API 支持不同的场景，方便开发者使用。 科学模拟 (Scientific Simulation)：JAX ......
简易机器学习笔记（九）LeNet实例 - 在眼疾识别数据集iChallenge-PM上的应用
前言 上一节大概讲了一下LeNet的内容，这一章就直接来用，实际上用一下LeNet来进行训练和分类试试。 调用的数据集： https://aistudio.baidu.com/datasetdetail/19065 说明： 如今近视已经成为困扰人们健康的一项全球性负担，在近视人群中，有超过35%的人 ......
项目部署学习笔记（一）—— 建站准备
一、简介 项目部署是指将软件、应用程序或系统从开发环境转移到目标环境的过程。在项目开发完成后，为了让其能够在实际运行环境中正常工作，需要将项目部署到生产环境或目标环境中。这个过程通常涉及将项目的源代码、数据库、配置文件和其他必要的资源复制到目标服务器或设备，并进行必要的安装、配置和测试工作，确保项目 ......
【计算机网络】2.应用层
1 应用层协议原理 客户端-服务器（C/S）体系架构 服务器一直运行，有固定的IP和端口 需要服务器场，可扩展性较差 客户端主动与服务器通信，不直接与其他客户端连接 对等体（P2P）体系架构 几乎没有一直运行的服务器 任意端到端系统之间可以进行通信 每个节点既是客户端又是服务器 具有自扩展性 C/S ......
day08 代码随想录算法训练营 344.反转字符串
题目：344. 反转字符串 我的感悟： 以为很难，其实不难。 坚持就是胜利！！！！！！！！！ 理解难点： 我以为字符串不能修改，仔细看了题目发现是列表里面套的字符串 双指针，while 互相交互就可以了 代码难点： 总结概括： 代码示例： class Solution: def reverseStr ......
vue中watch怎么深度监听数据变化？
有个原则监听谁,写谁的名字,然后是对应的执行函数,第一个参数为最新的改变值,第二个值为上一次改变的值,注意:除了监听data,也可以监听计算属性或者一个函数的计算结果 启用深度监听对象 watch:{ a:{ handler:function(val,oldval){ }, deep:true } ......
分治算法
分治算法就是把一个大的问题递归转化为许多原理相同的小问题，通过解决这些小问题，进而以合并以达到解决大问题的目的 问题： 对于任意一个已知数组，如何利用分治的方法把数组从大到小排序？ #include <stdio.h> int L[100],R[100]; void merge(int number ......
关于学习力 - 刘澜老师的得到专栏
以下是我在看的过程中的一些笔记记录，也有一些自己的思考，感兴趣建议阅读原专栏，关键的不是看做了什么笔记，而是看给自己的行为带来多大的改变。 何为优秀的学习者 学习者的分类 学习者分为四类，划分的依据是如何使用时间： 生产型学习者：将时间用来生产，比如说工作，大部分都是低水平的重复劳动 消费型学习者： ......
1 4学习内容
小型物联网应用系统设计图（模拟器上截图） （2）简述实现过程中的相关步骤及配置 各设备配置如下： 接入交换机：划分vlan，将终端连接接口划到相应vlan中，开启生成树，开启dhcp snooping。 核心交换机：划分vlan，将设备连接接口修改为trunk接口模式。 无线路由器：接口配置ip地址 ......
3 分钟为英语学习神器 Anki 部署一个专属同步服务器
Anki 介绍 Anki 是一款基于间隔重复（Spaced Repetition）原理的学习软件，想象一下，你的大脑就像是一个需要定期维护的精密仪器。间隔重复就好比是一种精准的维护计划，它通过在最佳时刻复习信息，来确保知识在你的脑海中牢固地扎根。 Anki 软件使用这个原理，帮助用户通过创建“卡片” ......
机器学习-Kmeans算法的sklearn实现
from sklearn.cluster import KMeans from sklearn.datasets import make_blobs import matplotlib.pyplot as plt # 可视化数据 # 生成数据 n_samples = 200 n_clusters = ......
MarkDown入门学习
MarkDown学习 标题 一级标题前加一个#和一个空格 接上标题名字 二级三级四级以此类推 最多到六级标题 字体 Hello,World！ 左右两边各加两个*变粗 Hello,World！ 左右两边各加一个*变斜 Hello,World！ 左右两边各加三个*变斜粗 Hello,World！ 左右两 ......
图像识别的技术前沿：人工智能与机器学习的融合
图像识别的技术前沿在于人工智能（AI）与机器学习（ML）的融合。这种融合使得图像识别系统能够从大量数据中自动学习并识别出各种模式，从而在复杂和动态的环境中实现更高的准确性和鲁棒性。 机器学习在图像识别中发挥着越来越重要的作用。传统的图像识别方法通常依赖于手工制作的特征提取和特征匹配，而机器学习则通过 ......
Python学习 第2章-编程基础
本章内容 程序设计语言又被称为编程语言 计算机程序是使用编程语言组织起来的一组计算机指令 计算机指令就是指挥机器工作的指示和命令 编程语言可分为机器语言、汇编语言和高级语言 采用编译方式执行的语言称静态语言 采用解释方式执行的语言称为脚本语言 IPO指的是输入、处理和输出 print 函数完整的语法 ......
3D图像如何去除噪声掉点的10种方法
在处理3D图像或点云数据时，可能会遇到一些异常点，这些点可能是由于噪声、错误的测量或其他因素造成的。这些异常点可能会对图像分析和处理的准确性产生负面影响。为了提高数据质量，通常需要通过滤波算法来去除这些异常点。以下是几种常见的3D点云数据去噪和滤波方法：统计滤波器（StatisticalOutlie ......
深度解析 PyTorch Autograd：从原理到实践
本文深入探讨了 PyTorch 中 Autograd 的核心原理和功能。从基本概念、Tensor 与 Autograd 的交互，到计算图的构建和管理，再到反向传播和梯度计算的细节，最后涵盖了 Autograd 的高级特性。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、A ......