学习网络 算法fasterrcnn深度

小蓝的疑问【算法赛】

小蓝的疑问【算法赛】 点击查看代码 #include<bits/stdc++.h> using namespace std; const int N=1e5+10; int w[N];//w vector<int> g[N]; vector<pair<int,int> >qr[N]; int ans ......
算法 疑问

【深度学习】PyTorch 图片识别分类器

下载数据集 import torch import torchvision import torchvision.transforms as transforms # 定义数据预处理的转换 transform = transforms.Compose( [transforms.ToTensor(), ......
深度 PyTorch 图片

【深度学习】PyTorch的基本运算 与 构造简单神经网络模型

基本运算 import torch # 创建一个自定义的张量 t = torch.tensor([1.0, 2.0, 3.0]) # tensor([1., 2., 3.]) # 求平均值 t.mean() # tensor(2.) # 创建一个指定行列的张量 x = torch.empty(3,5 ......
神经网络 深度 模型 神经 PyTorch

【蓝桥杯】1024 第 2 场算法双周赛(1~5)

【蓝桥杯】1024 第 2 场算法双周赛 新生【算法赛】 - 蓝桥云课 (lanqiao.cn) #include <iostream> using namespace std; int main() { printf("15"); return 0; } 铺地板【算法赛】 - 蓝桥云课 (lanq ......
蓝桥 算法 1024

学习笔记8

苏格拉底挑战 第五章 定时器及时钟服务 一、知识点归纳 (一)硬件定时器 定时器是由时钟源和可编 程计数器组成的硬件设备。时钟源 通常是一个晶体振荡器,会产生周期性电信号,以料青确的频率驱动计数器。使用一个倒计时值对计数器进行编程,每个时钟信号减1。当计 改减为0时,计数器向CPU生成一个定时器中断 ......
笔记

一文学习mysql基础知识

1. 常见的数据库产品 1)oracle --甲骨文 2)DB2 --IBM 3)SQL sever --微软 4)MySql --AB->SUN->甲骨文2. 名词解释 字段 --表中的列 记录 --表中的行3. 登录远程数据库 1)打开一个终端窗口2)登录远程计算 $telnet 176.135 ......
基础知识 基础 知识 mysql

Unity从入门到主程学习路线(内含学习资料)干货超全

写在最前 很多小伙伴想进阶Unity主程,进阶Unity架构师,不知道要学哪些知识,今天给大家分享一下比较完整的知识体系,Unity学习路线,介绍一些有干货的博主与教程,给大家做参考。 不管你是已经工作了,还是正在学习中的Unity初学者,如果你想在游戏开发行业中有更高更远的发展,请用五分钟阅读下面 ......
干货 学习资料 路线 资料 Unity

机器学习从入门到放弃:硬train一发手写数字识别

一、前言 前面我们了解了关于机器学习使用到的数学基础和内部原理,这一次就来动手使用 pytorch 来实现一个简单的神经网络工程,用来识别手写数字的项目。自己动手后会发现,框架里已经帮你实现了大部分的数学底层逻辑,例如数据集的预处理,梯度下降等等,所以只要你有足够棒的idea,你大部分都能相对轻松去 ......
机器 数字 train

《Unix/linux系统编程》教材第5章学习笔记

|第5章| 定时器及时钟服务 硬件定时器 定时器是由时钟源和可编程计数器组成的硬件设备。时钟源通常是一个晶体振荡器,会产生周期性电信号,以精确的频率驱动计数器。使用一个倒计时值对计数器进行编程,每个时钟信号减1。当计数减为0时,计数器向CPU生成一个定时器中断,将计数值重新加载到计数器中,并重复倒计 ......
教材 笔记 系统 linux Unix

利用强化学习促进网络攻防——从业界文章看攻防建设思路和要点总结

以智能对抗智能,利用强化学习实现网络自主防御 随着攻防对抗更加激烈,以智能对抗智能是数字化时代下的安全趋势。 在《Reinforcement Learning for Autonomous Cyber Defense》中,专门探讨了如何利用强化学习,实现自主网络防御。作者提出网络防御强化学习的目的是 ......
要点 思路 业界 文章 网络

Frida学习整理

Frida学习整理 一个逆向框架,能HOOK安卓、IOS、windows、应用层、native层,注入JS或者Python代码,不需要重启设备,编译(设备一定要root,虽然有不root方法,但是可能会碰到各种坑) HOOK先决条件: 1. 要看懂需要Hook哪个方法 2. 要有源代码 Frida组 ......
Frida

【转载】CUDA编程学习记录 C++

参考 Yuezero 的 CUDA编程基础(https://blog.csdn.net/weixin_54338498/article/details/127947551) CUDA 编程模型 host 指代 CPU及其内存,包含host程序 device 指代 GPU及其内存,包含device程序 ......
CUDA

羚通视频智能分析平台视频监控算法分析平台视频叠框显示慢且总是一闪一闪的,无法实时跟踪的解决方案

​羚通视频智能分析平台是一款基于大数据和算法分析的综合性平台,它通过对视频数据的智能分析和处理,为用户提供全方位、多层次的监控服务。 该平台集成了多种智能分析算法,可以自动识别和分析视频中的目标对象,如人脸、人体、烟火等。适用于各行各业。 最近,有用户反馈,在使用羚通视频智能分析平台时,在算法设置部 ......
视频 视频监控 平台 算法 实时

【学习】第一章 第4节

1-4 原子结构的玻尔行星模型 光谱:物质的特性之一,每一物质都有其独特的光谱。物质不同,光谱亦异。 巴尔末经验方程的里德伯形式: \[\displaystyle \bar v=\frac{1}{\lambda}=R_H(\frac{1}{2^2}-\frac{1}{n^2}) \]其中 \(R_H ......

11.2算法

两数相加给你两个 非空 的链表,表示两个非负的整数。它们每位数字都是按照 逆序 的方式存储的,并且每个节点只能存储 一位 数字。 请你将两个数相加,并以相同形式返回一个表示和的链表。 你可以假设除了数字 0 之外,这两个数都不会以 0 开头。 示例 1: 输入:l1 = [2,4,3], l2 = ......
算法 11.2 11

神经网络基础篇:向量化(Vectorization)

向量化 向量化是非常基础的去除代码中for循环的艺术,在深度学习安全领域、深度学习实践中,会经常发现自己训练大数据集,因为深度学习算法处理大数据集效果很棒,所以的代码运行速度非常重要,否则如果在大数据集上,代码可能花费很长时间去运行,将要等待非常长的时间去得到结果。所以在深度学习领域,运行向量化是一 ......

一文读懂强化学习:RL全面解析与Pytorch实战

在本篇文章中,我们全面而深入地探讨了强化学习(Reinforcement Learning)的基础概念、主流算法和实战步骤。从马尔可夫决策过程(MDP)到高级算法如PPO,文章旨在为读者提供一套全面的理论框架和实用工具。同时,我们还专门探讨了强化学习在多个领域,如游戏、金融、医疗和自动驾驶等的具体应 ......
实战 Pytorch

算法【Hash算法总结】

一、简介 一致性哈希算法在1997年由麻省理工学院提出,是一种特殊的哈希算法,在移除或者添加一个服务器时,能够尽可能小地改变已存在的服务请求与处理请求服务器之间的映射关系 。一致性哈希解决了简单哈希算法在分布式哈希表( Distributed Hash Table,DHT) 中存在的动态伸缩等问题。 ......
算法 Hash

Django实战项目-学习任务系统-查询列表分页显示

接着上期代码框架,6个主要功能基本实现,剩下的就是细节点的完善优化了。 接着优化查询列表分页显示功能,有很多菜单功能都有查询列表显示页面情况,如果数据量多,不分页显示的话,页面展示效果就不太好。 本次增加查询列表分页显示功能,对一个查询列表功能进行分页改造,其他依此类推即可。 第一步:Django的 ......
任务系统 实战 任务 项目 Django

最小表示法学习笔记

找出与 \(S\) 循环同构的字符串中字典序最小的那一个。 记录两个指针 \(i\) 和 \(j\),表示当前可能成为答案的最前面两个位置。初值为字符串的前两个位置 \(1\) 和 \(2\)。每次按 \(k\) 从小到大暴力比较 \(S_{i+k}\) 和 \(S_{j+k}\) 的大小,当遇到 ......
表示法 笔记

图论学习笔记

一、最短路算法 1. Dijkstra 算法 Dijkstra 算法的原理是贪心,执行步骤如下: 令 \(dis_s=0\),其余为正无穷; 在未被标记过的点中,选择 \(dis\) 最小的点 \(u\),标记它; 枚举 \(u\) 的出边,更新 \(v\) 的 \(dis\)。 重复步骤 2,3 ......
笔记

OpenKey 中转接口为什么稳定?最新系统架构图已公布,可供学习

OpenKey.Cloud 作为 ChatGPT 生态圈内的重要基础设施,提供官方 API 的转发,长久以来一直保持着高稳定性,这是如何做到的?今天就来揭秘 OpenKey 系统的详细架构图。 ......
架构 接口 OpenKey 系统

【操作系统学习笔记02】

操作系统体系结构 微内核 只包括时钟管理、中断处理、原语(不可被中断,如设备驱动、CPU切换等)等直接涉及硬件,必须在内核中的功能。 功能少,好维护,但内核态和用户态之间的频繁切换会带来性能损失。 大内核 包括进程管理、存储器管理、设备管理等不直接涉及硬件的功能。 功能多,可能不好维护,但不需要频繁 ......
笔记 系统

网络编程之——server and client

此篇笔记仍然是关于编程中出现的问题及解决方案记录。服务器与客户端交互模式是网络通信中一种典型且高效保密的通信方式,此篇总结了一点网络编程中可能出现的问题。 关于网络编程中出现的问题 1.首先,测试过程中可能出现的死循环原因之一可能是将memset(buf,0,sizeof(buf)); gets(b ......
网络编程 server client 网络 and

Python学习笔记(二)简单实战小测试

1.运行超市抹零结账行为 分析: 输入的数据类型为浮点数,因为购物金额是一般会算后两位;做向下取整处理,可以利用math库里面的floor函数;输出结果为整数。 代码: from math import floor purchase_amount = float(input("请输入购物金额: ") ......
实战 笔记 Python

基于Googlenet深度学习网络的交通工具种类识别matlab仿真

1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 VGG在2014年由牛津大学著名研究组vGG (Visual Geometry Group)提出,斩获该年lmageNet竞赛中Localization Task (定位任务)第一名和 Classificatio ......
学习网络 Googlenet 深度 种类 交通

Pollard-Rho算法

prelogue 怎么感觉我这个人和随机化关系这么好。 鲤鱼我是从这篇博客中进行学习的。 Pollard-Rho 算法 Pollard-Rho 算法是一种求非 1 非自身的因子的高效算法。 main body 我们求素数平常是用的复杂度为 \(O(sqrt(n))\) 的试除法,如果 \(n\) 这 ......
算法 Pollard-Rho Pollard Rho

R语言Apriori关联规则、K-means均值聚类数据挖掘中药专利复方治疗用药规律网络可视化|附代码数据

全文链接:http://tecdat.cn/?p=30605 原文出处:拓端数据部落公众号 应用关联规则、聚类方法等数据挖掘技术分析治疗抑郁症的中药专利复方组方配伍规律。方法检索治疗抑郁症中药专利复方,排除外用中药及中西药物合用的复方。 最近我们被要求撰写关于用药规律的研究报告,包括一些图形和统计输 ......
均值 数据 数据挖掘 用药 中药

R语言改进的K-Means(K-均值)聚类算法分析股票盈利能力和可视化|附代码数据

全文链接:http://tecdat.cn/?p=32418 原文出处:拓端数据部落公众号 大量数据中具有"相似"特征的数据点或样本划分为一个类别。聚类分析提供了样本集在非监督模式下的类别划分。 人们在投资时总期望以最小的风险获取最大的利益,面对庞大的股票市场和繁杂的股票数据,要想对股票进行合理的分 ......
均值 算法 盈利 K-Means 能力

学习笔记:裴蜀定理

裴蜀定理 定义 裴蜀定理,又称贝祖定理(Bézout's lemma)。是一个关于最大公约数的定理。 其内容是: 设 \(a,b\) 是不全为零的整数,则存在整数 \(x,y\), 使得 \(ax+by=\gcd(a,b)\). 证明 若任何一个等于 \(0\), 则 \(\gcd(a,b)=a\) ......
定理 笔记