框架 机器google jax
机器学习之使用seaborn绘制各类图形
使用seaborn绘制单双变量，类别散点图，箱型图，小提琴图去更直观的观察数据的分布情况 在单变量图中使用displot,参数如下 双变量关系图使用joinplot，参数如下图 类别散点图使用stripplot(),参数如下 小提琴图和箱型图类似，一个使用violinplot(),另一个使用boxp ......
若依框架文件的上传和预览（超简版）
若依框架文件的上传和预览（超简版） 一、上传： 1、首先创建一张上传文件的表 drop table if exists sys_file_info; create table sys_file_info ( file_id int(11) not null auto_increment commen ......
机器学习——汇聚层
最大汇聚层和平均汇聚层 填充和步幅 多个通道 汇聚层的目的 1. 降低卷积层对位置的敏感性 卷积层的输出特征图对目标的位置是很敏感的。池化可以减少这种位置敏感性。比如我们做2x2最大池化,输出特征图的值就仅依赖于输入特征图2x2的区域,不再过于依赖位置信息。 2. 降低对空间采样表示的敏感性 卷积层 ......
机器学习——多输入多输出通道
多输入通道 多输出通道 1*1卷积核 当以每像素为基础应用时，1*1卷积层相当于全连接层。 1*1卷积层通常用于调整网络层的通道数量和控制模型复杂性。 ......
Scrapy框架基本使用（从安装到运行）
Scrapy基本使用 以抓取段子星中的标题和内容为例：https://duanzixing.com/ 1. Windows下安装： pip install twisted pip install pywin32 pip install scrapy 2. 创建工程 # scrapy startpro ......
Spring validation验证框架注解
Spring validation验证框架注解Spring validation验证框架提供了大量接口入参检验注解，注意三个非空注解： @NotNull：验证对象是否不为null, 无法查检长度为0的字符串@NotBlank：检查约束 (字符串) 是不是Null还有被Trim的长度是否大于0，只对字 ......
理论+实践详解最热的LLM应用框架LangChain
LangChain提供了灵活的抽象和AI优先的工具，可帮助开发人员将LLM应用程序从原型转化为生产环境。 它还提供了一套工具，可帮助开发人员构建上下文感知、推理应用程序。 ......
Util应用框架基础(五) - 异常处理
本节介绍Util应用框架如何处理系统错误. 概述 系统在运行过程中可能发生错误. 系统错误可以简单分为两类: 系统异常 系统本身出现的错误. 业务异常 不满足业务规则出现的错误. 如何处理系统异常 如果发生系统异常,大多数情况下,你除了记录异常日志外,可能无法处理它们. 一个例外是并发异常. 当发生 ......
若依框架AjaxResult改造适应Swagger接口文档
一、 概述 若依框架后端使用的响应对象AjaxResult，和Swagger存在不兼容问题，导致返回体即使使用了Swagger注解，但是Swagger接口文档中，不显示返回体的对象Swagger文档： 若依Gitee上，也存在此问题： https://gitee.com/y_project/RuoY ......
这次弄下k8s 分布式多机测试，这次专门多创建了几个机器进行安装，实时监控机器状态
k8s 实机分布式测试，这次弄一下这个，上次弄的是单机版本的minikube, 在单机上minikube替代了kubectl的工作，在单机上可以创建多个布署等，实际使用会有多个系统，分布式才是正常生产时发按它效率的时间。 k8s说明上要求机器要有2g内存，这里我创建了四个vm, 每个4g内存，这样可 ......
机器视觉在虚拟现实与增强现实中的作用
机器视觉在虚拟现实（VR）和增强现实（AR）中发挥着至关重要的作用。这些技术的核心是计算机视觉领域，重点是让计算机具有“看到”和理解周围世界的能力。 在虚拟现实中，计算机视觉用于创建和处理用户所见的虚拟环境。这包括对现实世界的感知、建模和模拟，以及将虚拟物体与现实世界中的物体进行交互。例如，ZED深 ......
《安富莱嵌入式周报》第326期：航空航天级CANopen协议栈，开源USB PD电源和功耗分析，开源EtherCAT伺服驱动板，时序绘制软件，现代机器人设计
周报汇总地址：http://www.armbbs.cn/forum.php?mod=forumdisplay&fid=12&filter=typeid&typeid=104 更新一期视频教程： BSP视频教程第28期：CANopen协议栈专题，CANopen主从机组网实战，CAN词典工具使用方法以及 ......
Util应用框架基础(四) - 验证
本节介绍Util应用框架如何进行验证. 概述 验证是业务健壮性的基础. .Net 提供了一套称为 DataAnnotations 数据注解的方法,可以对属性进行一些基本验证,比如必填项验证,长度验证等. Util应用框架使用标准的数据注解作为基础验证,并对自定义验证进行扩展. 基础用法 引用Nuge ......
Fairseq 机器翻译数据处理 (NMT, WMT, translation)
摘要 fairseq是个常用的机器翻译项目。它的优化很好，但代码晦涩难懂，限制了我们的使用。 翻译数据的准备，是训练的第一步。但 fairseq 关于翻译数据的准备流程散布在零星的 bash 脚本中。本文旨在梳理如下流程：1）准备 WMT23 的数据，2）训练模型，3）用 sacrebleu 评测模 ......
Unity ET服务器框架小记
前言 之前用过一段时间Mirror，它是一个服务器客户端一体的框架，通过给方法打上特定注解，来控制该方法运行在客户端还是服务器上（Unity官方已弃用的UNet设计思路一致）。这是它的优点，也是它的缺点，见仁见智吧。抛开这一点不谈，如果是客户端做主机那还好，但如果要打包为Deplicate Serv ......
在ASP.NET MVC框架中，如何处理多个提交按钮？
内容来自 DOC https://q.houxu6.top/?s=在ASP.NET MVC框架中，如何处理多个提交按钮？ 在ASP.NET Framework Beta中，有几种方法可以处理同一表单中的多个提交按钮。 一种方法是使用一个隐藏字段来区分不同的提交按钮。例如： <% Html.Begin ......
笔记本共享WIFI到本地网口，网口供 linux 机器提供网络
1. WLAN 属性，设置 为 共享 2. 查询 Windows 笔记本 IP地址 3. ......
[机器学习复习笔记] Linear Regression 线性回归（最小二乘法求解析解）
Linear Regression 1. 一元线性回归 定义一个一次函数如下： \[y = \theta_0 + \theta_1 x \]其中 \(\theta\) 被称为函数的 参数。显然在坐标图上，这个函数的图像是一条直线，这也是 线性回归 中的 线性 含义所在。 只有 一个 \(x\) 来预 ......
ModuleNotFoundError: No module named 'google_drive_downloader'&&No matching distribution found for google_drive_downloader
安装 googledrivedownloader (adaface) C:\Users\liruilong\Documents\GitHub\caface_demo\demo>python main.py --fusion_method cluster_and_aggregate Traceback ......
AI 女友突然下线，大叔集体「崩溃」；谷歌聊天机器人称谷歌滥用垄断力量丨 RTE 开发者日报 Vol.78
开发者朋友们大家好： 这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE （Real Time Engagement） 领域内「有话题的新闻」、「有态度的观点」、「有意思的数据」、「有思考的文章」、「有看点的会议」，但内容仅代表编辑的个人观点，欢迎大家留 ......
2023-8-24 基于机器学习的电池健康诊断技术 2023人工智能大会青年科学家论坛
基于机器学习的电池健康诊断技术 | 2023人工智能大会青年科学家论坛 张云蔚 中山大学 研究背景：电池健康诊断技术 电池老化机制：电极附近形成固态电解质层影响导电性 传统行为：通过经验公式模拟->通过大数据方法判断电池容量变化 通过机器学习评估容量变化显示老化过程 引入技术：电化学阻抗谱 该技术可 ......
Metasploit渗透测试框架的基本使用
一、Metasploit 渗透测试框架介绍 （1）基础库 metasploit基础库文件位于源码根目录路径下的libraries目录中，包括Rex,framework-core和framework-base三部分。 Rex是整个框架所依赖的最基础的一些组件，如包装的网络套接字、网络应用协议客户端与服 ......
模拟攻击beescms框架网站，并且一步一步渗透测试，上传shell，连接蚁剑，拿到对方网站根目录
打开网站 发现它是beescms框架搭建的网站，一言不合直接用webpathbrute扫描 发现了管理员登录页面 尝试任意用户名密码登录发现不太行，直接暴力破解，先burp抓数据包 发现有4个参数有user，password，code，submit，把submit=ture修改为submit=fal ......
「译文」Google SRE 二十年的经验教训
👉️URL: https://sre.google/resources/practices-and-processes/twenty-years-of-sre-lessons-learned/ ✍️Authors: Adrienne Walcer, Kavita Guliani, Mikel Wa ......
实时目标检测与跟踪：机器视觉的挑战与机遇
实时目标检测与跟踪是机器视觉领域的一个重要研究方向，它涉及到在视频或图像序列中准确地定位和跟踪多个目标对象。这个任务具有很高的挑战性，同时也带来了许多机遇。 挑战：1. 复杂背景：目标检测与跟踪需要在复杂的背景中准确地识别和定位目标对象。这需要算法能够有效地处理遮挡、光照变化、背景干扰等问题。2. ......
爬虫+钉钉机器人提示
一，选择的框架是django 在 Django 项目中创建一个 app； 在 app 中创建一个名为 spider 的目录，用于存放爬虫代码； 在 spider 目录下创建一个名为 models.py 的文件，用于定义数据库模型； 在 models.py 中定义需要存储的字段，例如链接地址、链接标题 ......
[机器学习复习笔记] Spectral Clustering 谱聚类
Spectral Clustering 谱聚类 1. 邻接矩阵 无向图 \(G = (V, E)\)，所有顶点之间的权重构成一个 \(n \times n\) 的矩阵： \[W = \begin{bmatrix} w_{11} & w_{12} & \cdots & w_{1n} \\ w_{21} ......
[机器学习复习笔记] Clustering 聚类 （K-means实现）
Cluster (KMeans实现) 1. KMeans 介绍及符号说明 给定样本集 \(D = \{ x_1, x_2, ..., x_m \}\)，\(\text{KMeans}\) 算法针对聚类所得的簇划分 \(\mathcal C = \{ C_1, C_2, ..., C_k \}\)（分 ......