深度snail 15
学习 Rust 的 15 种方法
学习 Rust 的 15 种方法 1. 阅读：The Rust Book - https://doc.rust-lang.org/book/ 2. 代码：做 Rustlings 练习 - https://github.com/rust-lang/rustlings 3. 课程：如何通过以下方式 学习 ......
OpenCV计算机视觉学习（15）——浅谈图像处理的饱和运算和取模运算
如果需要其他图像处理的文章及代码，请移步小编的GitHub地址 传送门：请点击我 如果点击有误：https://github.com/LeBron-Jian/ComputerVisionPractice 本来在前面博客 OpenCV计算机视觉学习（2）——图像算术运算 &图像阈值（数值计算，掩膜ma ......
GIS融合之路（二）CesiumJS和ThreeJS深度缓冲区整合
在这篇文章开始前再次重申一下，山海鲸并没有使用ThreeJS引擎。但由于ThreeJS引擎使用广泛，下文中直接用ThreeJS同CesiumJS的整合方案代替山海鲸中3D引擎和CesiumJS整合。 系列传送门： 山海鲸可视化：GIS融合之路（一）技术选型CesiumJS/loaders.gl/iT ......
backbone、head、neck等深度学习中的术语解释
我们在阅读文章的时候，经常看到backbone head neck 这一类的术语，但是我们可能并不知道是什么意思，这篇文章就是对这些术语进行解释： backbone： 翻译为主干网络的意思，既然说是主干网络，就代表其是网络的一部分，那么是哪部分呢？这个主干网络大多时候指的是提取特征的网络，其作用就是 ......
提升源代码安全性的C#和Java深度混淆工具——IpaGuard
提升源代码安全性的C#和Java深度混淆工具——IpaGuard 摘要 Ipa Guard是一款功能强大的IPA混淆工具，通过对iOS IPA文件进行混淆加密，保护其代码、资源和配置文件，降低破解反编译难度。本文将介绍Ipa Guard的深度混淆技术，包括逻辑混淆、名称混淆以及处理特殊情况的方法，帮 ......
Docker：docker部署mqtt(eclipse-mosquitto:2.0.15)服务
拉取MQTT镜像 # docker拉取镜像 docker pull eclipse-mosquitto:2.0.15 创建配置文件 文件创建路径自定义，我的创建在 /home/mqtt/mosquitto/config/ 目录下，有两个文件 mosquitto.conf 和 passwd mosqu ......
leetcode 15.三数之和
leetcode 15.三数之和 第十五题：三数之和 1.排序 + 双指针： 和两数之和不同，但可以转化为类似的思路，即确定一个数，去找数组中是否有另外两个数之和等于它的相反数。本题的难点在于如何去除重复解，如果是无序数组，则需要对每个值所在的位置进行记录并进行比较。但如果是有序数组且相加结果为0， ......
QT开发 QT5.15.2安装(换源极速安装)
🗡️▬▬▬▬▬▶QT安装◀▬▬▬▬▬⚔️ ⚔️QT下载器获取 https://mirrors.tuna.tsinghua.edu.cn/qt/official_releases/online_installers/ ⚔️下载器放自定义文件夹(路径全英文) 文件名改短好操作 ⚔️在自定路径唤出cmd ......
转载：深度学习：蒸馏Distill
转载，写的比较好了，可以参考：https://blog.csdn.net/pipisorry/article/details/117257414 Distilling the knowledge in a neural networkHinton 在论文中提出方法很简单，就是让学生模型的预测分布，来 ......
代码随想录 day16 N 叉树的最大深度 完全二叉树的节点个数
N 叉树的最大深度 这题昨天做过二叉版本 n叉区别不大 完全二叉树的节点个数 层级遍历 入que的数量就是节点个数 ......
深度学习之机器学习理论
（一）机器学习（Machine Learning）：就是让计算机具备从大量数据中学习的能力之一系列方法。机器学习使用很多统计方法，统计学家也称之为统计学习，但本质上起源于计算机科学的人工智能。 （二）机器学习的分类：机器学习主要分为两类，即监督学习(supervised learning)与非监督学 ......
15-Prometheu：Kubernete 怎样实现自动化服务监控告警？
通过之前的学习，我们已经对 Kubernetes 有了一定的理解，也知道如何在 Kubernetes 中部署自己的业务系统。 Kubernetes 强大的能力让我们非常方便地使用容器部署业务。Kubernetes 自带的副本保持能力，可以避免部署的业务系统出现单点故障，提高可用性。各种探针也可以帮助 ......
代码随想录 day15 十二题二叉树
二叉树的层序遍历 基本的层序遍历 二叉树的层序遍历 II 感觉直接正常遍历之后反转是最简单的想法了 二叉树的右视图 一开始很难想到 其实只需要返回每层的最后一个节点就可以了 也就是i == size - 1 二叉树的层平均值 比较简单 注意一下变量是double N 叉树的层序遍历 模板题 注意容器 ......
QMap深度拷贝
QMap深度拷贝 #include <QMap> #include <QPair> #include <QDebug> QMap<int, QString> deepCopyQMap(const QMap<int, QString>& source) { QMap<int, QString> tar ......
【专题】2023年保险合伙人白皮书及优增深度洞察报告PDF合集分享（附原数据表）
原文链接：https://tecdat.cn/?p=34800 原文出处：拓端数据部落公众号 2023年，中国经济从高速向高质量转型，众多保险公司将队伍转型视为寿险行业供给侧改革的关键。以招募和培养专业、职业绩优人才为核心的策略，成为代理人队伍转型的重要方向。阅读原文，获取专题报告合集全文，解锁文末 ......
深度学习模型部署TensorRT为何如此优秀？
一、前言 PyTorch模型的高性能部署问题，主要关注两个方面：高度优化的算子和高效运行计算图的架构和runtime。python有快速开发以及验证的优点，但是相比C++来说速度较慢而且比较费内存，一般高性能场景都是使用C++去部署，尽量避免使用python环境。 TensorRT为什么那么快，因为 ......
力扣15-三数之和
难度：【中等】 没思路，简单粗暴三重循环安排上，已经尽量剪枝避免重复了。为了避免返回时出现重复的元组，将二维数组排序筛了一遍。提交后超出时间限制。 参考官方题解，优化三重循环到二重，提交后返回结果居然少了，哦想起来了我改了循环终止条件…… 手动过一遍出错的用例（不长）每一步的结果，找到原因了，是第二 ......
实验15：职责链模式
[实验任务一]：财务审批 某物资管理系统中物资采购需要分级审批，主任可以审批1万元及以下的采购单，部门经理可以审批5万元及以下的采购单，副总经理可以审批10万元及以下的采购单，总经理可以审批20万元及以下的采购单，20万元以上的采购单需要开职工大会确定。现用职责链模式设计该系统。 实验要求： 1. ......
深度估计之SCDepth系列
SC-Depth系列。 SCDepthV1 之前的单目深度估计网络的重投影损失，更多的是利用前后帧的颜色误差进行约束，得到了比较精确的结果。但它们基本上都有一个共性问题：深度值不连续！连续几张图像之间的深度值不连续！也就是说，在不同的帧上产生尺度不一致的预测，因为它们承受了每帧图像的尺度不确定性。这 ......
CUDA驱动深度学习发展 - 技术全解与实战
全面介绍CUDA与pytorch cuda实战 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦机器人智能实验室成员，阿里云认证的资深架构师，项目管理专业人士，上亿营收AI产品研发负责人 一、CUDA：定义与演进 CUDA（ ......
Xcode 15.2 (15C500b) 发布 (含下载) - Apple 平台 IDE
北京时间今日（2023-01-09）凌晨，Xcode 15.2 终于发布，包含了 SDKs for iOS 17.2, iPadOS 17.2, tvOS 17.2, watchOS 10.2, macOS Sonoma 14.2, 和 visionOS，版本号终于一致，广大人民群众终于不在迷茫。 ......
深度可分离卷积
深度可分离卷积，使用了一些 trick 极大减少卷积所需参数量和计算量。 理解深度可分离卷积 若需要对 12×12×3 的输入使用卷积，获得 8×8×256 的输出，直接的卷积方法是使用 256 个 5×5×3 的卷积核（无 padding、步长为 1，下同）。此时卷积层的参数量为 19200，卷积 ......
深度学习图像复原之去雨：常用数据集介绍
可能有帮助的链接：https://paperswithcode.com/task/single-image-deraining 合成数据集 Rain100H 出自 CVPR 2017 论文 Deep Joint Rain Detection and Removal from a Single Ima ......
CHAT GPT全称及其发展历程深度剖析
CHAT GPT全称为Conversational Generative Pre-trained Transformer，是一种由OpenAI开发的自然语言处理模型。该模型旨在生成流畅且连贯的对话回复，从而在聊天机器人应用中表现出卓越的性能。 CHAT GPT的发展起始于OpenAI提出的GPT架构 ......
动手学深度学习v2：数据操作+数据预处理
数据操作 import torch x=torch.arange(12) # x的output为 tensor([0,1,2,3,4,5,6,7,8,9,10,11]) # 可以通过张量的shape属性来访问张量的形状和张量中元素的总数 x.shape # output: torch.Size([1 ......
机器学习周刊03:如何学习深度学习？2024 年学习生成式 AI 路线图、如何构建高效的RAG系统、苹果 腾讯最新论文、阿里DreaMoving
腾讯推出的 AppAgent，是一个多模态智能体，通过识别当前手机的界面和用户指令直接操作手机界面，能像真实用户一样操作手机！ 机器学习周刊：关注Python、机器学习、深度学习、大模型等硬核技术 1、如何学习深度学习？ 最近X上有推友重提这篇文章，是网友看过 Jeremy 教授的 fast.ai ......
15_通过指令实现table行合并
实现效果 组件前提 iview 3.x版本的 table 组件并没有实现表格合并的功能；模拟4.x版本通过表格配置实现 本文通过指令实现 dom 操作 字段说明 ld：表格数据来源 columns：表头 showData：展示列表 spanMsg：对象数组 [{ 0: 5, 5: 3 }, { 0: ......
制约国产深度学习框架发展的根本原因 —— AI芯片的无法自主生产或量产
秉着没事就胡言乱语的宗旨，这里在接着胡说八道一下。 国外的深度学习框架如TensorFlow、pytorch、Jax打的如火如荼，按照以往惯例我们是不应该去做自主研发软件系统的，毕竟硬件不在掌握之下，搞出的软件质量又不如外国的好，但是随着中美贸易战的爆发这一切被改写。 国外的商用硬件和软件都开始对我 ......
2023-2024-1 20231418《计算机基础与程序设计》第15周学习总结
2023-2024-1 20231418《计算机基础与程序设计》第15周学习总结 《计算机基础与程序设计》课程总结 第1周 第2周 第3周 第4周 第5周 第6周 第7周 第8周 第9周 第10周 第11周 第12周 第13周 第14周 实验： 实验一：熟悉Linux命令 实验二：基本控制结构编程练 ......