特征 笔记 平台
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， ......
视频融合云平台/智慧监控平台EasyCVR设备离线是什么原因？该如何解决？
视频汇聚/视频云存储/集中存储/视频监控管理平台EasyCVR能在复杂的网络环境中，将分散的各类视频资源进行统一汇聚、整合、集中管理，实现视频资源的鉴权管理、按需调阅、全网分发、云存储、智能分析等，视频智能分析平台EasyCVR融合性强、开放度高、部署轻快，在智慧工地、智慧园区、智慧工厂、智慧码头、 ......
视频监控可视化云平台EasyCVR智能视频技术优势分析
通过标准协议接入云资源，也可通过各类型上云网关，将RTSP协议、Onvif协议、海康SDK等内网设备/平台接入云资源 ......
视频云存储/视频智能分析平台EasyCVR在麒麟系统中无法启动该如何解决？
安防视频监控/视频集中存储/云存储/磁盘阵列EasyCVR平台可拓展性强、视频能力灵活、部署轻快，可支持的主流标准协议有国标GB28181、RTSP/Onvif、RTMP等，以及支持厂家私有协议与SDK接入，包括海康Ehome、海大宇等设备的SDK等。平台既具备传统安防视频监控的能力，也具备接入AI ......
安防视频汇聚平台V4一体机：室内消防通道占用检测预警的智能解决方案
在现代社会中，安全问题备受关注，尤其是对于室内消防通道的占用情况，及时检测和预警显得尤为重要。基于先进的视频智能分析技术，安防视频汇聚平台V4一体机成为一种有效的解决方案。本文将介绍该平台的特点、功能以及带来的益处。 一、安防视频汇聚平台V4一体机的特点 安防视频汇聚平台V4一体机是一种集成了视频智 ......
璞华智教 | AI大模型语文、英语作文批阅功能震撼上线，璞公英教学平台助力教育智能化！
璞公英教学平台AI大模型作文批阅功能，让教师的批改负担减轻，让学生的作文进步更快！大数据技术为优化作文教学策略提供有力支持，让我们一起期待更多的创新和突破！ ......
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 ......
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 ......
特征工程
通过结合方差阈值、特征相关性分析、单因素统计测试、递归特征消除和特征重要性等特征选择方案，在减少特征数量的同时，最大限度地保留对目标变量的关键信息，从而提升模型的效率、可解释性，并防止过度拟合的发生。 一、特征相关性分析 计算各个特征之间的相关性（可用皮尔逊相关系数）。如果有相关系数较高的两个特征， ......
视频汇聚平台V4一体机视频算法分析平台消防通道异物堵塞算法检测预警
随着城市化进程的加速，高层建筑如雨后春笋般崛起。然而，这也带来了一系列的安全问题，其中消防通道的畅通无阻是至关重要的。一旦发生火灾，消防通道的畅通与否直接关系到人们的生命安全。因此，如何有效地检测和预警消防通道的异物堵塞问题，成为了一个亟待解决的问题。为此，我们推出了V4一体机视频汇聚算法分析预警平 ......
VMware vSphere 8.0 Update 2 下载 - 企业级工作负载平台 (Custom Image update)
VMware vSphere 8.0 Update 2 下载 - 企业级工作负载平台 (Custom Image update) ESXi 8.0 U2 & vCenter Server 8.0 U2 请访问原文链接：https://sysin.org/blog/vmware-vsphere-8-u ......
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。 ......
云计算技术与应用 之 实验 8--云管理平台使用——云禅道
实验 8--云管理平台使用——云禅道 一、实验目的 掌握云管理平台使用方法。 二、实验原理和内容 1.注册云管理平台； 2.使用云管理平台； 3.提交实验报告。 三、实验步骤 ......
云计算技术与应用 之 实验 7--云管理平台使用
实验 7--云管理平台使用 一、实验目的 掌握云管理平台使用方法。 二、实验原理和内容 1.注册云管理平台； 2.使用云管理平台； 3.提交实验报告。 三、实验步骤 1.进入 win10 操作系统，。 2.完成，步骤和结果如下： 3.完成，步骤和结果如下： 4.结果1，步骤和结果如下： 5.处理方法 ......
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 ......
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 ......
视频智能分析平台LntonAIServer视频汇聚平台烟火检测算法
随着科技的不断发展，人工智能技术在各个领域的应用越来越广泛。其中，视频智能分析平台的崛起为我们的生活带来了巨大的便利。今天，我们将介绍一款名为LntonAIServer的视频智能分析平台，以及它如何利用烟火检测算法为我们的安全保驾护航。 LntonAIServer视频智能分析平台是一款基于人工智能技 ......
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 ......
大数据平台Bug Bash大扫除最佳实践
一、背景 随着越来越多的"新人"在日常工作以及大促备战中担当大任，我们发现仅了解自身系统业务已不能满足日常系统开发运维需求。为此，大数据平台部门组织了一次Bug Bash活动，既能提升自己对兄弟产品的理解和使用，又能促使自家产品功能日趋完善。今天来给大家分享一些实际操作过程和经验总结~ 二、什么是B ......
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 ......
开源协助平台工程灵活应对多云时代的挑战
平台工程通过标准化控制和灵活性保障了开发实践。但是，随着平台工程的兴起，开源战略又该如何融入其中呢？ 虽然平台工程没有一刀切的方法，但越来越明显的是，开源软件和技术对平台工程的成功绝对至关重要——这一点我将在本文稍后部分详细阐述。首先，让我们迅速深入探讨一下为什么关于平台工程的宣传是合理的。 平台工 ......
低代码平台+阿里云存储：让业务开发更简单，数据存储更安全
前言 随着云计算技术的不断发展，越来越多的企业开始将业务数据存储到云端。阿里云作为国内领先的云计算服务提供商，其云存储服务备受用户信赖。然而，对于很多非技术人员来说，如何将低代码平台与阿里云存储对接是一个难题。本文将以葡萄城公司的企业级低代码开发平台——活字格为例，介绍低代码平台如何对接阿里云存储， ......
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 ......