策略 梯度 确定性 算法
文本识别分类系统python，基于深度学习的CNN卷积神经网络算法
## 一、介绍 文本分类系统，使用Python作为主要开发语言，通过TensorFlow搭建CNN卷积神经网络对十余种不同种类的文本数据集进行训练，最后得到一个h5格式的本地模型文件，然后采用Django开发网页界面，实现用户在界面中输入一段文字，识别其所属的文本种类。 在我们的日常生活和工作中，文 ......
Subset Sum 问题单个物品重量限制前提下的更优算法
## 前言 看了 [ShanLunjiaJian 关于这个问题的文章](https://www.luogu.com.cn/blog/uakioi/nv-knapsack)，是完全没看懂，沙东队爷的中枢神经内核配置把我偏序了。叉姐在下面提了个论文，论文找不到资源，谁搞到了可以 Q 我一份之类的拜谢了。 ......
代码随想录算法训练营第十五天| 110.平衡二叉树 （优先掌握递归） 257. 二叉树的所有路径 （优先掌握递归） 404.左叶子之和 （优先掌握递归）
110.平衡二叉树 （优先掌握递归） 难点： 要求每个节点的左右字数的高度相减<=1，因此，需要对每个节点都进行检查，难就难在怎么获得任意节点的高度 其中递归是最简单的： 1 int isB_cursor(TreeNode* node, bool &isBalance) 2 { 3 if (isBa ......
强化学习从基础到进阶-案例与实践[3]：表格型方法：Sarsa、Qlearning；蒙特卡洛策略、时序差分等以及Qlearning项目实战
强化学习从基础到进阶-案例与实践[3]：表格型方法：Sarsa、Qlearning；蒙特卡洛策略、时序差分等以及Qlearning项目实战 ......
强化学习从基础到进阶-常见问题和面试必知必答[3]：表格型方法：Sarsa、Qlearning；蒙特卡洛策略、时序差分等以及Qlearning项目实战
强化学习从基础到进阶-常见问题和面试必知必答[3]：表格型方法：Sarsa、Qlearning；蒙特卡洛策略、时序差分等以及Qlearning项目实战 ......
"system32/secpol" 是指位于Windows操作系统的system32文件夹下的一个名为secpol.msc的文件。该文件是本地安全策略管理器（Local Security Policy）的主控制台。它允许用户管理和配置计算机的安全策略
"system32/secpol" 是指位于Windows操作系统的system32文件夹下的一个名为secpol.msc的文件。该文件是本地安全策略管理器（Local Security Policy）的主控制台。它允许用户管理和配置计算机的安全策略。 本地安全策略管理器提供了一系列安全设置，可以帮 ......
做leetcode算法题的一些感受
leetcode题目做了34道了，写下目前的感受，不一定对，需要经常修改内容。 1、代码是怎么写出来的？不是一下子写出来的，是逐步填充，逐步具体的。一句话，写代码也要看到历史和现状，现状不是突然出现的，是有发展历史的。不是从1直接就到10了，而是从1->2->3，逐步递进，最后到10。写代码总要写第 ......
Python 算法之冒泡排序
## Python 算法之冒泡排序 ### 冒泡排序 冒泡排序算法的原理如下：（从后往前） * 1、比较相邻的元素。如果第一个比第二个大，就交换他们两个。 * 2、对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。在这一点，最后的元素应该会是最大的数。 * 3、针对所有的元素重复以上的步骤 ......
Python 算法之二分查找
## Python 算法之二分查找 ### 二分查找 * 二分查找又称折半查找 * 优点是比较次数少，查找速度快，平均性能好 * 缺点是要求待查表为有序表，且插入删除困难 * 折半查找方法适用于不经常变动而查找频繁的有序列表。 ### 猜数字游戏 * 1、生成一个有序列表 * 2、用户猜测某个数字是 ......
《算法学习指南》pdf电子书免费下载
在编写代码时，每位软件专业人士都需要对算法有充分的理解。在这本实用性极强的著作中，作者对一些关键的算法行了详实的描述，可以有效地提高用各种语言编写代码的质量。软件发人员、测试人员和维护人员可以在本书中学会如何使用算法，以创造性的方式解决计算性问题。 本书各章内容前后衔紧密，环环相扣，用醒目的图表有条 ......
基于SURF+Affine+Ransac+ICP算法的三维点云室内场景重建matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 三维点云室内重建是计算机视觉领域的一个重要研究方向，它可以为现实世界中的建筑空间提供高精度的三维模型。在这个领域中，SURF+AFFINE+RANSAC+ICP算法是一种常用的方法。本文将对这些算法进行详细介绍，并探讨 ......
基于DCT变换和ZigZag的图像压缩算法matlab性能仿真,仿真输出不同压缩率与图像质量的关系
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 图像压缩是一种广泛应用的技术，它能够在不影响图像质量的前提下，减少图像所占用的存储空间。本文将介绍一种基于离散余弦变换（Discrete Cosine Transform，简称DCT）和ZigZag扫描的图像压缩算法， ......
线程池的七种创建方式，线程池的拒绝策略，线程池看这篇就够了
# 转载自:https://blog.csdn.net/weixin_48271092/article/details/124419062 ### 线程池 - - [一、线程存在的问题](https://blog.csdn.net/weixin_48271092/article/details/12 ......
基于PCA降维的交通标志训练和识别算法matlab仿真
1.算法理论概述 交通标志识别一直是计算机视觉和机器学习领域的研究热点之一。PCA（Principal Component Analysis）降维算法是一种常用的特征提取方法，可以将高维数据降低到低维空间中。本文介绍一种基于PCA降维的交通标志训练和识别算法，该算法可以从交通标志图像中提取特征，并训 ......
文心一言 VS 讯飞星火 VS chatgpt （44）-- 算法导论6.1 1题
# 一、在高度为h的堆中，元素个数最多和最少分别是多少? ## 文心一言： 在高度为 h 的二叉搜索树（BST）中，元素个数最多和最少的情况分别如下： 1.最多情况：当每个节点都包含两个子节点时，BST 中的元素个数最多。此时，BST 中的元素个数为 2^(h+1) - 1。 2.最少情况：当 BS ......
Redis–内存淘汰机制（涉及到过期策略）
这个博客的内容包括以下几个点： 1.redis内存淘汰机制 2.若有大量的key需要设置同一时间过期，一般需要注意什么？ 3.过期键删除策略 4.redis如何保证数据都是热点数据 ### 一、redis内存淘汰机制 **1，概念：** 内存淘汰机制：redis配置文件可以设置maxmemory，内 ......
Nginx服务器之负载均衡策略(6种)
## **一、关于 Nginx 的负载均衡** 在服务器集群中，Nginx 起到一个代理服务器的角色（即反向代理），为了避免单独一个服务器压力过大，将来自用户的请求转发给不同的服务器。 ## **二、Nginx 负载均衡策略** 负载均衡用于从“upstream”模块定义的后端服务器列表中选取一台服 ......
一致性哈希算法
请求和后端ip地址计算hash值%2^32。 把请求转给按顺时针找到的后端IP。如果后端IP挂了，原本转给其他后端IP的请求不变。为了增强均衡性，可以增加虚拟节点。 参考资料nginx 负载均衡/一致性哈希 ......
RAW域算法之坏点消除DPC
坏点检测/消除 (Defect Pixel Detection/Correction) 与FPN 类似，坏点的产生也与 Sensor 的工艺有关。与FPN 不同的是，坏点有固定点和疑似坏点两种。而后者的出现相对不固定，会随着曝光时间以及温度的变化而变。因此进行坏点消除之前需要首先进行坏点检测 (De ......
RAW域算法之固定模式噪声消除FPN
固定模式噪声消除 (Fixed Pattern Noise Remove) 由于 Sensor 工艺的原因导致了 Sensor 会在固定的位置产生相对固定的随时间变化较小的噪声，称之为固定模式噪声。固定模式噪声一般出现于 CMOS Sensor，并且 Sensor的模拟增益或者列增益开的越大，固定模 ......
RAW域算法处理之LDC
镜头畸变校正lens distortion correction 常见的镜头畸变有两种，一种是桶形失真，常出现于短焦大视角镜头；一种是枕形失真，常出现于变焦镜头的长焦段，如图所示。通过镜头畸变校正期望校正后的图像中垂直和水平直线依然保持垂直和水平。校正算法原理：一般分两步，首先通过 calibrat ......
RAW域处理算法之LSC
RAW域处理算法之LSC 实际应用中，由于具体场景的需要以及成本的考虑，摄像机会搭配不同镜头。镜头校正是指针对由于镜头原因引入的成像误差进行的校正。 镜头阴影校正（Lens shading correction，LSC） 由于镜头/微镜头的光学构造，导致了经过镜头/微镜头进入 sensor 的光线中 ......
[转]火狐浏览器访问github提示：未连接：有潜在的安全问题...github.com 启用了被称为 HTTP 严格传输安全（HSTS）的安全策略，Firefox 只能与其建立安全连接。
火狐浏览器访问github，提示： 未连接：有潜在的安全问题； Firefox 检测到潜在的安全威胁，并因 github.com 要求安全连接而没有继续。如果这种情况是因为使用DevSidecar而引起的，可以使用以下方式解决： 在地址栏输入：about:config 在搜索框输入：security ......
鲸鱼优化算法在计算机视觉领域的应用
[toc] 标题：《9. 鲸鱼优化算法在计算机视觉领域的应用》 背景介绍： 计算机视觉是指计算机系统对视觉对象进行识别、分析和处理的过程，能够帮助计算机进行智能化的感知和理解。近年来，随着深度学习算法的发展，计算机视觉领域取得了巨大进展，许多优化算法也得到了广泛应用。鲸鱼优化算法是一种针对大规模数据 ......
基于深度学习的图像分类算法研究
[toc] 《基于深度学习的图像分类算法研究》 引言 随着计算机视觉技术的不断发展，图像分类已经成为了人工智能领域的一个重要研究方向。传统的基于手工特征的图像分类算法已经无法满足大规模、高维、复杂图像的分类需求，因此，基于深度学习的图像分类算法逐渐成为了当前人工智能领域的主流技术。本文将介绍一种基于 ......
机器学习中的强化学习算法应用
[toc] 文章标题：《69.《机器学习中的强化学习算法应用》》 背景介绍： 强化学习(RL)是人工智能领域的一个重要分支，其主要目标是让智能体在不确定性环境中学习最优策略，以实现任务目标。近年来，在机器学习领域中，强化学习算法也得到了越来越广泛的应用。其中，最知名的强化学习算法之一是 Q-lear ......
机器学习中的强化学习算法原理与应用
[toc] 强化学习是一种机器学习算法，用于解决具有不确定性和奖励不确定性的任务。其主要思想是通过试错学习，从简单的行动序列中学习到最优策略，从而提高任务的效率和准确性。在机器学习领域中，强化学习被广泛应用于游戏、自然语言处理、计算机视觉等领域。本文将介绍强化学习算法的基本原理和应用，以及优化和改进 ......
数据挖掘中的文本挖掘算法原理与应用
[toc] 数据挖掘中的文本挖掘算法原理与应用 随着数据量的不断增长，数据挖掘已经成为了一个热门领域。在数据挖掘中，文本挖掘是一个极其重要的部分。文本挖掘可以用于各种应用场景，例如文本分类、情感分析、命名实体识别等。本文将介绍数据挖掘中的文本挖掘算法原理与应用。 ## 1. 引言 数据挖掘中的文本挖 ......
数据挖掘中的聚类算法原理与应用
[toc] 数据挖掘中的聚类算法原理与应用 在数据挖掘领域中，聚类算法是一种常见的分类和聚类技术，用于将一组数据分成多个簇或类，其中每个簇内的数据都是相似的，而簇之间则不同。聚类算法可以用于各种数据挖掘任务，包括推荐系统、垃圾邮件过滤、信用评估等。在本文中，我们将介绍数据挖掘中的聚类算法原理与应用， ......
鸟类识别系统Python+Django+TensorFlow+卷积神经网络算法【完整代码】
## 一、介绍 鸟类识别系统，使用Python作为主要开发语言，基于深度学习TensorFlow框架，搭建卷积神经网络算法。并通过对数据集进行训练，最后得到一个识别精度较高的模型。并基于Django框架，开发网页端操作平台，实现用户上传一张图片识别其名称。 数据集选自加州理工学院200种鸟类数据集 ......