算法 模块 模型 商品
机器学习——K近邻算法-kd（简化因数据过过多而造成的搜索复杂度大）
kd树是为了减少搜索最近邻点的时间复杂度，一般来说可以使用穷举法，但是太耗时，因此采用平衡二叉树的思想来解决这个问题 """ This is the implementation of Knn(KdTree), which is accessible in https://github.com/Fl ......
课程模块
06-01 课程主页面之前台 FreeCourse.vue <template> <div class="course"> <Header></Header> <div class="main"> <!-- 筛选条件 --> <div class="condition"> <ul class="ca ......
空间三维模型的编码结构光方法实现：基于EinScan-S软件
本文介绍基于EinScan-S软件，实现编码结构光方法的空间三维模型重建的具体操作。 目录1 相关原理1.1 编码结构光成像原理1.2 编码结构光编码方式1.3 编码结构光与侧影轮廓方法比较1.4 编码结构光方法流程2 三维模型制作2.1 防晒霜罐三维模型制作2.1.1 前期准备工作2.1.2 软件 ......
【1.0】常用模块之re模块
【一】正则语法 【1】引入 一说规则我已经知道你很晕了 现在就让我们先来看一些实际的应用。 在线测试工具 http://tool.chinaz.com/regex/ 首先你要知道的是 谈到正则，就只和字符串相关了。 在我给你提供的工具中，你输入的每一个字都是一个字符串。 其次，如果在一个位置的一个值 ......
【3.0】常用模块之os模块
【一】文件操作(os) __file__是指当前文件 【二】文件路径相关(path) （1）获取当前文件路径(abspath) import os # 获取当前文件路径 file_path = os.path.abspath(__file__) print(file_path) # E:\Pytho ......
【2.0】常用模块之time、datetime模块
【一】时间模块(time/datetime) 【二】表示时间的三种方式 在Python中，通常有这三种方式来表示时间： 时间戳 元组(struct_time) 格式化的时间字符串： 格式化的时间字符串(Format String)： ‘1999-12-06’ 【三】time （1）导入时间模块 im ......
不常见的排序算法 - 桶排序、计数排序、基数排序
提到排序，我们最先想到的肯定是常见的那些排序算法： 选择排序、冒泡排序、快速排序、归并排序 考虑到性能的情况下，我们应该会优先使用快速排序，因为它的平均时间复杂度是 O(nlogn)，至于归并排序，虽然它也是一个拥有O(nlogn)平均时间复杂的一个算法，但是它的空间复杂度较快排也较为苛刻，它需要O ......
PyTorch团队重写「分割一切」模型，比原始实现快8倍
前言 我们该如何优化 Meta 的「分割一切」模型，PyTorch 团队撰写的这篇博客由浅入深的帮你解答。 本文转载自机器之心 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。 CV各大方向专栏与各个部署框架最全教程 ......
聚合工程的微服务之创建父工程和子模块
1、创建父工程 创建一个普通的Maven项目，File》New 》Project 》Maven Archetype 父级的pom文件只作项目子模块的整合，在maven install时不会生成jar/war压缩包。 创建好后删除刚创建工程里不需要的文件， 只保留：.idea 文件夹 、项目 pom ......
自动编码器（Autoencoders）和序列到序列（Sequence-to-Sequence）模型区别
核心区别 应用范围：自动编码器主要用于数据的压缩、重建和特征提取，而序列到序列模型用于处理序列数据，特别是在输入和输出都是长度可变的序列的情况下。 数据处理方式：自动编码器处理固定大小的输入和输出，而序列到序列模型处理的输入和输出通常是长度可变的序列。 任务类型：自动编码器更多用于无监督学习任务，而 ......
LLMLingua:集成LlamaIndex，对提示进行压缩，提供大语言模型的高效推理
大型语言模型(llm)的出现刺激了多个领域的创新。但是在思维链(CoT)提示和情境学习(ICL)等策略的驱动下，提示的复杂性不断增加，这给计算带来了挑战。这些冗长的提示需要大量的资源来进行推理，因此需要高效的解决方案，本文将介绍LLMLingua与专有的LlamaIndex的进行集成执行高效推理。 ......
人工智能概述之06模型评估
机器学习模型评估是确保模型性能良好并能泛化到新数据的关键步骤。下面是一些机器学习模型评估的详解、最佳实践和示例： 1. 评估指标： 1.1 分类问题： 准确度（Accuracy）： 正确预测的样本数除以总样本数。 精确度（Precision）： 正类别预测正确的样本数除以所有被预测为正类别的样本数。 ......
算法学习笔记(43): 可持久化线段树 - 区间加！
可持久化线段树 也叫做主席树，单点修改时简单，使用空间 \(O(\log n)\)，问题在于如何区间加。 区间覆盖可以做，但是似乎只能单点查？ 所以我们需要引入标记永久化的概念。 一个标记在没有下放前会放在 \(O(\log n)\) 个点上，这覆盖了整个操作区间。 一般来说我们会 update 更 ......
【行行AI公开课】AIGC从模型到落地：促进技术落地与产业变革
11月26日北京大学的北大创新学社将举行“AI-FUSION”系列活动第十期。北大创新学社是北京大学团委和光华管理学院团委指导成立，是2023HICOOL全球创业者峰会唯一受邀参展的高校社团。“首都高校创新创业大赛”发起方及主办单位。“AI-FUSION”是AI创投部人工智能行业社群打造的系列活动， ......
深度学习模型训练并行问题
并行这个概念一方面是是加快模型训练，一方面是解决显存不够的问题的并行策略 数据并行(最常用的)，即每张卡上都放一个完整的模型，主要用于单机多卡的数据并行。 模型并行，将模型的不同部分进行手动的分割，然后分别放在不同的卡上。注意，模型要放在卡上不光是需要保存模型参数，因为模型训练过程中不仅涉及数据一层 ......
爱芯元智AX650N部署yolov8s 自定义模型
爱芯元智AX650N部署yolov8s 自定义模型 本博客将向你展示零基础一步步的部署好自己的yolov8s模型（博主展示的是自己训练的手写数字识别模型），本博客教你从训练模型到转化成利于Pulsar2 工具量化部署到开发板上 训练自己的YOLOv8s模型 准备自定义数据集 数据集结构可以不像下面一 ......
深入理解RC4加密算法
RC4（Rivest Cipher 4）是一种广泛应用的加密算法，由Ronald L. Rivest于1987年发明。它是一种流密码（stream cipher）算法，适用于对网络通信中的数据进行加密保护。 RC4加密解密 -- 一个覆盖广泛主题工具的高效在线平台(amd794.com) https ......
Python文件锁portalocker模块
在多进程/多线程的学习后，终于来到了“文件锁”这个概念阶段，文件锁的存在就是由于在多进程/线程操作时会对某个文件进行频繁修改，而导致读取与修改的数据产生不同步。典型场景有以下： 进程1对文件A进行写入操作，写入一条记录a，持续时间时20s才能完成这个文件的写入。此时进程2在第5s时也开始对文件A进行 ......
背包问题算法
01背包问题 01背包是一种动态规划问题。动态规划的核心就是状态转移方程 有一个容量为V的背包，还有n个物体。现在忽略物体实际几何形状，我们认为只要背包的剩余容量大于等于物体体积，那就可以装进背包里。每个物体都有两个属性，即体积w和价值v。 问：如何向背包装物体才能使背包中物体的总价值最大？ 二维数 ......
4.MySQL(数据模型,SQL简介,DDL,DML)
MySQL(数据模型,SQL简介,DDL,DML) 概述: 数据库：DataBase(DB)，是存储和管理数据的仓库； 数据库管理系统：DataBase Management System(DBMS)，操纵和管理数据库的大型软件； SQL：Structured Query Language，操作关系 ......
【Django基础】auth认证模块
https://www.cnblogs.com/DuoDuosg/p/17005583.html 一、django的auth认证模块 1.什么是auth模块 Auth模块是Django自带的用户认证模块： 我们在开发一个网站的时候，无可避免的需要设计实现网站的用户系统。此时我们需要实现包括用户注册、 ......
大语言模型的局限性——翻译软件替代不了语言学习
看新闻看到一个文章： https://mbd.baidu.com/newspage/data/landingsuper?context=%7B%22nid%22%3A%22news_9745111774770856297%22%7D&n_type=-1&p_from=-1 有感： 1. 在一些场合下 ......
AI智能检测算法与LiteCVR平台铁路沿线周界入侵防护方案
监控中心人员在通过告警中心平台调用综合视频监控相机进行实况视频播放和轨迹跟踪，并同步拍照、录像留取证据的同时，可通过实时轨迹展示协助监控中心采取应对措施。 ......
视频监控中的智能算法与计算机视觉技术
视频监控技术是监控领域必不可少的一部分，智能监控的发展就是建立在视频监控之上的，随着科技的发展，视频监控也在不断升级，不仅融合了网关的智能分析算法，更是结合图像处理、画质优化等多项技术。 ......
羚通视频智能分析平台：安全帽佩戴检测识别系统与智能监控安全帽识别算法
在现代工业生产中，安全生产是每个企业都必须重视的问题。其中，工人是否正确佩戴安全帽是一个重要的环节。为了解决这个问题，羚通视频智能分析平台推出了一款安全帽佩戴检测识别系统，通过智能监控安全帽识别算法，实现了对工人是否佩戴安全帽的自动检测和识别。 一、羚通视频智能分析平台安全帽佩戴检测识别系统 羚通视 ......
羚通视频智能分析平台火焰检测识别预警系统：智能识别火焰检测烟火检测算法的革新
在当今社会，安全问题日益突出，尤其是火灾安全问题。传统的火灾检测方式主要依赖于人工巡查，效率低下且存在漏检的风险。然而，随着科技的发展，一种新型的火灾检测方式正在崭露头角，那就是羚通视频智能分析平台的火焰检测识别预警系统。该系统采用了先进的智能识别火焰检测烟火检测算法，能够实时、准确地检测出火灾隐 ......
【算法】裴蜀定理
裴蜀定理 在数论中，裴蜀等式（英语：Bézout's identity）或裴蜀定理（Bézout's lemma）（或称贝祖等式）是一个关于最大公约数（或最大公约式）的定理。裴蜀定理得名于法国数学家艾蒂安·裴蜀，说明了对任何整数 \(a\) 和 \(b\) 和 \(m\)，关于未知数 \(x\) 和 ......
羚通视频智能分析平台：人员闯入算法检测与入侵识别报警系统
在当今社会中，安全问题已经成为人们关注的焦点。无论是家庭、企业还是公共场所，都需要有一套完善的安全防范系统来保障人们的生命财产安全。随着科技的不断发展，视频监控系统已经从传统的模拟监控升级为数字化、网络化的智能监控系统。其中，羚通视频智能分析平台的人员闯入算法检测和人员入侵识别检测报警系统，是其中的 ......
mybatis plus 多模块扫描xml文件 当前模块扫描 子模块扫描（BindingException: Invalid bound statement (not found)）
为了实现代码的复用，我们采用了多模块开发的方式，将通用的方法封装到 api-service 模块下，目录结构如下： api-service 核心文件介绍： MybatisPlusConfig： /** * 自定义 mybatis 配置；扫描 mapper.java 文件*/ @Configurati ......