阈值 算法 实例 图像
装箱算法的性能测试
笔者第一次对算法做性能测试，记录本次测试的过程，方便以后复盘。 项目的背景是新提交了一个需求，在每个b2c出库订单入库时，给订单一个合适的推荐箱型。订单的sku属性中有长宽高，包材管理的表中也有各包材的长宽高。需要推荐一个能装下的最小包材，并且体积占比低于90%，剩余大于等于10%空间留给冷媒和充气 ......
搭个ChatGPT算法模型，离Java程序员有多远？
这一篇文章先给我自己以及大家对 ChatGPT 开个门，让对此感兴趣的编程爱好者可以参与进去学习。在我感觉 ChatGPT 的出现会打破某些平衡，对一些事项进行秩序重置。因此也让更多的人获得了大量的机会。 ......
Python装饰器实例讲解(三)
Python装饰器实例讲解(三) 本文多参考《流畅的python》，在此基础上增加了一些实例便于理解 姊妹篇 Python装饰器实例讲解(一)，让你简单的会用 Python装饰器实例讲解(二)，主要讲了一个万能公式(原理) 本文其实反而是最最基础的部分，当然也回答了好几个关键的问题，也有一些是重复的 ......
Python常见面试题006 类方法、类实例方法、静态方法有何区别？
006. Python中类方法、类实例方法、静态方法有何区别？ 全部放一个里面篇幅过大了，就拆分成1个个发布 示例代码 class Human: def __init__(self, name): self.name = name def say(self): print(f'我的名字是{self. ......
微信小程序的全局弹窗以及全局实例
全局组件 微信小程序组件关系中，父组件使用子组件需要在父组件index.json中引入子组件，然后在父组件页面中使用，这种组件的对应状态是一对一的，一个组件对应一个页面。如果有一个全局弹窗（登录），那么每个页面引入一次组件会非常麻烦，这里就需要封装全局弹窗，在页面直接引入使用即可。 微信小程序提供全 ......
登峰造极,师出造化,Pytorch人工智能AI图像增强框架ControlNet绘画实践,基于Python3.10
人工智能太疯狂，传统劳动力和内容创作平台被AI枪毙，弃尸尘埃。并非空穴来风，也不是危言耸听，人工智能AI图像增强框架ControlNet正在疯狂地改写绘画艺术的发展进程，你问我绘画行业未来的样子？我只好指着ControlNet的方向。本次我们在M1/M2芯片的Mac系统下，体验人工智能登峰造极的绘画... ......
推荐系统[八]算法实践总结V1：淘宝逛逛and阿里飞猪个性化推荐：召回算法实践总结【冷启动召回、复购召回、用户行为召回等算法实战】
推荐系统[八]算法实践总结V1：淘宝逛逛and阿里飞猪个性化推荐：召回算法实践总结【冷启动召回、复购召回、用户行为召回等算法实战】 ......
深度优先搜索算法-dfs讲解
迷宫问题 有一个迷宫： S**. .... ***T （其中字符S表示起点，字符T表示终点，字符*表示墙壁，字符.表示平地。你需要从S出发走到T，每次只能向上下左右相邻的位置移动，不能走出地图，也不能穿过墙壁，每个点只能通过一次。） 现在需要你求出是否可以走出这个迷宫 我们将这个走迷宫过程称为dfs ......
推荐系统[八]算法实践总结V0：腾讯音乐全民K歌推荐系统架构及粗排设计
推荐可分为以下四个流程，分别是召回、粗排、精排以及重排：
1. 召回是源头，在某种意义上决定着整个推荐的天花板；
2. 粗排是初筛，一般不会上复杂模型；
3. 精排是整个推荐环节的重中之重，在特征和模型上都会做的比较复杂；
4. 重排，一般是做打散或满足业务运营的特定强插需求，同样不会使用复杂模型... ......
加密,各种加密,耙梳加密算法(Encryption)种类以及开发场景中的运用(Python3.10)
不用说火爆一时，全网热议的Web3.0区块链技术，也不必说诸如微信支付、支付宝支付等人们几乎每天都要使用的线上支付业务，单是一个简简单单的注册/登录功能，也和加密技术脱不了干系，本次我们耙梳各种经典的加密算法，试图描摹加密算法在开发场景中的运用技巧。 可逆加密算法(对称加密) 加密算法是一种将原始数 ......
国内“谁”能实现chatgpt，短期穷出的类ChatGPT简评（算法侧角度为主），以及对MOSS、ChatYuan给出简评，一文带你深入了解宏观技术路线。
国内“谁”能实现chatgpt，短期穷出的类ChatGPT简评（算法侧角度为主），以及对MOSS、ChatYuan给出简评，一文带你深入了解宏观技术路线。 ......
算法基础模板
时空复杂度分析 一般ACM或者笔试题的时间限制是1秒或2秒。在这种情况下，C++代码中的操作次数控制在10^7^～10^8^为最佳。下面给出在不同数据范围下，代码的时间复杂度和算法该如何选择: n ≤ 30，指数级别，dfs+剪枝，状态压缩dp n ≤ 100 => O(n^3^)，floyd，dp ......
Diffusers中基于Stable Diffusion的哪些图像操作
基于Stable Diffusion的哪些图像操作们： Text-To-Image generation：StableDiffusionPipeline Image-to-Image text guided generation：StableDiffusionImg2ImgPipeline In-p ......
分布式机器学习：异步SGD和Hogwild!算法（Pytorch）
同步算法的共性是所有的节点会以一定的频率进行全局同步。然而，当工作节点的计算性能存在差异，或者某些工作节点无法正常工作（比如死机）的时候，分布式系统的整体运行效率不好，甚至无法完成训练任务。为了解决此问题，人们提出了异步的并行算法。在异步的通信模式下，各个工作节点不需要互相等待，而是以一个或多个全局... ......
衡量算法的性能-时空复杂度分析
算法 即存在输入输出,由有限步骤结束的程序. 因此,显而易见,算法并不是指一个单一的标准答案,而是一切能够完成要求的程序都可以称之为算法.但是算法之间根据性能的不同存在差异,评判这个差异的指标就是本篇分享的重点. 评判算法优劣的指标 1.时间复杂度 时间复杂度用O()表示,它的实质是算法的计算次数 ......
AIR32F103(九) CAN总线的通信和ID过滤机制及实例
CAN 是一种典型的广播式网络, 在实际应用中, 如果只希望接收到特定类型的数据, 就要借助过滤器来实现. AIR32/STM32的CAN控制器包含14个过滤器, 可以设置为 屏蔽模式 或 列表模式 对CAN总线上的报文进行过滤. 当节点希望接收到一种报文时, 可以用屏蔽位模式进行过滤, ......
精华推荐 |【算法数据结构专题】「延时队列算法」史上非常详细分析和介绍如何通过时间轮（TimingWheel）实现延时队列的原理指南
时间轮的介绍 时间轮（TimeWheel）是一种实现延迟功能（定时器）的精妙的高级算法，其算法应用范围非常广泛，在Java开发过程中常用的Dubbo、Netty、Akka、Quartz、ZooKeeper 、Kafka等各种框架中，各种操作系统的定时任务crontab调度都有用到，甚至Linux内核 ......
基于 Hugging Face Datasets 和 Transformers 的图像相似性搜索
基于 HuggingFace Datasets 和 Transformers 的图像相似性搜索 通过本文，你将学习使用 🤗 Transformers 构建图像相似性搜索系统。找出查询图像和潜在候选图像之间的相似性是信息检索系统的一个重要用例，例如反向图像搜索 (即找出查询图像的原图)。此类系统试图 ......
限流器算法实现(JUC原子类使用实践)
系列文章目录和关于我 一丶限流器存在的意义 在高并发系统中，出于系统保护角度考虑，通常会对流量进行限流。 限流*的目的是在遇到流量高峰期或者流量突增（流量尖刺）时，通过对流量速率进行限制，当达到限制速率时，可以拒绝服务（定向到错误页或告知资源没有了）、排队或等待（比如秒杀、评论、下单）、降级（返回兜 ......
模型压缩-剪枝算法详解
近年来主流的模型压缩方法包括：数值量化（Data Quantization，也叫模型量化），模型稀疏化（Model sparsification，也叫模型剪枝 Model Pruning），知识蒸馏（Knowledge Distillation）， 轻量化网络设计（Lightweight Netwo... ......
深度学习基础-优化算法详解
所谓深度神经网络的优化算法，即用来更新神经网络参数，并使损失函数最小化的算法。优化算法对于深度学习非常重要，网络参数初始化决定模型是否收敛，而优化算法的性能则直接影响模型的训练效率。 ......
万字长文概述单目3D目标检测算法
基于深度学习的主流单目3D目标检测算法可以分为两个过程：2D目标检测 + 基于投影几何原理的回归网络设计。本文首先介绍了单目 3D 目标检测的理论基础-投影几何原理和算法原理，并解读了几个主流模型。 ......
高效字符串匹配算法——BM 算法详解（C++）
定义 BM 算法是由 Boyer 和 Moore 两人提出的一种高效的字符串匹配算法，被认为是一种亚线性算法（即平均的时间复杂度低于线性级别），其时间效率在一般情况下甚至比 KMP 还要快 3 ~ 5 倍。 原理 BM 算法跟其他的字符串匹配算法相比，其中一个不同之处是在比对字符的时候，扫描的顺序不 ......
webrtc QOS笔记一 Neteq直方图算法浅读
webrtc QOS笔记一 Neteq直方图算法浅读 想起博客园帐号了，回来填点webrtc qos的坑， 本文分析个很好用的直方图算法，不仅可以在音频里面计算抖动延迟，我发现用来统计丢包率也很好用. Histogram Algorithm DelayManager::Update()->Histo ......
联邦GNN综述与经典算法介绍
联邦学习和GNN都是当前AI领域的研究热点。联邦学习的多个参与方可以在不泄露原始数据的情况下，安全合规地联合训练业务模型，目前已在诸多领域取得了较好的结果。GNN在应对非欧数据结构时通常有较好的表现，因为它不仅考虑节点本身的特征还考虑节点之间的链接关系及强度，在诸如：异常个体识别、链接预测、分子性质... ......
Java 集合中的排序算法浅析
排序是一个Java开发者，在日常开发过程中随处可见的开发内容，Java中有丰富的API可以调用使用。在Java语言中，作为集合工具类的排序方法，必定要做到通用、高效、实用这几点特征。主要探讨java中排序方法所使用的算法，以及那些是值得我们学习和借鉴的内容。文中如有理解和介绍的错误，一起学习，一起探... ......
小波去噪算法的简易实现及其扩展（小波锐化、高斯拉普拉斯金字塔去噪及锐化）之一。
早年就接触过小波的概念，那个时候看什么小波十讲这类的，看的可真谓云里雾里，一大堆数学公式，头大的要死。做去噪的时候也看很多人说小波去噪算法效果不错，最近定心的去研究了下GIMP里的小波分解插件，有一些心得，一起分享给大家。 ......
小波去噪算法的简易实现及其扩展（小波锐化、高斯拉普拉斯金字塔去噪及锐化）之二。
GIMP的小波分解只是偏重于实现，但是其效率还是很慢，本文简单的提出了其加速算法。同时对于如何使用小波分解后的数据，通过小波去噪和小波锐化两个过程予以了说明，另外，基于小波去噪的这些过程也可以使用拉普拉斯金字塔来实现。 ......
屏幕图像渲染原理
对于一个客户端开发来说，平时做的的最多的就是写页面，所以有必要了解从视图代码到图像显示到屏幕上的整个过程和原理。 下面以从视图代码到显示器图像的中间产物帧缓冲区图像位图为目标，分析从视图代码到帧缓冲区位图和从帧缓冲区位图到显示器图像这2个过程。 这里把这2个过程命名为：帧缓冲区数据怎么来的、帧缓冲区 ......