alexnet_cifar深度alexnet代码

领域驱动设计(DDD):从基础代码探讨高内聚低耦合的演进"

大家好,我是付威,一名已在编码第一线奋斗了十余年的程序员。在2019年我初次接触到领域驱动设计(Domain-Driven Design,简称DDD)的概念。在我的探索中,我发现许多有关DDD的教程过于偏重于战略设计,充斥着许多晦涩难懂的概念,导致阅读起来相当艰难。有些教程往往只是解释了DDD的概念 ......
领域 代码 基础 quot DDD

深度学习(Lenet网络)

业余时间重新学习一下深度学习,先从基础网络开始,一点一点积累。 Lenet网络模型: 下面程序中输入的数据是28*28的,结构和原始稍微有点不一样。 训练代码: import torch import torch.nn as nn import torch.optim as optim from t ......
深度 Lenet 网络

Python配对交易策略统计套利量化交易分析股票市场|附代码数据

原文链接:http://tecdat.cn/?p=24814 最近我们被客户要求撰写关于配对交易策略的研究报告,包括一些图形和统计输出。 说到在股票市场上赚钱,有无数种不同的赚钱方式。似乎在金融界,无论你走到哪里,人们都在告诉你应该学习 Python 毕竟,Python 是一种流行的编程语言,可用于 ......
股票市场 策略 代码 股票 数据

PYTHON用时变马尔可夫区制转换(MARKOV REGIME SWITCHING)自回归模型分析经济时间序列|附代码数据

全文下载链接:http://tecdat.cn/?p=22617 最近我们被客户要求撰写关于MRS的研究报告,包括一些图形和统计输出。 本文提供了一个在统计模型中使用马可夫转换模型模型的例子,来复现Kim和Nelson(1999)中提出的一些结果。它应用了Hamilton(1989)的滤波器和Kim ......
时间序列 时变 序列 SWITCHING 模型

Copula估计边缘分布模拟收益率计算投资组合风险价值VaR与期望损失ES|附代码数据

全文链接:http://tecdat.cn/?p=24753 最近我们被客户要求撰写关于风险价值的研究报告,包括一些图形和统计输出。 在这项工作中,我通过创建一个包含四只基金的模型来探索 copula,这些基金跟踪股票、债券、美元和商品的市场指数 摘要 然后,我使用该模型生成模拟值,并使用实际收益和 ......
收益率 收益 边缘 损失 风险

R语言有限混合模型聚类FMM、广义线性回归模型GLM混合应用分析威士忌市场和研究专利申请、支出数据|附代码数据

原文链接:http://tecdat.cn/?p=24742 原文出处:拓端数据部落公众号 最近我们被客户要求撰写关于有限混合模型聚类FMM的研究报告,包括一些图形和统计输出。 摘要 有限混合模型是对未观察到的异质性建模或近似一般分布函数的流行方法。它们应用于许多不同的领域,例如天文学、生物学、医学 ......
模型 数据 威士忌 专利申请 广义

代码校验和格式化

eslint 通用配置 eslint 使用版本优先级 项目安装 eslint(推荐使用) 全局安装的 eslint 忽略文件 一般用于第三方 lib 库, 自动生成代码等。 // .eslintignore 文件 /assets/js/iconfont/* /src/service/* /dist ......
代码 格式

代码随想录算法训练营第六天|242.有效的字母异位词 349. 两个数组的交集 202. 快乐数 1. 两数之和

哈希表部分: 哈希表,简单来说就是k-v形式查询的结构,用来快速判断一个元素是否出现集合里,如hashmap 核心是哈希函数,k存哈希函数的值,找的时候找查询项的哈希函数值就行,返回v 出现哈希碰撞的时候,查找的流程怎么走呢?(*存疑,之后查一下) 类型:数组+集合set(set、multiset、 ......
随想录 之和 训练营 数组 交集

代码随想里算法训练营第四天|

24. 两两交换链表中的节点 题目 给你一个链表,两两交换其中相邻的节点,并返回交换后链表的头节点。你必须在不修改节点内部的值的情况下完成本题(即,只能进行节点交换)。 第一想法 第一次做这个题的时候其实没搞懂怎么两两交换,原来是12、34、56这样... 应该是反转链表的变体,先判断头节点的nex ......
训练营 随想 算法 代码

产品代码都给你看了,可别再说不会DDD(三):战略设计

这是一个讲解DDD落地的文章系列,作者是《实现领域驱动设计》的译者滕云。本文章系列以一个真实的并已成功上线的软件项目——码如云(https://www.mryqr.com)为例,系统性地讲解DDD在落地实施过程中的各种典型实践,以及在面临实际业务场景时的诸多取舍。 本系列包含以下文章: DDD入门 ......
战略 代码 产品 DDD

代码随想录算法训练营第三天| 203.移除链表元素 ,707.设计链表 ,206.反转链表

203.移除链表元素 题目 给你一个链表的头节点 head 和一个整数 val ,请你删除链表中所有满足 Node.val == val 的节点,并返回 新的头节点 。 第一想法 定义一个指针a指向头节点,顺序遍历链表,循环结束的条件是指针a.next为null 删除操作是判断a.next.val= ......
随想录 训练营 随想 算法 元素

[代码随想录]Day21-回溯算法part01

## 题目:[77. 组合](https://leetcode.cn/problems/combinations/) ### 思路: 回溯就是dfs的一个特殊情况也就是递归的一种情况,值得注意的一点: 要记得深拷贝,不然最后全是空 ### 代码: ```go var res [][]int var ......
随想录 随想 算法 代码 part

真知灼见|鲸图知识图谱平台,助力金融业务深度洞察(下)

​ 导语 大数据时代的背景下,数据早就成为数字经济重要的生产资料。对数据的挖掘能力成为企业数字化转型的驱动力。就金融行业来说,如果经营和管理方式跟不上大数据时代的发展脚步就会使得数据价值无法得到充分发挥。知识图谱作为一个结合了知识存储、知识表示和知识推理的综合数据平台,应用到金融业务上可以很好地与传 ......
灼见 真知灼见 真知 图谱 深度

SPI驱动0.96寸OLED单色屏刷新率测试以及代码优化改进,方法适用于SPI驱动其他设备

目前嵌入式当中OLED常用驱屏方式有两种:SPI或IIC。以速度来讲,SPI速度相较于IIC会快上一些,硬件IIC相较于模拟IIC速度又会快上一些。此外还有模拟SPI的,但该种用法我遇到较少,本文就硬件SPI驱动OLED屏幕做一个简单的刷新率测试。 测试硬件平台:CH32V307VCT6+杜邦线连接 ......
刷新率 单色 SPI 代码 方法

直线求交点公式及代码

## 直线求交点 题目链接:[https://www.acwing.com/problem/content/3693/](https://www.acwing.com/problem/content/3693/) ![](https://secure2.wostatic.cn/static/bqcY ......
交点 公式 直线 代码

WAF绕过-权限控制之代码混淆造轮子

二、后门原理 1、变量覆盖--后门绕过安全狗: 相当于 2、加密传输 采取上面的方式很可能会被宝塔给拦截 编码绕过,在一些常见的waf例如宝塔对传入的参数会进行判断如果是包含类似phpinfo()这样的风险代码会被拦截,这个时候我们可以采用对代码进行编码的方式进行参数。 <?php $a = $_G ......
轮子 权限 代码 WAF

25大编程代码

注册功能代码二次优化 # 如何将校验用户是否已存在和注册用户逻辑合并 因为两者其实都属于用户注册功能 将校验用户是否存在的代码嵌入到注册代码中即可 通过返回值来控制 # 针对核心逻辑层的函数返回值做了优化 返回多个数据 目前是两个 第一个用于告知操作是否继续 第二个用于返回相应的数据信息 密码加密 ......
代码

使用GPT 自动化您的代码库

您是否希望使用 GPT 简化代码操作,但厌倦了复制粘贴过程?好吧,这是提示器形式的解决方案。一个开源工具,用于自动化您的代码库。 ......
代码 GPT

DDPM [diffusers] 保姆级代码解释 (1)

## UNet2DModel 整体网络结构 block_out_channels: 参考UNet的思路,收缩阶段图像空间尺寸在变小但特征通道则增加;扩张阶段则相反。 - conv_in: 对输入的像素空间图像进行卷积处理,获得指定通道且与原始图像相同尺寸的第一层特征图 - down_blocks:依 ......
保姆 diffusers 代码 DDPM

Mybatis-Plus代码生成器

AutoGenerator 是 MyBatis-Plus 的代码生成器,通过 AutoGenerator 可以快速生成 Entity、 Mapper、Mapper XML、Service、Controller 等各个模块的代码,极大的提升了开发效率。 测试: package com.aiit.myb ......
生成器 Mybatis-Plus Mybatis 代码 Plus

在Android Studio中统计代码行数可以通过插件或者内置的工具来实现。以下是两种常用的方法

在Android Studio中统计代码行数可以通过插件或者内置的工具来实现。以下是两种常用的方法: **方法一:使用插件:** 1. 打开Android Studio,点击顶部菜单中的 "File"(文件)。2. 选择 "Settings"(设置)或 "Preferences"(首选项),然后在弹 ......
中统 插件 可以通过 常用 Android

OpenCV3.3深度神经网络DNN模块 实例6:CNN模型预测性别与年龄

1 #include <opencv2/opencv.hpp> 2 #include <opencv2/dnn.hpp> 3 #include <iostream> 4 5 using namespace cv; 6 using namespace cv::dnn; 7 using namespac ......
神经网络 实例 模块 深度 模型

OpenCV3.3深度神经网络DNN模块 实例7:GOTURN模型实现视频对象跟踪

1 #include <opencv2/opencv.hpp> 2 #include <opencv2/dnn.hpp> 3 #include <iostream> 4 5 using namespace cv; 6 using namespace cv::dnn; 7 using namespac ......
神经网络 实例 模块 深度 模型

OpenCV3.3深度神经网络DNN模块 实例3:SSD模型实现对象检测

1 #include <opencv2/opencv.hpp> 2 #include <opencv2/dnn.hpp> 3 #include <iostream> 4 5 using namespace cv; 6 using namespace cv::dnn; 7 using namespac ......
神经网络 实例 模块 深度 模型

OpenCV3.3深度神经网络DNN模块 实例5:FCN模型实现图像分割

1 #include <opencv2/opencv.hpp> 2 #include <opencv2/dnn.hpp> 3 #include <iostream> 4 5 using namespace cv; 6 using namespace cv::dnn; 7 using namespac ......
神经网络 实例 模块 深度 模型

OpenCV3.3深度神经网络DNN模块 实例4:SSD-MobileNet模型实时对象检测

1 #include <opencv2/opencv.hpp> 2 #include <opencv2/dnn.hpp> 3 #include <iostream> 4 5 using namespace cv; 6 using namespace cv::dnn; 7 using namespac ......

OpenCV3.3深度神经网络DNN模块 实例2:GoogleNet-Caffe模型实现图像分类

1 #include <opencv2/opencv.hpp> 2 #include <opencv2/dnn.hpp> 3 #include <iostream> 4 //使用Googlenet Caffe模型实现图像分类 5 using namespace cv; 6 using namespa ......

OpenCV3.3深度神经网络DNN模块 实例1:读取单张PNG文件(opencv3.3环境测试)

1 #include <opencv2/opencv.hpp> 2 #include <opencv2/dnn.hpp>//dnn模块类 3 #include <iostream> 4 5 using namespace cv; 6 using namespace std; 7 8 int main ......
神经网络 实例 模块 深度 神经

mybatis-plus代码生成器

### 一、java代码 public class GeneratorUtil { public static void generatorCode(String projectPath, String url, String name, String password, List tables, ......
生成器 mybatis-plus mybatis 代码 plus