alexnet_cifar深度alexnet代码
CH9434-MCU代码移植，芯片使用详细说明（附Linux开发资料链接）
简介 CH9434是一款SPI转四串口转接芯片，提供四组全双工的9线异步串口，用于单片机/嵌入式/安卓系统扩展异步串口。提供25路GPIO，以及支持RS485收发控制引脚TNOW。本篇基于STM32F103，介绍CH9434在MCU平台移植和使用方法。 Linux移植说明可以跳转到这个链接：http ......
[深度学习] 基于切片辅助超推理库SAHI优化小目标识别
对象检测是迄今为止计算机视觉中最重要的应用领域。然而，小物体的检测和大图像的推理仍然是实际使用中的主要问题，这是因为小目标物体有效特征少，覆盖范围少。小目标物体的定义通常有两种方式。一种是绝对尺度定义，即以物体的像素尺寸来判断是否为小目标，如在COCO数据集中，尺寸小于32×32像素的目标被判定为小 ......
如何写出整洁的代码
0.前言 本篇文章是<<代码整洁之道>>的学习总结, 通过这篇文章你将了解到整洁的代码对项目、公司和你的重要性,以及如何书写整洁的代码. 通过命名、类、函数、测试这四个章节,使我们的代码变得整洁. 1.为什么要保持代码整洁? 不整洁的代码随着时间的增加而增加时,生产力会随之降低. 导致的结果就是: ......
火热的低代码到底是什么？
低代码风头正紧，也是最近一段时间跟云原生一起被热捧，不管你是做后端开发、还是前端设计、销售、售前，如果你没接触过低代码你都不好意思说自己在软件领域工作，这边文章从我的角度聊聊低代码是什么、以怎么样的方式开发、及低代码的未来发展趋势 ......
深度学习之Transformer网络
【博主使用的python版本：3.6.8】 本次没有额外的资料下载 Packages import tensorflow as tf import pandas as pd import time import numpy as np import matplotlib.pyplot as plt ......
在生产中部署 ES2015+ 代码
大多数 Web 开发人员都喜欢编写具有所有最新语言特性的 JavaScript——async/await、类、箭头函数等。然而，尽管事实上所有现代浏览器都可以运行 ES2015+ 代码并原生支持我刚才提到的特性 , 大多数开发人员仍然将他们的代码转换为 ES5 并将其与 polyfills 捆绑在一 ......
SQLSERVER 居然也能调 C# 代码 ?
一：背景 1. 讲故事 前些天看到一个奇怪的 Function 函数，调用的是 C# 链接库中的一个 UserLogin 方法，参考代码如下： CREATE FUNCTION dbo.clr_UserLogin ( @name AS NVARCHAR(100), @password AS NVARC ......
从源码层面深度剖析Spring循环依赖
作者：郭艳红 以下举例皆针对单例模式讨论 图解参考 https://www.processon.com/view/link/60e3b0ae0e3e74200e2478ce 1、Spring 如何创建Bean？ 对于单例Bean来说，在Spring容器整个生命周期内，有且只有一个对象。 Sprin ......
【深度思考】如何优雅的校验参数？
在日常的开发工作中，为了保证落库数据的完整性，参数校验绝对是必不可少的一部分，本篇文章就来讲解下在项目中该如何优雅的校验参数。 假设有一个新增学员的接口，一般第一步我们都会先校验学员信息是否正确，然后才会落库，简单起见，假设新增学员时只有2个字段：姓名、年龄。 @Data public class ......
使用pycharm or vscode来编写python代码？
pycharm社区版可用于商业项目 pycharm社区版可用于商业项目，来源于官方的回答：Can I use Community Editions of JetBrains IDEs for developing commercial proprietary software? – Licensin ......
从零入门项目集成Karate和Jacoco，配置测试代码覆盖率
解决问题 在SpringBoot项目中，如何集成Karate测试框架和Jacoco插件。以及编写了feature测试文件，怎么样配置才能看到被测试接口代码的覆盖率。 演示版本及说明 本次讲解，基于SpringBoot2.1.4.RELEASE版本，可根据项目版本灵活更改。下面所有的版本号，可以自行选 ......
Python 大数据量文本文件高效解析方案代码实现
大数据量文本文件高效解析方案代码实现 测试环境 Python 3.6.2 Win 10 内存 8G，CPU I5 1.6 GHz 背景描述 这个作品来源于一个日志解析工具的开发，这个开发过程中遇到的一个痛点，就是日志文件多，日志数据量大，解析耗时长。在这种情况下，寻思一种高效解析数据解析方案。 解决 ......
Qwt开发笔记（二）：Qwt基础框架介绍、折线图介绍、折线图Demo以及代码详解
前言 QWT开发笔记系列整理集合，这是目前使用最为广泛的Qt图表类（Qt的QWidget代码方向只有QtCharts，Qwt，QCustomPlot），使用多年，系统性的整理，本系列旨在系统解说并逐步更新其各种Demo示例 本片文章主要讲解折线图，借助折线图展现一个基础流程框架。 Demo QwtP ......
低代码 系列 —— 可视化编辑器3
其他章节请看： 低代码 系列 可视化编辑器3 这是可视化编辑器的最后一篇，本篇主要实现属性区和组件的放大和缩小，最后附上所有代码。 属性区：即对编辑区的组件进行编辑，例如编辑文本的文本、字体大小，对按钮编辑文本、按钮类型、按钮大小 放大和缩小：在编辑区能通过拖拽放大缩小组件。 首先看一下可视化编辑器 ......
ExcelToObject.NPOI 两行代码导出Excel报表、读取Excel数据
简介 作为一个dotnet开发者，经常面对业务系统中大量报表导入导出，经常写了一堆的重复代码。最近发现一个操作excel的神器：ExcelToObject.NPOI，两行代码就能导出一个报表，两行代码就能读取excel数据。就像作者说的：让操作excel变成了操作对象。下面让我们来看看这个组件 项目 ......
深度剖析 | 【JVM深层系列】[HotSpotVM研究系列] JVM调优的"标准参数"的各种陷阱和坑点分析（攻克盲点及混淆点）「 1 」
相信大多数人的理解是Major GC只针对老年代，Full GC会先触发一次Minor GC，不知对否？我参考了R大的分析和介绍，总结了一下相关的说明和分析结论。 ......
xxl-job定时调度任务Java代码分析
用xxl-job做后台任务管理, 主要是快速解决定时任务的HA问题, 项目代码量不大, 功能精简, 没有特殊依赖. 因为产品中用到了这个项目, 上午花了点时间研究了一下运行机制. 把看到的记一下. ......
深度学习之残差网络
资料下载 链接：https://pan.baidu.com/s/1mTqblxzWcYIRF7_kk8MQQA 提取码：7x6w 资料的下载真的很感谢(14条消息) 【中文】【吴恩达课后编程作业】Course 4 - 卷积神经网络 - 第二周作业_何宽的博客-CSDN博客 我找了几天resnet50 ......
详解视频中动作识别模型与代码实践
摘要：本案例将为大家介绍视频动作识别领域的经典模型并进行代码实践。 本文分享自华为云社区《视频动作识别》，作者：HWCloudAI。实验目标 通过本案例的学习： 掌握 C3D 模型训练和模型推理、I3D 模型推理的方法； 注意事项 本案例推荐使用TensorFlow-1.13.1，需使用 GPU 运 ......
好慌，我代码没了！不会是变基变出问题了吧？
大家好，我是 Kagol，Vue DevUI 开源组件库和 EditorX 富文本编辑器创建者，专注于前端组件库建设和开源社区运营。 前两天检视代码时，发现PR里面有两个提交的描述信息一模一样，于是我提出应该将这两个提交合并成一个，保持提交树的清晰。 先储存起来！ 而同事这时正在开发别的特性，工作区 ......
二叉树的最小深度问题
二叉树的最小深度问题 作者：Grey 原文地址： 博客园：二叉树的最小深度问题 CSDN：二叉树的最小深度问题 题目描述 给定一个二叉树，找出其最小深度。 最小深度是从根节点到最近叶子节点的最短路径上的节点数量。 说明：叶子节点是指没有子节点的节点。 题目链接见：LeetCode 111. Mini ......
使用PyLint分析评估代码质量
什么是PyLint PyLint是一款用于评估Python代码质量的分析工具，它诞生于2003年，其最初十年的主要作者和维护者是Sylvain Thénault。PyLint可以用来检查代码是否错误、是否符合编码规范（它默认使用的编码规范是PEP 8），在分析代码后PyLint将会输出一段信息，内容 ......
深度学习炼丹-数据增强
在工业界，数据预处理步骤对模型精度的提高的发挥着重要作用。对于机器学习任务来说，广泛的数据预处理一般有四个阶段（视觉任务一般只需 Data Transformation）: 数据清洗(Data Cleaning)、数据整合(Data Integration)、数据转换(Data Transforma... ......
深度学习炼丹-超参数调整
所谓超参数，即不是通过学习算法本身学习出来的，需要作者手动调整（可优化参数）的参数(理论上我们也可以设计一个嵌套的学习过程，一个学习算法为另一个学习算法学出最优超参数)，卷积神经网络中常见的超参数有: 优化器学习率、训练 Epochs 数、批次大小 batch_size 、输入图像尺寸大小。 ......
深度学习炼丹-不平衡样本的处理
数据层面的处理方法总的来说分为数据扩充和数据采样法，数据扩充会直接改变数据样本的数量和丰富度，采样法的本质是使得输入到模型的训练集样本趋向于平衡，即各类样本的数目趋向于一致。 ......
深度学习-网络训练流程说明
1.背景 分类神经网络模型：Mobilenetv3。 深度学习框架：PyTorch。 Mobilenetv3简单的手写数字识别： 任务输入：一系列手写数字图片，其中每张图片都是28x28的像素矩阵。 任务输出：经过了大小归一化和居中处理，输出对应的0~9数字标签。 项目参考代码：https://gi ......
在 win11 下搭建并使用 ubuntu 子系统（同时测试 win10)——（附带深度学习环境搭建）
对于一个深度学习从事者来说，Windows训练模型有着诸多不便，还好现在Windows的Ubuntu子系统逐渐完善，近期由于工作需求，配置了Windows的工作站，为了方便起见，搭建了Ubuntu子系统，网上教程比较多，但是都或多或少存在一些小问题（也许是他们没有遇到）， 于是我自己在尝试中，将自己 ......
异常值检测！最佳统计方法实践（代码实现）！⛵
数据集中的异常值，对于数据分布、建模等都有影响。本文讲解两大类异常值的检测方法及其Python实现：可视化方法（箱线图&直方图）、统计方法（z分数&四分位距）。 ......
使用c#的 async/await编写 长时间运行的基于代码的工作流的 持久任务框架
持久任务框架 （DTF） 是基于async/await 工作流执行框架。工作流的解决方案很多，包括Windows Workflow Foundation，BizTalk，Logic Apps, Workflow-Core 和 Elsa-Core。最近我在Dapr 的仓库里跟踪工作流构建块的进展时，深 ......