【AI作画】使用stable-diffusion-webui搭建AI作画平台
【AI作画】使用stable-diffusion-webui搭建AI作画平台
【图像分类数据集】非常全面实用的垃圾分类图片数据集共享
数据集获取不易，听闻国外开源精神非常盛行，那么我开个数据集不过分吧？整体数据集质量非常的不错，放眼全网这么好的数据集恐怕并不多见。
利用LSTM实现预测时间序列（股票预测）
目录1、作者介绍2、tushare 简介3、LSTM简介3.1 循环神经网络 (Recurrent Neural Networks)3.2 LSTM网络3.2.1 LSTM的核心思想3.2.2 一步一步理解LSTM4 代码实现4.1 导入相关资源包4.2 定义模型结构4.3 制作数据集4.4 模型
机器学习强基计划7-6：图文详解层次聚类AGNES算法(附Python实现)
AGNES算法是一种采用自底向上聚合策略的层次聚类算法，本文图文详解AGNES算法原理，并给出Python实现
机器学习强基计划5-4：图文详解影响流动与有向分离(D-分离)(附Python实现)
本文深入解析概率影响是如何在贝叶斯网络中流动传播的，并介绍获取贝叶斯网络中各个随机变量间独立性关系的有向分离(D-分离)算法，最后基于Python实现该算法
利用Python给女朋友跨年放个烟花
话不多说直接来python烟花代码如下马上跨年了，学会这个给女朋友放个烟花吧。
2022年12月编程语言排行榜，数据来了！
2022年迎来了最后一个月，我们可以看到，在这一年中编程语言起起伏伏，有的语言始终炙手可热，而有的语言却逐渐“没落”…日前，全球知名TIOBE编程语言社区发布了12月编程语言排行榜，有哪些新变化？下面一起来看看吧！TIOBE 12月Top15编程语言：Python语言TIOBE指数趋势：详细榜单查看
【吴恩达机器学习笔记】十四、推荐系统
📣专栏定位：为学习吴恩达机器学习视频的同学提供的随堂笔记。📚专栏简介：在这个专栏，我将整理吴恩达机器学习视频的所有内容的笔记，方便大家参考学习。
nn.Flatten()函数详解及示例
torch.nn.Flatten(start_dim=1,end_dim=-1)作用：将连续的维度范围展平为张量。 经常在nn.Sequential()中出现，一般写在某个神经网络模型之后，用于对神经网络模型的输出进行处理，得到tensor类型的数据。
SnowNLP使用自定义语料进行模型训练（情感分析）
SnowNLP是一个功能强大的中文文本处理库，它囊括了中文分词、词性标注、情感分析、文本分类、关键字/摘要提取、TF/IDF、文本相似度等诸多功能，像隐马尔科夫模型、朴素贝叶斯、TextRank等算法均在这个库中有对应的应用。如果大家仔细观察过博主的博客，就会发现博主使用了摘要提取这一功能来增强博客
Novelai 保姆级免费部署和最全使用教程 （含资源与常见错误大全）（一）
本篇主要介绍了novelai的部署安装，以及一些常见错误的处理，接下来几篇将讲解webui的基础使用功能(包括批量生成，文字生成图片，图片生成图片，种子的应用，模型的切换）、tag（prompt）的正确使用（提高质量）以及进阶技巧（自己训练模型画风，生成视频Img2img Video，锐化图像，由图
Python实现鸡群算法
鸡群中至少有三个阶层，分别是公鸡、母鸡和小鸡，每只鸡都有其位置和速度。但区别之处在于，- 公鸡最神气，原则上可以随便踱步，只是有的时候注意到其他公鸡的时候，会有抢食的想法，相当于随机抽选一只其他公鸡，对其位置产生影响。- 母鸡最憋屈，一方面要接受公鸡的领导，另一方面还要和其他母鸡抢食- 小鸡最无忧无
人工智能 - 遗传算法解决TSP(旅行商问题) Python实现
人工智能 - 遗传算法解决TSP(旅行商问题) Python实现 + 数据可视化
2022亚太杯数学建模竞赛C题思路解析
它需要用两个或两个以上的数学模型来进行啊全球温度的时间序列预测，传统的时间序列预测方法有arima时间序列，灰色预测，业界主流的有机器学习时间序列预测，如xgboost,随机森林，决策树等等，或者深度学习时间序列预测如lstm，sequential模型等等，选取完模型之后，需要对模型参数进行调优，可
基于yoloV7添加关键点训练记录
基于yoloV7添加关键点算法代码训练自己教程。
2022年 APMCM 亚太杯数学建模竞赛C题完整代码分享
2022亚太杯C题是一个比较常见的题型，我们对目前网络上的思路和代码都进行了汇总，帮助大家对每一小问进行了求解以及相关算法的整理。本文用到的数据较多，我们也搜集到了许多数据分享，也有成品论文供大家参考。
在python中调用ChatGPT，并使用tkinter打包成exe
小伙伴们都知道，最近这两天ChatGpt最近很火爆，更重要的是他对中文的兼容性很好，比如我问他一个问题：关于它的注册方式可以看这篇文章：OpenAI 推出超神 ChatGPT 注册攻略来了，建议大家选择印度的手机号。当我询问他如何在python中调用它时他给出了我这样的回复：下面我们直接步入正轨，开
降维干货，一种用于处理特征的方式——后附Python代码例子
读了周志华老师写得《机器学习》降维的一部分知识后还是觉得这一部分有一点不一样的感悟，感觉很多情况下在数据分析时都可以用到，而且现在操作也非常简单，只需要调用sklearn库中函数即可，可以让大家快速上手使用
【youcans的OpenCV例程300篇】总目录
【youcans 的 OpenCV 例程300篇】总目录转载本系列作品时必须标注以下版权内容：必须标注以下版权内容：[email protected], 【youcans 的 OpenCV 例程】, https://blog.csdn.net/youcans/category_11459626.html.
稳了,我用 Python 可视化分析和预测了 2022 年 FIFA 世界杯
许多人称足球为 “不可预测的游戏”，因为一场足球比赛有太多不同的因素可以改变最后的比分。从某种程度上这是真的…因此本文仅供学习参考！！预测一场比赛的最终比分或赢家确实是很难的，但在预测一项比赛的赢家时就不是这样了。在过去的5年中，Bayern Munich赢得了所有的德甲联赛，而Manchester
