【数据挖掘】pandas使用手册
pandas使用手册
第一章初始Hadoop大数据技术
Hadoop简介，发展史和基本原理的介绍
外星人：可惜，地球人的AI科技树长歪了！
天鹅座开普勒-186F星球。第9527号观测员正在百无聊赖地观测地球。宇宙文明监控局主任突然出现。9527号，你监控了地球一百年，他们所谓的人工智能发展到什么程度了？他们在下棋上花了不少功夫。下棋？对，就是两个人坐在桌子前，各自拿着一个个叫棋子的东西，在一个叫做棋盘的东西上战斗。战斗？嗯，其实就是一
计算机视觉项目-实时目标追踪
目标追踪技术对于民生、社会的发展以及国家军事能力的壮大都具有重要的意义。它不仅仅可以应用到体育赛事当中目标的捕捉，还可以应用到交通上，比如实时监测车辆是否超速等！对于国家的军事也具有一定的意义，比如说导弹识别目标等方向。所以说实时目标追踪技术对于整个社会来说都是非常重要的！目前被应用的比较多的，而且
使用机器学习创建自己的Emojis 表情
在本文中，我们将描述一种图像生成方法，该方法无需额外的模型训练和昂贵的设备就可以在不同的图像风格之间切换。
猿创征文｜【深度学习前沿应用】文本生成
【自然语言处理（NLP）】文本生成，基于百度飞桨开发，参考于《机器学习实践》所作。
猿创征文｜深度学习基于前馈神经网络完成鸢尾花分类
在梯度下降法中，目标函数是整个训练集上的风险函数，这种方式称为批量梯度下降法（Batch Gradient Descent，BGD）。 批量梯度下降法在每次迭代时需要计算每个样本上损失函数的梯度并求和。当训练集中的样本数量NN很大时，空间复杂度比较高，每次迭代的计算开销也很大。为了减少每次迭代的计算
【OpenCV】基于cv2的图像阈值化处理【超详细的注释和解释】掌握基本操作
基于python - opencv的图像阈值化处理部分操作详解满满干货不要错过噢！
写完Numpy100道基础练习题后的错误总结和语法总结
numpy100题错误总结和语法总结！！我都已经踩了无数个雷了！！
中秋节的广西甘蔗——智蔗见智·向新而生
中秋节的时候我们理论上应该放假，但是放假、什么是放假？咱们程序员需要放假？不可能的。所以利用假期时间搞定广西万顷甘蔗地的图像分析还是会有很大的成就感的。接下来我们使用华为云的平台来处理甘蔗地图片。训练集数据压缩包解压后是一系列png格式图片，*_img.png表示遥感图像，与其同名且后缀为_mask
GANs的优化函数与完整损失函数计算
本文详细解释了GAN优化函数中的最小最大博弈和总损失函数是如何得到的。将介绍原始GAN中优化函数的含义和推理，以及它与模型的总损失函数的区别，这对于理解Generative Adversarial Nets是非常重要的
AI学习教程：AI(Adobe lliustrator)快速入门
该软件主要应用于印刷出版、海报书籍排版、专业插画、多媒体图像处理和互联网页面的制作等，也可以为线稿提供较高的精度和控制，适合生产任何小型设计到大型的复杂项目。通常用于创建LOGO(商标或徽标)，图标，插图，名片，包装设计等等。总而言之，它主要用于创建高分辨率图形，以后可以用于打印。不同于Photos
技术团队如何高效落地代码CR
代码CR（Code Review）是软件研发活动中保障平台产品质量的重要环节，相信很多技术团队平常都会进行代码CR。就拿阿里来说，一般周二和周四都是发布日，那么在发布上线某项功能之前都要组织进行发布代码CR，CR不通过的代码必须修改检查通过后才能发布上线，可见一线互联网大厂技术团队对于代码CR的重视
【NLP屠夫系列】- NER之实战BILSTM
【NLP屠夫系列】- NER之实战BILSTM了解什么是命名实体识别了解命名实体识别的作用了解命名实体识别常用方法- 了解医学文本特征
Pandas数据分析：处理文本数据(str/object)各类操作+代码一文详解(一)
Pandas数据分析系列专栏已经更新了很久了，基本覆盖到使用pandas处理日常业务以及常规的数据分析方方面面的问题。从基础的数据结构逐步入门到处理各类数据以及专业的pandas常用函数讲解都花费了大量时间和心思创作，如果大家有需要从事数据分析或者大数据开发的朋友推荐订阅专栏，将在第一时间学习到Pa
Pytorch优化器全总结（一）SGD、ASGD、Rprop、Adagrad
这是一个系列，以Pytorch为例，介绍所有主流的优化器，如果都搞明白了，对优化器算法的掌握也就差不多了。作为系列的第一篇文章，本文介绍Pytorch中的SGD、ASGD、Rprop、Adagrad，其中主要介绍SGD和Adagrad。因为这四个优化器出现的比较早，都存在一些硬伤，而作为现在主流优化
MobileViT模型简介
自从2010年ViT(Vision Transformer)模型的横空出世，人们发现了Transformer架构在视觉领域的巨大潜力。近些年，越来越多的科研人员投入Transformer的怀抱，视觉领域的各项任务也不断被Transformer架构模型刷新。Transformer虽然强大，但在现在看来
Checkerboard Artifacts（棋盘伪影）的发生以及解决方案：
kernel_size=3，stride=2：以输出中第三行元素为例，从左往右接受的信息量依次由输入中的2/2/4/2/2个元素提供，中间元素接受信息量不同，此为“不均匀重叠”。此外，当kernel_size=3，stride=2时，一维转置卷积输出中依次接受输入特征的1/1/2/1/1个元素提供的
PySpark数据分析基础：pyspark.mllib.regression机器学习回归核心类详解(一)+代码详解
PySpark数据分析基础系列文章更新有一段时间了，其中环境搭建和各个组件部署都已经完成。借此征文活动我将继续更新Pyspark这一大块内容的主体部分，也是十分重要且比较难懂不易编程的部分。在从事大数据计算以及分析的这段历程中，陪伴我最多的也就是anaconda和Jupyter了，当然此次演示还是用
