去谷歌开发者大会了，收“获”满满
去谷歌开发者大会了，收“获”满满多图预警，请耐心等待加载周四去上海参加了谷歌开发者大会，收获满满。下面我就当个导游，带大家畅游一番吧。先来到世博中心，显眼的 Google Logo入场后先报道，领取胸牌进入主会场等待演讲开始 前面是关于Android的演讲就不拍了，和大家一样，我对谷歌在 Tenso
人工智能 识别动物--穿孔法
人工智能识别动物--穿孔法
机器学习：基于朴素贝叶斯实现单词拼写修正器(附Python代码)
本文基于朴素贝叶斯原理实现一个有趣的应用——单词拼写修正器，并梳理一些贝叶斯公式中的细节加深理解，最后给出python代码
2022年10个用于时间序列分析的Python库推荐
去年我们整理了一些用于处理时间序列数据的Python库，现在已经是2022年了，我们看看又有什么新的推荐
Tensorflow2数据集过大，GPU内存不够
在我们平时使用tensorflow训练模型时，有时候可能因为数据集太大(比如VOC数据集等等)导致GPU内存不够导致终止，可以自制一个数据生成器来解决此问题。方法就是将数据集图片的路径保存到一个列表之中，然后使用while循环在训练时进行不断读取，，我在训练时出现了这样的问题，这是我的猜测。
YOLOv5、YOLOv7改进之二十九：引入Swin Transformer v2.0版本
将Swin transformer 2.0版本模块融入YOLO系列算法中，提高模型的全局信息获取能力。
OCR调研报告
本文简要概述了OCR的概念和应用场景，以及OCR常用算法解决方案。最主要的是调研并对比了几个github上star较多的开源项目。现阶段推荐百度开源的项目paddlocr，可直接使用其预训练模型进行演示，并且支持docker部署（实践通过）。可以支持身份证，车牌号，信用卡号识别。并且paddleoc
Python消除警告的实用解决方案
本文主要介绍了Python消除警告的实用解决方案，希望对新手有所帮助。文章目录1. 问题描述2. 解决方案 2.1 尝试方案一 2.2 尝试方案二 2.3 最终解决方案1. 问题描述 最近在使用文本处理模块textacy中的textacy.extract.pos_regex_ma
OpenCV数字图像处理基于C++：边缘检测
简单介绍了一些经典边缘检测算法，包括：差分边缘检测，Roberts算子，Sobel算子，Prewitt算子，拉普拉斯算子，高斯拉普拉斯算子和Canny边缘检测。
使用PyG进行图神经网络的节点分类、链路预测和异常检测
在这篇文章中，我们将回顾节点分类、链接预测和异常检测的相关知识和用Pytorch Geometric代码实现这三个算法。
[图像处理]14.分割算法比较 OTSU算法+自适应阈值算法+分水岭
如果扩大填充面积，area
ubuntu+docker+pycharm环境深度学习远程炼丹使用教程
前面详解介绍了如何搭建ubuntu+docker+pycharm的深度学习远程炼丹环境，接下来我们将以运行paddle邮件过滤为例，介绍如何通过pycharm调用在远程服务器上的docker，运行该深度学习的代码模型。
【AI】智能机器人回复调用青云客API
【AI】智能机器人回复调用青云客API
分类判别式模型——逻辑斯特回归曲线
本文介绍了分类的判别式模型，从以往机器学习的三大步骤引入；在寻找最优解中，比较了与线性回归梯度下降法的不同；在损失函数层面，比较了交叉熵和square error的差异；在分类模型上，比较是本专栏上文的分类生成模型。最后在多分类问题上进行了扩展，在无法解决的同或问题中引入了特征映射和神经网络的概念。
【开源项目】智慧园区、数字孪生智慧楼宇IBMS三维可视化运维项目，大屏可视化，开源，欢迎大家下载体验！
【开源项目】智慧园区，经典数字孪生开源项目，智慧园区、智慧楼宇运维可视化大屏项目。
使用MATLAB控制笔记本电脑的摄像头，并进行实时人脸检测和识别
GRNN广义回归神经网络的理论基础是非线性核回归分析，非独立变量y相对于独立变量x的回归分析实际上是计算具有最大概率值的y。GRNN通常被用来进行函数逼近。它具有一个径向基隐含层和一个特殊的线性层。第一层和第二层的神经元数目都与输入的样本向量对的数目相等。GRNN结构如图2-3所示，整个网络包括四层
pytorch-实现天气识别
pytorch-实现天气识别
带掩码的自编码器（MAE）最新的相关论文推荐
7-9月的MAE相关的9篇论文推荐
[Python从零到壹] 五十四.图像增强及运算篇之局部直方图均衡化和自动色彩均衡化处理
欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍。第二部分将讲解图像运算和图像增强，上一篇文章介绍图像增强概念和直方图均衡化。这篇文章将继续讲解图像增强，包括图像局部直方图均衡化和自动色彩均衡化处理。希望文章对您有所帮助，如果有不足之处，还请
NumPy数据分析基础：数组形态转换转置操作一文详解
作为数据分析三巨头Pandas、matplotlib、NumPy之一，必然要给足面子单独拿出来讲解一波。NumPy应用场景十分宽泛，Pandas很多函数转换后也都是NumPy数组类型的数据结构。在机器学习、深度学习以及一些数据处理操作中使用的频率甚至比Pandas都高。而且NumPy功能强大，使用起
