我们能从后验分布中学到什么?贝叶斯后验的频率解释
假设我们从未知分布 q 中观察到 N 个独立且同分布的 (iid) 样本 X = (x1, ... , xN)。统计学中的一个典型问题是“样本集 X 能告诉我们关于分布 q 的什么信息？”。
计算机科学每日分享
金融学生学习计算机科学的每日分享。
22下半年：来长沙建第二支团队，与所读的30本书(含20本哲学书单/笔记)
自从之前写了这三篇文章：《我的求学十年(00至10)》、《我的十年青春(10至20)》、《20 21九死一生、22上半年读20本书》之后，我便决心每隔半年便把过程中的创业历程与读书笔记记录下来，一为不断反思，二 也为自己的人生做个见证，见证自己始终在不断的创造价值、造福社会、推动社会，也算不枉此生。
基于导频的信道估计实现
这是我研一通信系统仿真的专题答辩内容，就是当做笔记记录的，如果有内容上的错误请及时私信我，我会做出修改的，本文代码是可以用的，自己要多调试调试。
文本生成图像工作简述--概念介绍和技术梳理
文本到图像的 AI 模型仅根据简单的文字输入就可以生成图像。用户可以输入他们喜欢的任何文字提示——比如，“一只可爱的柯基犬住在一个用寿司做的房子里”——然后，人工智能就像施了魔法一样，会产生相应的图像。
4K Star , Github上照片转漫画最强项目
AnimeGANv2 是一个基于 tensorflow 使用 python 开发的一款开源图片转漫画的一个项目，目前已累积到了4K star，是个很不错的项目。
查看CPU核数、内存使用情况【一文读懂】
最近在折腾openvino部署方法，需要分析基础CPU资源占用情况发现之前对基础top命令的使用处在初级阶段，趁着这次机会，对该命令进行了深入的学习避免重复搬砖、本博文主要是起到一个知识点汇总的作用前些年互联网知识、核心技术点分享有限、当前内卷逐步加速的大环境下，只要你愿意用心思、花时间总能找到靠谱
BP反向传播网络
本文介绍了如何通过反向传播误差修正模型参数，从梯度下降法等原理处学习如何进行反向传播，进而了解为什么模型参数的修正和激活函数相关。
sklearn 中的两个半监督标签传播算法 LabelPropagation和LabelSpreading
标签传播算法是一种半监督机器学习算法，它将标签分配给以前未标记的数据点。要在机器学习中使用这种算法，只有一小部分示例具有标签或分类。在算法的建模、拟合和预测过程中，这些标签被传播到未标记的数据点。
目标检测 YOLOv5 - v6.2版本模型在瑞芯微 Rockchip设备从训练到C++部署实践
目标检测 YOLOv5 - v6.2版本模型在瑞芯微 Rockchip设备从训练到C++部署实践flyfish源码地址Rockchip 支持 YOLOv5 v6.2 从训练到C++部署的全链条开发，包括。
利用yolov5进行目标检测，并将检测到的目标裁剪出来
写在前面：关于yolov5的调试运行在这里不做过多赘述，有关yolov5的调试运行请看：本文章主要讲解的是裁剪。需求：识别图片中的人物并将其裁剪出来如果只需识别人物的话，那么只需在yolov5中设定参数即可，例如使用命令行运行时：即为将参数设置为只识别人。此外需要将检测到的目标裁剪出来还需要目标的中
一个算法模型搞定千万种场景，人工智能领域出现一匹黑马
明敏 发自 凹非寺量子位 | 公众号 QbitAI不知不觉，AI技术的渗透，已经开始超出人们的想象。去医院照个CT，都有AI作为双重保障，通过视频画面动作识别，确定病人在进入机器前已经得到有效保护。还有流水线产品是否有瑕疵，公共场所人们是否戴了口罩，工人是否佩戴安全帽、后厨是否达到“明厨亮灶”、应急
Python使用Opencv画一个哆啦A梦(动态)，并制作成可执行文件.exe
Python使用Opencv画一个哆啦A梦(动态)，并制作成可执行文件.exe。没找到opencv的填充，就直接用for循环进行颜色填充。for循环进行颜色填充，其他的都是描线。
【网站】分享几组政府金融网站清单，收藏关注一波后期用到不用愁
网站地址集合，搜索查找
关于生产报表工具—行列视（RCV）的答疑
行列视（RCV）生产数据应用系统是由青岛国瑞信息技术有限公司自主研发的一套以实时数据库+人工填报数据为主要数据来源的自助式、自动化、智能化、可视化生产数据应用系统。
pytorch 实现逻辑回归
简单说明一下任务，想在一个正方形的区域内生成若干点，然后手工设计label，最后通过神经网络的训练，画出决策边界假设：正方形的边长是2，左下角的坐标为（0，0），右上角的坐标为（2，2）然后我们手工定义分界线 y = x ，在分界线的上方定义为蓝色，下方定义为红色。
微信推出自研NLP大规模语言模型WeLM，现已开放API推动应用落地
NLP大模型迎来新选手，微信推出自研NLP大规模语言模型WeLM
数据科学家在使用Python时常犯的9个错误
最佳实践都是从错误中总结出来的，所以这里我们总结了一些遇到的最常见的错误，并提供了如何最好地解决这些错误的方法、想法和资源。
做研究，我们为什么要读综述？
关注公众号，发现CV技术之美以论文《Video Transformers: A Survey》（综述Transformer技术在视频领域的发展）为例。综述论文是一段故事，让你知道技术的发展脉络：综述论文是一份入门指南，从基础知识讲起：宏观上让你把握技术轮廓：综述是解牛的“庖丁”，带你拆解算法内部的“
CSDN独家 | 全网首发 | 《计算机视觉基础知识蓝皮书》目录
本专栏将系统性地讲解计算机视觉基础知识、包含第1篇机器学习基础、第2篇深度学习基础、第3篇卷积神经网络、第4篇经典热门网络结构、第5篇目标检测基础、第6篇网络搭建及训练、第7篇模型优化方法及思路、第8篇模型超参数调整策略、第9篇模型改进技巧、第10篇模型部署基础等，全栏文章字数10万+，篇篇精品，让
