深度学习之文本分类 ----FastText
使用FastText进行文本分类，文章解简单介绍FastText的基本介绍、使用方式，对应的数据格式，以及模型调优的方式
基于编辑距离纯逻辑实现相似地址聚类
香港公司发来的账单中，有很多相对的地址却使用的不同的派送方式采用了不同的收费，这部分数据明显存在问题需要与香港公司进行确认。上图中展示了一种极度简单的情况，只需要将文本所有空格去掉即可找出来，但是部分地址是仅仅差几个汉字字符仍然是相同的地址，为了最高的准确度我们使用编辑距离计算地址间的相似度更佳。这
使用时间序列数据预测《Apex英雄》的玩家活跃数据
在本文中我们使用《Apex英雄》中数据分析的玩家活动时间模式，并预测其增长或下降。
图神经网络（三）：数学基础
图神经网络的数学基础
vs2017+opencv+qt+cuda，使用cmake编译opencv的库
然后generate，结束后，在vs文件中找到opencv.sln文件打开（加载时间稍长），右击项目中的install文件，生成（视电脑配置而定，生成时间略有不同，很长，期间可能有乱码出现，无所谓）。vs安装时勾选与c++相关的组件，依次安装opencv、 qt、cuda（cuda安装时尽量安装在c
猿创征文｜【Python数据科学快速入门系列 | 05】常用科学计算函数
本文以鸢尾花的数据预处理为例，描述了科学计算在机器学习使用的示例。
猿创征文｜时间序列分析算法之平稳时间序列预测算法和自回归模型(AR)详解+Python代码实现
平滑法花费了将近一个月的时间去讲解和模拟算法，讲解的非常详细了我个人认为，而且代码和原理理解起来也相对简单，代码实现起来也几乎没有什么难度。一文速学-数学建模常用模型。里面涉及到各个场景的分析和预测模型基本都具备了，其中平滑法的所有方法：都包含其中。接下来我们要对平稳时间序列预测算法进行研究和推导。
Dilated Convolution(空洞卷积、膨胀卷积)详解
首先，来谈谈我是如何一步步接触Dilated Convolution （后文都叫空洞卷积了）的。在一次机缘巧合下，我恰巧瞅到师姐的论文，上面就闪晃晃的写有空洞卷积四个大字，我当时想的是这是什么玩意，听名字有点高大上，于是课下就搜了搜，发现还是挺有意思的，但也一直没有详细的看过，只能说有一个大致
【深度学习】6-卷积过程中数据的结构变化
在学习卷积神经网络时，我对于卷积过程中数据的结构变化常感困惑不解（如改变数组的维度顺序），因此在这里做一些整理。
学习偏态分布的相关知识和原理的4篇论文推荐
偏态分布(skewness distribution)指频数分布的高峰位于一侧，尾部向另一侧延伸的分布。
❤️AI 从入门到成神❤️
AI 从入门到成神
【Python 实战基础】Pandas如何统计每月某一数据的平均值
Python 中 Pandas如何统计每月某一数据的平均值文件读写基础语法Pandasgroupbymeanto_datetime
【数模之数据分析-1】
个人主页：欢迎关注个人感悟： “失败乃成功之母”，这是不变的道理，在失败中总结，在失败中成长，才能成为IT界的一代宗师。
数学建模（四）：分类
数学建模（四）：分类
基于深度学习的多人步态识别系统（YOLOV5+DeepSort+GaitSet+Segmentation）
基于深度学习的多人步态识别系统 Yolov5 · DeepSort · Segementation/背景减除法 · GaitSet
100天精通Python（数据分析篇）——第53天：初始pandas模块
一、初始pandas 1. 什么是pandas？ 2. 为什么要学习pandas？ 3. pandas的优势 4. 下载安装pandas二、Pandas的数据类型 1. Series 2. DataFrame
如何估算transformer模型的显存大小
本文将详细介绍如何计算transformer的内存占用
基于粒子群算法的电力系统无功优化研究(IEEE14节点)（Matlab代码实现）
电力系统无功功率优化
深度学习目标检测模型综述
由于这些系统有两个独立的步骤，它们通常需要更长的时间来生成候选，具有复杂的架构并且缺乏全局上下文。它通常被视为一个有监督的学习问题。使用经过训练的大型网络来训练较小的模型，称为蒸馏，也显示出有趣的结果。可以看出，尽管大量目标检测器实现了出色的准确性并实时执行推理，但这些模型中的大多数都需要过多的计算
人工智能下的中秋祝福
中秋节，又称祭月节、月光诞、月夕、秋节、仲秋节、拜月节、月娘节、月亮节、团圆节等，是中国民间的传统节日。中秋节源自天象崇拜，由上古时代秋夕祭月演变而来。中秋节自古便有祭月、赏月、吃月饼、看花灯、赏桂花、饮桂花酒等民俗，流传至今，经久不息。中秋节起源于上古时代，普及于汉代，定型于唐朝初年，盛行于宋朝以
