华为应用魔方AppCube深度使用体验与AppCube应用开发实践
一、AppCube 简介① 什么是应用魔方 AppCube？低代码开发平台是一种全新的开发方式，通过平台提供的界面、逻辑、对象等可视化编排工具，以“拖、拉、拽”的方式来快速构建应用，从而即所见即所得的快速应用开发和构建。应用魔方 AppCube（以下简称 AppCube）是零代码和低代码应用开发平台
R语言使用names函数将dataframe的数据列名称修改为数据说明标签、而通过数值索引访问dataframe数据列
R语言使用names函数将dataframe的数据列名称修改为数据说明标签、而通过数值索引访问dataframe数据列
三本书帮你看淡元宇宙
三本书带你看淡元宇宙——元宇宙到底是什么？至今为止没有一个人、一个公司能给出具体且确切的定义，都是在说，你们认为的A不是元宇宙，你们认为的B也不是元宇宙，但是具体是什么，这个东西很复杂，它涉及了方方面面......
【重温SSM框架系列】9 - SpringMVC中的拦截器和异常处理
SpringMVC中的拦截器和异常处理拦截器拦截器和过滤器的区别自定义拦截器1. 创建MyInterceptor类并实现HandlerInterceptor接口2. 在spring-mvc.xml中配置自定义的拦截器异常处理简单异常处理器SimpleMappingExceptionResolver自
windows装Ubuntu双系统，以及Ubuntu深度学习环境的安装
Windows安装Ubuntu双系统以及Ubuntu系统下虚拟环境搭建踩坑记录。
从0开始的深度学习——【tensorflow】创建一个神经网络
我们用tf.keras来创建神经网络：什么是tf.keras?,简单地说就是tensorflow中已经帮你封装好的一些包，它的作用是可以帮你快速搭建网络模型。我们以创建一个能自动识别图片里的数字的神经网络为例子：大致流程：其大致步骤如下：import： import相关模块，将你要用的模块引用到你的
特征工程：基于梯度提升的模型的特征编码效果测试
树形结构为什么不需要归一化?使用独热编码和标签编码对模型的表现影响大吗？
使用格拉姆角场(GAF)以将时间序列数据转换为图像
这篇文章将会详细介绍格拉姆角场 （Gramian Angular Field），并通过代码示例展示“如何将时间序列数据转换为图像”。
基于人脸识别的人脸考勤机实现（训练、测试、部署）
代码下载地址：下载地址一、硬件：Windows10或11（无需GPU）或MacOS 都测试可行普通RBG USB摄像头二、软件：Python：3.7opencvDlib二、用法：使用python demo_full.py --{参数名}={参数值} -h, --help sh
OpenCV中的图像处理 —— 图像阈值+图像平滑+形态转换
OpenCV中的图像处理 —— 图像阈值+图像平滑+形态转换目录OpenCV中的图像处理 —— 图像阈值+图像平滑+形态转换1. 图像阈值1.1 简单阈值1.2 自适应阈值1.3 Otsu的二值化2. 图像平滑2.1 2D卷积（图像过滤）2.2 图像平滑（图像模糊）3. 形态转换3.
【githubgirl】GitHub 上一款可在终端运行的色彩查询工具，提供了不少简洁优雅的色系供选择
国内一位 AI 工程师在 GitHub 上开放的一套算法理论基础知识：Reflection Summary。里面涵盖了数学、数据预处理、机器学习、深度学习、自然语言处理等多个技术领域的面试知识。GitHub：github.com/sladesha/Reflection_Summary GitHub
OpenCV图像处理——GUI功能（二）
OpenCV图像处理文章目录OpenCV图像处理一、图像入门1.读取图像2.显示图像3.保存图像二、视频入门1.用相机捕捉视频2.播放视频文件3.保存视频总结一、图像入门1.读取图像使用 cv.imread() 函数读取一张图像，图片应该在工作目录中，或者应该提供完整的图像路径。第二个参数是一个 f
Python调用百度API实现人脸融合
本博文实现了调用百度API接口进行人脸特征信息融合。人脸特征融合技术适用于企业互动娱乐，相机，美妆，换脸换发等小程序、APP，可以为产品应用增加亮点和趣味性，感兴趣的小伙伴行动起来啊
“探店”低代码
我是一名大龄开发人员，历经 LOGO ， Pascal ，C/C++ ， Java ， C#/F# ， JavaScript ， Python ， TypeScript ， Rust ， Go 等语言的磨练 ， 通俗来说就是一位发量少的码农 。我第一次听到低代码是在2017年，感受是什么？ 内心话是
隐马尔可夫模型问题一：求模型观测序列的概率
背景隐马尔可夫模型关注的三个问题中，第一个是求模型观测序列的概率。暴力求解已知HMM模型的参数λ=[A,B,π]\lambda = [{\bf{A,B,\pi }}]λ=[A,B,π]， A{\bf{A}}A是隐藏状态转移概率矩阵，B{\bf{B}}B是观测状态概率矩阵。对于隐藏状态的初始概率分布
【ML】机器学习西瓜书 思维导图
以下为周志华老师《机器学习》（西瓜书）各章节知识点总结而成的大型思维导图。 该思维导图侧重概念了解，未涉及模型数学原理。如有深入学习需求，请详读相关书籍。 尊重知识产权，转载请注明出处。...
Python 数学建模 Topsis 优劣解距离法
Topsis优劣解距离法用于求解 [样本 - 指标] 类型的数据，其行标签为样本序号，列标签为指标名称，将其 shape 记为 [sample, feature]原始的 Topsis 是默认所有指标的权重相等，如果有四个指标，则权重向量是 [0.25 0.25 0.25 0.25]本文将会讲解 熵权
基于人脸识别、姿态检测、距离估计的看电视姿态检测
人脸识别：检查谁在看头部姿态估计：检查是否在看距离估计：检查是否离电视太近代码下载地址：下载地址AI分析看电视行为一、功能：人脸识别：检查谁在看头部姿态估计：检查是否在看距离估计：检查是否离电视太近二、硬件：Windows10或11（无需GPU）或MacOS 都测试可行普通RBG USB摄像头三、软
yolov5——训练策略
yolov5——训练策略前言前言yolov5的训练策略big big丰富，这也是yolov5涨分厉害的reason，目前yolov5的使用量也是非常大的，官网的star已经23.5k了，无论是在迁移学习还是实际场景的应用都是非常广泛的。之前参加比赛，发现好几页的选手都在使用yolov5，确实有必要梳
RetinaNet详解（附Pytorch代码讲解）
RetinaNet详细解读
