overfit同步小助手
文章同步
C语言的字母大小写转化
C语言入门的时候都会遇到要求写大小写转换的题目这类题目主要通过ASCII（美国信息交换标准代码）码差值实现，A对应ASCII码十进制数字是65，a对应ASCII码十进制数字是97，即大小写字母之间ASCII码差值为32，想要将大写字母转换为小写字母可以将该字符ASCII码值+32，同理小写字母转换成
java中String去除空格、空白符方法
方法分类：trim() 去除首尾空格 replace(" ", "") 去除字符串中所有空格 replaceAll(" ", "") 去除字符串中所有空格 replaceAll(" +", "") 去除字符串中所有空格 replaceAll("\\s*", "") 去除字符串中所有空白符，不仅限于空
python基础编程小实例1——计算圆的面积
编程语言：python3.9题目编写程序，要求程序能根据用户输入的圆半径数据计算圆的面积（圆的面积公式：S=πr^2），并分别输出圆的直径和面积import mathpi = round(math.pi,2)r = int(input("请输入圆的半径："))S = pi * r * rprint(
小明爬楼梯--python
'''题目：一共有15台阶，小明每次可以爬一节，或者两节，或者三阶。思路：第一种如果把她用数学语言符号化1阶台阶分解成1，意味着只有一种方法；2可以分解成2和1 1意味着二阶台阶有两种算法。3可以分解成 0 3,2 1,1 2 ,111四种上法。用字典表达式{1:1,2:2,3:4}思想是不管你上多
Python中字典的基本操作
1、输出类型2、输出name的值,两种方式3、修改name的Key值4、向字典中添加一条数据
python字典转换成列表
dict= {"东方航空":100, "西南航空":99, "国泰航空":98,}需要把字典dict转换成列表1、建一个空的列表2、循环读取字典的内容3、追加到空列表中slist = []for type,value in dict.items(): # items，遍
Python的官网下载安装教程
Python的官网下载安装教程第一步：下载在python的官网下载Python的对应版本python官网下载地址：https://www.python.org/downloads/windows/打开链接如下图，版本会一直更新，选择任意一个适合自己电脑的版本安装就好第二步：安装双击运行安装好的pyt
Python——定时器
1.定时器Timer定时器源码实现，和自定义一个线程方式一样，都是继承Thread类，重写了run()方法，只是实现的功能是延时执行一个函数或方法。线程定时器(Timer)解释：Timer类是Thread的子类，只加入了时间延迟功能。 Thread和Timer对象都用start()方法启动。 启动T
Python文件内容读取成绩单，计算出平均分并且写入原文件存储
python文件内容读取成绩单，计算出平均分并且写入原文件存储文件内容如下:( 格式参考下表, 内容自己定义)姓名 语文 数学 英语aaa 80 70 65bbb 85 88 90ccc 76 78 75with open('D:\\study
机器学习实战3：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
计算机视觉——相机标定
相机标定
TCN（Temporal Convolutional Network，时间卷积网络）
1 前言 实验表明，RNN 在几乎所有的序列问题上都有良好表现，包括语音/文本识别、机器翻译、手写体识别、序列数据分析（预测）等。 在实际应用中，RNN 在内部设计上存在一个严重的问题：由于网络一次只能处理一个时间步长，后一步必须等前一步处理完才能进行运算。这意味着 RNN 不能像 CN
自动驾驶入门必须要学会的ADAS（详解）
ADS分类详解
python+neo4j构建基于知识图谱的电影知识智能问答系统
~~~~~~~~ 最近，课程设计要求做关于知识图谱的调研工作。调研过程中，在网络上发现诸多同学自行构建知识图谱的相关内容，就考虑自己自行搭建一个。经过调研和基于自己技术的考量，最终还是打算做基于知识图谱的电影知识智能问答系统(主要是数据集比较好构建)。虽然比较
PCA降维原理 操作步骤与优缺点
PCA全称是Principal Component Analysis，即主成分分析。它主要是以“提取出特征的主要成分”这一方式来实现降维的。 介绍PCA的大体思想，先抛开一些原理公式，如上图所示，原来是三维的数据，通过分析找出两个主成分PC1和PC2，那么直接在这两个主成分的方向上就可以形成一个平面
yolov5加入CBAM,SE,CA,ECA注意力机制，纯代码（22.3.1还更新）
CBAM,SE,ECA,CA注意力添加到yolov5网络中，5.0版本
U-Net介绍
Unet 发表于 2015 年，属于 FCN 的一种变体。Unet 的初衷是为了解决生物医学图像的问题，由于效果确实很好后来也被广泛的应用在语义分割的各个方向，如卫星图像分割，工业瑕疵检测等。 Unet 跟 FCN 都是 Encoder-Decoder 结构，结构简单但很有效。 Unet主要可分为
机器学习——图像分类
1 图像分类的概念1.1 什么是图像分类？图像分类，根据图像信息中所反映出来的不同特征，把不同类别的目标区分开来的图像处理方法1.2 图像分类的难度●任何拍摄情 况的改变都将提升分类的难度1.3 CNN如何进行图像分类●数据驱动型方法通用流程1.收集图像以及对应的标签，形成数据集2.使用机器学习训练
改变conda虚拟环境的默认路径
conda环境默认安装在用户目录C:\Users\username.conda\envs下，如果选择默认路径，那么之后创建虚拟环境，也是安装在用户目录下。不想占用C盘空间，可以修改conda虚拟环境路径。(1)首先，找到用户目录下的.condarc文件（C:\Users\username）。**(2
【深度学习】基于卷积神经网络（tensorflow）的人脸识别项目（四）
实现一个基于界面化的一个人脸识别。本篇主要是实现第四步。最后一篇咯 1. 首先需要收集数据，我的想法是通过OpenCV调用摄像头进行收集人脸照片。 2. 然后进行预处理，主要是对对数据集分类，训练集、验证集、测试集。选取合适的参数，例如损失函数。图像灰度化、归一化等等操作。 3. 开始训练模型，提前