overfit同步小助手
文章同步
OCR文字识别经典论文详解
本篇将介绍文字识别经典论文，内容包括文字检测、文字识别、端到端识别等方法，具体将分别对论文算法简介、思路、代码等几个部分展开介绍。目前各部分只举例经典论文，算法没有全部写完，后续会将在此部分基础上更新更多论文综述及代码实战部分。............
机器学习——从0开始构建自己的GAN网络
机器学习——从0开始构建自己的GAN网络
Ai实现FPS游戏自动瞄准 yolov5fps自瞄
大家好 我是毕加锁 (锁!)今天来分享一个Yolov5 FPS跟枪的源码解析和原理讲解。代码比较粗糙 各位有什么优化的方式可以留言指出，可以一起交流学习。 需要了解的东西和可能会遇到的问题1.xy坐标点与当前鼠标的xy坐标点距离计算2.获取窗口句柄，本文使用的是根据窗口名称获取句柄3.推理方式：本文
【纯万字干货】机器学习之数据均衡算法种类大全+Python代码一文详解
对于整个数据建模来看，数据均衡算法属于数据预处理一环。当整个数据集从调出数据库到拿到手的时候，对于分类数据集来说类别一般都是不均衡的，整个数据集合也是较为离散的。因此不可能一拿到数据集就可进行建模，类别的不均衡会极大影响建模判断准确率。其中我们希望整个数据集合的类别数目都是相似的，这样其特征数据权重
opencv 傅里叶变换(python)
图像处理一般分为空间域处理和频率域处理。空间域处理是直接对图像内的像素进行处理。空间域处理主要划分为灰度变换和空间滤波两种形式。频率域处理是先将图像变换到频率域，然后在频率域对图像进行处理，最后再通过反变换将图像从频率域变换到空间域。时间差，在傅里叶变换里就是相位。相位表述的是与时间差相关的信息。在
MySQL期末复习小记
认识数据库
Redis（二十七）- Redis的主从复制说明
本文详细介绍了Redis主从复制模式的搭建，其实本质上就是在从服务器上指定其master服务器，通过`slaveof `命令执行。接着介绍了主从复制的复制原理，其原理就是主服务器将其rdb文件传给从服务器。但是主从复制有个问题就是主服务宕机之后，其余从服务器不能主动晋升为主服务器。后面会介绍哨兵模
MySQL触发器
有一些表是互相关联的，比如说商品表和库存表，我们对商品表的数据进行操作，那么对应的库存表还得发生变化，这样才可以保证数据的完整。如果我们是自己手动维护的话，比较麻烦。这个时候我们可以使用触发器，创建一个触发器，让商品信息数据的插入操作自动触发库存数据的插入操作等，这样我们就不需要担心因为忘记添加库存
Mysql中针对存储IO特点进行的性能优化
一、总序 二、索引辅助 三、日志辅助 四、缓存辅助其核心是由存储引擎来完成的。存储引擎在 MySQL 的体系架构中位于第三层，负责对 MySQL 中的数据进行存储和提取，是与文件打交道的子系统，它是根据底层提供的文件访问层抽象接口定制的一种文件访问机制，这个机制就叫作 MySQL 存储引擎。从 My
系统架构设计(3)-可扩展性
即使系统现在可靠，不代表将来一定可靠。发生退化的最常见原因是负载增加：并发用户从最初的10,000 增长到 100,000或系统目前处理数据量超出之前很多倍。可扩展性，描述系统应对负载增加的能力。它不是衡量一个系统的一维指标， 谈论“系统X是可扩展 ”或“不扩展”无太大意义。相反，讨论可扩展性通常得
Mysql数据库操作总结
mysql数据库操作大全
全国职业院校技能大赛网络安全之web；mysql安全之综合渗透测试
web安全之综合渗透测试
SpringMVC入门
SpringMVC入门一、SpringMVC 简介二、SpringMVC 入门案例1、创建 Maven 项目2、在 pom.xml 文件中手动导入 jar 包3、手动配置tomcat4、编写 Controller 类5、编写 ServletConfig 配置类6、编写 SpringMvcConfig
关于Servlet的补充知识
在Servlet中,对于Cookie和Session都有很好的支持,也就是有一些API可以完成会话管理的操作!在HTTPServletRequest里面就有相关的方法:那么HttpSession是什么:响应(HTTPServletResponse)里面也有相关的方法:addCookie()(把指定的
RocketMQ 消息路由解析——图解、源码级解析
???? Java学习：Java从入门到精通总结???? Spring系列推荐：Spring源码解析???? 最近更新：2022年1月26日???? 个人简介：通信工程本硕????、代码界新人????。我的故事充满机遇、挑战与翻盘，欢迎关注作者来共饮一杯鸡汤???? 点赞 ???? 收藏 ⭐留言 ?
Java | 详解String类
用极其直白的描述、代码实例和图片帮你深入理解String类
flink 滚动窗口、滑动窗口、会话窗口、全局窗口
根据分配数据的规则，窗口的具体实现可以分为 4 类：滚动窗口（Tumbling Window）、滑动窗口（Sliding Window）、会话窗口（Session Window），以及全局窗口（Global Window） 滚动窗口有固定的大小，是一种的划分方式。窗口之间没有重叠，也不会有间隔
flink 控制窗口行为(触发器、移除器、允许延迟、将迟到的数据放入侧输出流)
触发器主要是用来控制窗口什么时候触发计算，执行窗口函数。基于 WindowedStream 用.trigger()方法，就可以传入一个自定义的窗口触发器（Trigger）。 Trigger 是窗口算子的内部属性，每个窗口分配器（WindowAssigner）都会对应一个默认的触发器；对于 Fl
flink 时间语义、水位线（Watermark）、生成水位线、水位线的传递
在flink中，当希望对数据按照时间窗口来进行收集计算时，时间的衡量标准就非常重要 如图：在事件发生之后，生成的数据被收集起来，首先进入分布式消息队列，然后被 Flink 系统中的 Source 算子读取消费，进而向下游的转换算子（窗口算子）传递，最终由窗口算子进行计算处理。 在这个过程中，
MapReduce经典案例—倒排索引
目录一、问题介绍（一）案例分析1. 倒排索引介绍2. 案例需求及分析(二)案例实现 1. Map阶段实现2. Combine阶段实现3. Reduce阶段实现4. Driver程序主类实现5. 效果测试二、完整代码 三、运行结果倒排索引是文档检索系统中最常用的数据结构，被广泛应用于全文搜索