- 博客(1)
- 资源 (15)
- 收藏
- 关注
通视功能的效果,前端绘制
通视功能的效果
“观目高差÷观目距离≥遮低高差÷遮低距离”是用于判断两点之间是否通视的一个公式。其中,“观目高差”指观察点与目标点之间的高度差;“观目距离”指观察点与目标点之间的水平距离;“遮低高差”指遮蔽点与观察点或目标点之中较低点的高度差;“遮低距离”指遮蔽点与观察点或目标点之中较低点的水平距离。
2024-07-19
如何使用installshield制作windows版本,及在已经有工程的情况下,怎么模仿使用
如何使用installshield制作windows版本,及在已经有工程的情况下,怎么模仿使用
2022-09-01
olm-3.2.3.tgz
jitsi-meet里经常在亚洲下不到的包。
https://gitlab.matrix.org/api/v4/projects/27/packages/npm/@matrix-org/olm/-/@matrix-org/olm-3.2.3.tgz
2022-07-06
installanywhere2009使用说明.ppt
installAnywhere针对两种用户设计了不同的开发环境:一种是common designer,另一种是Advanced Designer。当你第一次打开IA的时候,缺省的是common designer,你只需要做一些简单的配置,比如产品的名称,需要安装的文件,要不要绑定虚拟机等等,然后就可以build出一个安装程序了。Advanced Designer是为高级用户设置的,提供了更多,更丰富的功能,你可以用它来打造你所需要的安装程序。本文主要是针对Advanced Designer进行一些说明
2021-05-20
机器学习之网络介绍PPT
不论神经网络的模型是否真的跟生物自身的神经网络相似,也不是特别重要,可以不用太关心,能大概理解它的一个构造思想即可。通常大家不会具体到要去通过代码实现神经网络模型,所以不必太在意其数学公式和具体计算,只需要关心其大概原理,本文就说说相关的一些概念。
2020-11-11
损失函数(loss function)PPT
损失函数(loss function)或代价函数(cost function)是将随机事件或其有关随机变量的取值映射为非负实数以表示该随机事件的“风险”或“损失”的函数。在应用中,损失函数通常作为学习准则与优化问题相联系,即通过最小化损失函数求解和评估模型。
2020-11-11
卷积神经网络讲解PPT
Input layer, hidden layer(series), output layer
neurons have learnable weights and biases..
each neuron is fully connected to all neurons in the previous layer,
neurons in a single layer function completely independently and do not share any connections.
The last fully-connected layer is called the
2020-11-11
人工智能之二-全套路演示.pptx
人工智能的一全套演练,从最开始的数据挖掘,数据分析,到后面的机器学习等;特征工程,调参, 模型整合。 如果对机器 学习没有一个全面的了解,通过这个文档,可以鸟瞰全局,当然,细节部分,没有相应 的知识 支撑,还是很困难。不过可以以此为索引 ,去相应学习对应的知识 。
2020-11-10
gamodel-r50.zip
insightface里的人脸,年龄,性能模型 ;下载pretrained_model。
在deploy下运行insightface里的模型时,
一共下载两个,一个为人脸识别model,一个为性别年龄识别model,由于代码中必须加载这两个model,所以就算不用都要下载。
2020-06-12
详解读写主从的mycat方案.doc
GiSecurity中,使用了mycat的数据库的插件,这个插件在整个系统中,对处理大数据级别的业务数据,起着至关重要的作用,所以,对这块的布署方案进行详细的了解与设计,是很有必要的。
2020-04-02
MySQL安装手册.docx
本文档主要是描述windows和linux环境下MySQL5.7、5.6版本的安装方法。本文适用与Centos7以上64位系统,不适用于32位。
安装版本:mysql Ver 14.14 Distrib 5.7.17, for Linux (x86_64)
准备软件:mysql57-community-release-el7-9.noarch.rpm
2020-04-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人