2401_83981106的博客

原创 笔记本电脑识别不出内置摄像头

看看设备管理器的USB 驱动是否禁用了（吧某个USB3.0集线器禁用后相机就消失了）

原创 AI虚拟试妆

AI虚拟试妆技术现状总结表使用开源模型psgan:从参考图中实时合成“妆容”，可用于化妆品“虚拟上妆”/ 试妆！应用前景广泛 CVPR2021_哔哩哔哩_bilibili使用 阿里SHMT：ComfyUI_SHMT 基于SHMT方法的人脸换妆插件 STAR 用于真实世界视频超分辨率方法_哔哩哔哩_bilibili

原创 NLP学习日记3：LSTM 从矩阵角度认识LSTM

矩阵的列（Columns）：表示输入特征维度矩阵的行（Rows）：表示输出特征维度左列（第一列）：对应第一个输入特征的权重上列（第一行）：对应第一个输出特征的权重计算参数矩阵列意义维度关系input_sizeW 的左半部分列数输入特征维度U 的列数或 W 的右半列数隐藏神经元数量num_layers每层的 W 列数可能变化第1层用input_size，之后用核心规则左列永远对应输入特征（无论是原始输入还是前一层的隐藏状态）上列对应输出门控信号（如遗忘门、输入门等）

原创 NLP学习日记3：可视化工具的使用小补充

然后软件左上角打开记事本就可以了。当然直接让deepseek生成就ok。win+pgup可以切下一句（next)使用工具：南京大学杨光超开发的。

原创 NLP学习日记二：HMM-witerbi算法

Viterbi算法就是套公式就完了，没有那么复杂

原创 NLP学习日记1：环境配置与文本表示基础

NLP中最头疼的就是版本兼容问题！若使用GPU，需确保CUDA版本匹配（如CUDA 11.7对应。torchtext 0.15+与旧版API不兼容，会报错。最近系统学习NLP，记录从零开始的过程。非常基础的一篇，请各位参考其他文章，以免浪费时间呦。（PyTorch、torchtext版本兼容）（One-hot、词嵌入）：维度高、无法表达语义关系。使用PyTorch的。

原创 kaggle使用TPU技巧

3：切换旧环境（原始）自动使用2.15.0版本tensorflow。切记不要在原始环境升级tensor。2：最新环境无法获取TPU（无论tensorflow版本如何），用cloud打开好像可以。最新的环境无法识别TPU！在你的笔记本右侧会话栏里，打开TPU，用原始环境。

原创 深度学习在中医当中的作用；U-net在舌诊中的突出表现。

在深度学习爆火的前提下，结合深度学习与中医交互，本文调研了多方面的相关信息，总结了深度学习在舌像分析中的巨大作用

原创 排序算法可视化，数据结构可视化在线工具！超好用！

：：：个人推荐。

原创 红黑树高度：h＜=2log2(n+1)

其中 11 是根节点，22 表示两个子节点，然后继续增加。

原创 N个叶子节点的满二叉树节点数为：2N-1（哈夫曼树也是）

证明：求和 N+N/2+N/4+N\8+........N/M |m=n.

原创 二叉树的性质！n2=n0+1

我们要证明的是n2=n0+1。这个关系通常适用于满二叉树或者完全二叉树的情况。在一般的二叉树中，该关系可能并不成立，但我们可以从以下观点进行阐述。

原创 github无法进入最简单解决方法！

win搜索 watt toolkit,一件加速即可！相比改ip,我觉得非常有效！出错解答：对于技术爱好者，电脑少不了VMwire,而上述插件启动会使用443端口，但是443端口会被vm占用，所以得先kill其pid。

原创 排序算法之插入排序！简单易懂

第一次比较就是a[i-1]与a[i],引入变量j，j=i-1,简化为：a[j] 比较 a[i]（关键值）,以升序排，若大于，则进行覆盖：a[j+1] =a[j],此时a[0]—a[i-1]部分依旧不变，a[i]变成他前面a[i-1]的值，a[i]被覆盖，但最终会被前面设置的关键值还原回来。思路：主要是找到不需要排序的部分，进行标记，以此为关键值将原数组分为a[0] —a[i-1]与 a[i]—a[len(a)],此时前部分不用排序，将关键值设为a[i],索引就是i。的时候，具体看元素的移动过程。

原创 学生党，行业电工工程师最简单下载Multsim方法！