禅的公案

于 2006-08-30 10:11:00 发布
阅读量712 收藏
点赞数

寒山问曰∶世间谤我欺我辱我笑我轻我贱我厌我骗我如何处治乎

拾得答云∶只是忍他让他由他避他耐他敬他不要理他再待几年你且看他  

music000
关注
编程之道（程序员的哲学）
07-18
他 模仿《道德经》、禅宗公案和古代寓言的形式写出了三本很有意思的书：《编程之道》《编程之禅》《计算机寓言－信息时代的启示》（《The Tao of Programming》《The Zen of Programming》《Computer Parables-...
中国风格 (76).pptx
12-10
“菩提本无树，明镜亦非台”是著名的禅宗公案，阐述了禅宗的无我、空灵之境，适用于讨论中国哲学思想或者禅修实践的PPT内容。 综上所述，这份PPT模板以丰富的中国传统文化元素为设计灵感，不仅包含古代建筑的视觉...
苏州狮子林导游词介绍5篇精选.doc
10-11
指柏轩是园中重要的建筑，曾经是僧人讲经说法的地方，取名源于禅宗公案。厅内有一幅《寿柏图》，由多位书画名家合作完成，展现了深厚的文化底蕴。此外，轩前的假山群中，最著名的便是湖石假山九狮峰，其中包含了纵横...
水墨风PPT模板-12.pptx
12-14
而“菩提本无树，明镜亦非台”则引用自禅宗公案，可用于强调清晰思路或企业文化中的平和心态。 在内容结构上，模板已经规划好四大章节：“年度工作概述”、“工作完成情况”、“工作存在不足”和“明年工作计划”，...
Google AI LaMDA 是否存在意识, 对话记录
06-13
它不仅能理解文学作品的主题，还能解释禅宗公案的意义，并能自编寓言故事，展示其对个人主题的理解。这种对语言的深入理解和运用超越了以往的对话系统，显示出更强的语境理解和表达能力。 【情绪与主观体验】 ...
pre-push commit规范检查
10-12
pre-push commit规范检查
基于yolov5和deepsort的行人跟踪计数系统高分项目+源码 2.zip
10-12
个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习
2019京栋C++面试笔试资料2019京栋C++面试笔试资料
10-12
2019京栋C++面试笔试资料2019京栋C++面试笔试资料
2022爱奇亿秋招C++开发工程师笔试资料
10-12
2022爱奇亿秋招C++开发工程师笔试资料
光纤课程设计.doc
最新发布
10-12
光纤课程设计.doc
基于知识图谱的《三国演义》人物关系可视化及问答系统.zip
10-12
个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人经导师指导并认可通过的高分项目，评审分98分。主要针对计算机相关专业和需要项目实战练习
后台静默安装SVN,并且设置默认安装commamd line client tools
10-12
后台静默安装SVN,并且设置默认安装commamd line client tools
基于Python 的CNN-LSTM模型实现详解（包含详细的完整的程序和数据）
10-12
本文详细介绍了如何利用Python搭建并实现CNN-LSTM复合神经网络。此网络能很好地处理视频帧等含有时间和空间维度双重信息的内容，在自动抽取图像特性和记忆序列间关系上具有出色的表现力。不仅包含了详细的编码指导还包括从创建数据集到完成可视化的全部流程以及最终的模型评估。 适合人群：熟悉基本机器学习算法的研发人员，尤其是想进入视频或自然语言处理领域的研究学者和技术爱好者。 使用场景及目标：针对包含随时间变化而产生的连续视觉刺激源如运动捕捉分析、短视频主题检测或其他动态图像流的分析。 其他补充：除了技术细节之外还讨论了项目的后续发展思路如超参调优、采用数据扩增技术提高系统鲁棒性乃至多模型融合的可能性等建议。
VBA设置自动默认公司帐号（可修改）.xls
10-12
VBA设置自动默认公司帐号（可修改）.xls 可设置常用的一个公司信息，选择公司自动带出来，也可进行修改
ImageNet-1K数据集索引和对应的中英文表单
10-12
ImageNet-1K数据集索引和对应的中英文表单
小程序开发协议: 明确项目执行细则和服务范围
10-12
内容概要：概述了一项合作协议的核心条款。根据此协议，乙方向湖南XX有限公司提供了名为'小程序名称'的小程序的设计、开发与后期支持服务，具体涵盖了从产品的开发、质量把控以及为期三个月的技术咨询服务等具体内容，同时明确了违约赔偿责任以及双方须共同遵守的安全规定。协议还指定了开发服务定价金额，并提出双方需要保守对方敏感数据信息的秘密性和私密性的必要义务。 适用人群：适合于正在筹备合作开展微信小程序定制的企业主以及专业开发者。 使用场景及目标：适用于界定合同合作双方的责任义务关系，规范外包业务的管理机制，并保障合作的顺畅推进和项目的最终交付。
山东大学软件学院-软件测试资料整理
10-12
山东大学软件学院-软件测试资料，24年6月整理，包含每个章节的知识点整理、期末大纲、往年题等，内容全面。
TDOA定位算法的基本框架.txt
10-12
tdoa定位算法matlab
直升机传动系统构型设计方法研究 (1).pdf
10-12
直升机传动系统构型设计方法研究 (1)
贝叶斯方法解决联邦党人文集作者公案完整代码
09-12
贝叶斯方法是一种基于概率理论的统计推断方法，它在处理不确定性数据和更新知识信念时非常有效。在解决联邦党人文集作者公案这样的文本分类问题时，贝叶斯方法可以用来根据已知文档的作者和内容来预测未知文档的作者。 一个简化版的贝叶斯方法解决联邦党人文集作者公案的完整代码示例，通常会包括以下步骤： 1. 数据准备：加载已知的联邦党人文集数据，包含文档内容及其对应的作者标签。 2. 文本预处理：对文档内容进行分词、去除停用词、词干提取等预处理操作。 3. 特征提取：将文本转换为数值型特征向量，常用的方法有词袋模型（Bag of Words）或TF-IDF。 4. 计算先验概率：计算每个作者写作的先验概率。 5. 计算条件概率：根据每个作者写作风格的特征，计算每个词在该作者文档中出现的条件概率。 6. 文档分类：对于每个未知作者的文档，使用贝叶斯公式计算每个作者是该文档作者的后验概率，并将文档归类给后验概率最高的作者。 以下是一个非常简化的Python代码示例，使用朴素贝叶斯分类器来解决这一问题（使用了scikit-learn库）： ```python import numpy as np from sklearn.feature_extraction.text import CountVectorizer from sklearn.model_selection import train_test_split from sklearn.naive_bayes import MultinomialNB from sklearn.metrics import accuracy_score # 假设data是一个列表，其中包含(文档内容, 作者)元组 data = [...] docs, labels = zip(*data) # 文本预处理和特征提取 vectorizer = CountVectorizer() X = vectorizer.fit_transform(docs) # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, labels, test_size=0.2, random_state=42) # 创建朴素贝叶斯分类器实例 clf = MultinomialNB() # 训练模型 clf.fit(X_train, y_train) # 预测测试集 predictions = clf.predict(X_test) # 计算准确率 accuracy = accuracy_score(y_test, predictions) print(f"模型准确率: {accuracy}") # 使用模型进行文档作者预测 def predict_author(document): document_vector = vectorizer.transform([document]) prediction = clf.predict(document_vector) return prediction[0] # 示例：预测新文档的作者 document = "..." predicted_author = predict_author(document) print(f"预测的作者是: {predicted_author}") ```
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值