- 博客(31)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 鸿蒙OS应用开发之——页面间跳转
一 概述本文将创建两个页面，实现页面间跳转第一个页面MainAbility，第二个页面SecondAbility每个页面都有一个Text(显示页面内容)和Button(跳转按钮)在MainAbility点击“下一页”按钮，跳转到SecondAbilitySecondAbility点击“返回”按钮，返回MainAbility二 项目结构三 编写第一个页面3.1 页面组成entry > src > main > resources > base > layout
2021-01-10 22:27:25
3548
2
原创 鸿蒙OS应用开发之——跑马灯效果
一 概述在鸿蒙OS应用中，Text不能直接作为布局文件使用，需要结合布局文件一起使用(Android中可以)public final void setUIContent(int layoutRes)public void setUIContent(ComponentContainer componentContainer)二、布局文件ability_main.xml<?xml version="1.0" encoding="utf-8"?><DirectionalLayou
2021-01-08 22:00:36
3439
3
原创 使用Python 训练自己的语音识别系统
近几年来语音识别技术得到了迅速发展，从手机中的Siri语音智能助手、微软的小娜以及各种平台的智能音箱等等，各种语音识别的项目得到了广泛应用。 语音识别属于感知智能，而让机器从简单的识别语音到理解语音，则上升到了认知智能层面，机器的自然语言理解能力如何，也成为了其是否有智慧的标志，而自然语言理解正是目前难点。 今天，我们将利用python搭建自己的语音识别系统。1、实验前的准备首先我们使用的python版本是3.6.5所用到的库有cv2库用来图像处理；Numpy库用来矩阵运算；K...
2020-06-20 22:20:46
1561
7
原创 基于Python实现的默克尔树
默克尔树的基础数据不是固定的，想存什么数据都可以，因为它只要数据经过哈希运算得到的哈希值。默克尔树是从下往上逐层计算，每个中间节点是根据相邻的两个叶子节点组合计算得出的，而根节点是根据两个中间节点组合计算得出的，所以叶节点是基础。因此，底层数据的任何变动，都会传递到其父节点，一直到树的根节点。
2022-10-11 20:48:20
2585
1
原创 基于Python实现的哈希算法
哈希(Hash)算法也称散列算法，是一种从任意数据内容中通过单向函数(One-way Function)创建数字“指纹”的方法，是密码学安全性的重要基石。该算法将消息或数据压缩成摘要(Digest)，使得数据量变小并将数据格式固定下来，任意长度内容的明文信息通过哈希计算后，输出的信息摘要长度都是一致的。在Python语言中生成哈希值很简单，既可通过其内置的hash()函数，也可以通过hashlib模块的MD5算法来实现。（2）雪崩效应：原始输入信息如果有任何的改变，产生的哈希值将会有很大的不同。
2022-10-11 20:40:08
2113
原创 Inception网络结构案例-花的分类
1、Inception介绍：由Google团队提出，因此也被称为GoogleNet；该模型一共有4个版本，从V1到V4；通过增加网络的宽度（通道数）来提升训练效果。2、Inception V1网络结构Inception V1模块由多个Inception基础模块串联而成。3、数据准备与处理：用于本案例的训练集共有952张图像，验证集共有408张图像。读入数据ImageDataGeneratorfrom tensorflow.compat.v1 import ConfigProtofrom
2021-04-24 22:18:27
629
原创 深度学习案例1-高端又一般的词云
1、简介词云是一种数据呈现方式不会的时候，感觉很厉害、很高大上会用了之后，感觉到哪都看到别人在用掌握用Python实现词云的方法2、准备安装包pip install wordcloud matplotlib jieba PIL准备一些文本，英文或中文皆可，以《西游记》为例。3、编写代码from wordcloud import WordCloud, ImageColorGeneratorfrom PIL import Imageimport numpy as npimport m
2021-04-22 12:37:11
232
1
原创 卷积神经网络案例：中文字体识别——隶书和行楷
一、AlexNet网络结构1.1 AlexNet介绍：ImageNet竞赛冠军获得者Hinton和他的学生Krizhevsky Alex于2012年设计。ImageNet竞赛中第一个使用卷积神经网络的参赛者。1.2 AlexNet网络结构：8层卷积层池化层卷积层池化层卷积层卷积层卷积层池化层输出层：三个全连接层1.3 AlexNet创新点：成功使用ReLU作为CNN的激活函数；使用Dropout随机忽略一部分神经元，避免模型过拟合；在CNN中使用重叠的最大值池化(步长小于
2021-03-21 15:13:27
1870
4
原创 卷积神经网络案例：LeNet-5手写数字识别
一、LeNet-5网络结构1.1 LeNet-5介绍：由Yann LeCun（杨立昆）于1998年提出的一种经典的卷积网络结构。第一个成功应用于数字识别问题的卷积神经网络。1.2 LeNet-5网络结构：共7层输入层卷积层池化层卷积层池化层全连接层输出层二、LeNet-5手写数字识别2.1 MNIST数据集展示：mnist.load_data()加载数据集from keras.datasets import mnist(X0,Y0),(X1,Y1) = mnist.load_
2021-03-21 12:24:23
2561
原创 鸿蒙OS应用开发之——实现APP注册登录功能
一、功能简介注册登录页面作为基础模块，具体包括了注册、登录、登录后界面的策划设计。1.1注册注册包括用户名，密码，确认密码三个流程，密码现在是明码显示的方式。这个模块中设置了判断“确认密码”与“密码”是否一致的环节。1.2登录登录包括了用户名，密码两个流程，并且设置了密码错误提示和密码正确登录到一个指定的页面两种情况。1.3登录跳转当登录的用户名及密码对应正确时将正式进入应用服务页面，囿于篇幅问题这里的跳转只设置一个简单页面供大家参考，大家可以根据自己的业务需求设置页面。二、实现注册登录页面
2021-03-21 12:02:58
8080
3
原创 逻辑回归模型案例：手写数字识别
一、数据集介绍：MNIST数据集——来自美国国家标准与技术研究所。训练集（Training Set）由250个不同的人手写的数字构成，其中50%是高中学生，50%来自人口普查局（The Census Bureau）的工作人员。测试集(Testing Set)也是同样比例的手写数字数据。该案例的目的是区分0～9这10个数字。二、建模步骤：2.1导入MNIST数据from tensorflow.examples.tutorials.mnist import input_datadata = input_
2021-03-20 19:07:03
873
原创 线性回归模型案例：美食图像评分
一、数据介绍：图像来源：Flickr上收集用户上传的经人工筛选后的196张食物图像因变量：由5人小组对每张美食图像进行1～5评分，最后取平均分作为每张图像的最终得分（其中1分代表图像非常不吸引人，5分代表图像非常吸引人）二、建模步骤：2.1准备????+????数据import pandas as pdMasterFile=pd.read_csv('./FoodScore.csv') #读取美食图像评分的数据print(MasterFile.shape)MasterFile[0:5]
2021-03-20 18:55:25
2004
1
原创 鸿蒙OS应用开发之——环境搭建
一 概述作为鸿蒙OS应用开发的初学者，本篇介绍开发工具的安装与配置准备工作软件的下载与安装配置开发环境第一个程序(Hello World)2.1 开发工具Java：编译构建依赖JDK(版本>=1.8)Node.js：应用于开发JS应用和运行预览器功能(版本>=12.0.0)2.2 模拟器点击：Tools—>HVD Manager(若已登录过，跳转到设备选择界面；未登录，跳转登录界面)三 软件的下载与安装3.1 开发工具下载下载地址3.2 软件安装点击软件
2021-01-08 21:51:52
304
原创 TensorFlow深度学习4—反向传播算法实战
我们将实现一个4层的全连接网络，来完成二分类任务。网络输入节点数为2，隐藏层的节点数设计为：25、50和25，输出层两个节点，分别表示属于类别1的概率和类别2的概率，如图1所示。这里并没有采用Softmax函数将网络输出概率值之和进行约束，而是直接利用均方误差函数计算与One-hot编码的真实标签之间的误差，所有的网络激活函数全部采用 Sigmoid函数，这些设计都是为了能直接利用我们的梯度传播公式。 ...
2020-06-30 18:35:06
455
1
原创 Python机器学习1-餐饮企业综合分析
1、餐饮企业现状与需求 餐饮行业作为我国第三产业中的一个传统服务性行业，始终保持着旺盛的增长势头，取得了突飞猛进的发展，展现出繁荣兴旺的新局面。与此同时，我国餐饮业发展的质量和内涵也发生了重大变化。根据国家统计局数据显示，餐饮行业餐费收入从2006到2015年都处于增长的趋势，但是同比增长率却有很大的波动，如右图所示。 某餐饮企业正面临着房租价格高、人工费用高、服务工作效率低等问题。企业经营最大的目的就是盈利，而餐饮企业盈利的核心是其菜品和客户，也就是其提供的产品...
2020-06-29 20:55:54
9985
12
原创 TensorFlow深度学习3--汽车油耗预测实战
本节我们将利用全连接网络模型来完成汽车的效能指标 MPG(Mile Per Gallon，每加仑燃油英里数)的预测问题实战。1、数据集 我们采用Auto MPG数据集，它记录了各种汽车效能指标与气缸数、重量、马力等其它因子的真实数据，查看数据集的前 5项，如表1所示，其中每个字段的含义列在表2中。除了产地的数字字段表示类别外，其他字段都是数值类型。对于产地地段，1表示美国，2 表示欧洲，3 表示日本。 ...
2020-06-28 22:17:25
2459
1
原创 TensorFlow深度学习2--手写数学图片识别初体验
1、 手写数字图片数据集手写数字图片数据集，它包含了0~9共10种数字的手写图片，采集自不同书写风格的真实手写图片，一共70000张图片。其中60000张图片作为训练集，用来训练模型，剩下10000张图片作为测试集，用来预测或者测试，训练集和测试集共同组成了整个MNIST数据集。2、 模型搭建(x, y), (x_val, y_val) = datasets.mnist.load_data() #加载MNIST数据集x = tf.convert_to_tensor(x, dtype=tf.flo
2020-06-21 11:42:38
389
原创 TensorFlow深度学习1--线性模型实战
本节我们通过实战训练单输入神经元线性模型。首先我们需要采样自真实模型的多组数据，我们直接自从指定的w=1.566,b=0.079的真实模型中直接采样： y = 1.477x+0.0891、 采样数据为了能够很好地模拟真实样本的观测误差，我们给模型添加误差自变量ε，它采样自均值为0，标准差为0.01 的高斯分布：y=1.477x+0.089+ε, ε~N(0,0.01^2)通过随机采样n = 1000 次，我们获得n个样本的训练数据集。代码如下:2、 计算误差...
2020-06-21 10:26:58
216
TensorFlow深度学习3--汽车油耗预测实战.py
2020-06-28
第5章 用Axure变量制作丰富交互效果
2019-01-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人