![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机科学
文章平均质量分 67
刹那永恒HB
看了不点赞,画个圈圈诅咒你!!!!!
展开
-
JAVA反射机制
类对象概念: 所有的类,都存在一个类对象,这个类对象用于提供类本身的信息,比如有几种构造方法, 有多少属性,有哪些普通方法。类对象,就是用于描述这种类,都有什么属性,什么方法的获取类对象获取类对象有3种方式1. Class.forName(实例化对象)2. 类.class3. new 类().getClass()在一个JVM中,一种类,只会有一个类对象存在。所以以上三种方式取出来的类对象,都是一样的。...原创 2021-10-30 23:08:34 · 186 阅读 · 0 评论 -
消息队列学习
消息队列“消息队列”是在消息的传输过程中保存消息的容器。消息队列:生产者/消费者模式1.什么是生产者消费者模式生产者消费者模式是通过一个容器来解决生产者和消费者的强耦合问题。生产者和消费者彼此之间不直接通讯,而通过阻塞队列来进行通讯,所以生产者生产完数据之后不用等待消费者处理,直接扔给阻塞队列,消费者不找生产者要数据,而是直接从阻塞队列里取,阻塞队列就相当于一个缓冲区,平衡了生产者和消费者的处理能力。2.生产消费者模型生产者消费者模型具体来讲,就是在一个系统中,存在生产者和消费者两种角色,他们通原创 2021-10-28 21:15:26 · 553 阅读 · 0 评论 -
JAVA多线程深度学习
线程概念首先要理解进程(Processor)和线程(Thread)的区别进程:启动一个LOL.exe就叫一个进程。 接着又启动一个DOTA.exe,这叫两个进程。线程:线程是在进程内部同时做的事情,比如在LOL里,有很多事情要同时做,比如"盖伦” 击杀“提莫”,同时“赏金猎人”又在击杀“盲僧”,这就是由多线程来实现的。创建多线程-继承线程类使用多线程,就可以做到盖伦在攻击提莫的同时,赏金猎人也在攻击盲僧,设计一个类KillThread 继承Thread,并且重写run方法启动线程办法: 实例化一原创 2021-10-24 07:14:15 · 255 阅读 · 0 评论 -
JAVA多线程
进程与线程进程是程序的一次动态执行过程,它需要经历从代码加载,代码执行到执行完毕的一个完整的过程,这个过程也是进程本身从产生,发展到最终消亡的过程。多进程操作系统能同时达运行多个进程(程序),由于 CPU 具备分时机制,所以每个进程都能循环获得自己的CPU 时间片。由于 CPU 执行速度非常快,使得所有程序好像是在同时运行一样。多线程是实现并发机制的一种有效手段。进程和线程一样,都是实现并发的一个基本单位。线程是比进程更小的执行单位,线程是进程的基础之上进行进一步的划分。所谓多线程是指一个进程在执行过程原创 2021-10-18 11:27:44 · 89 阅读 · 0 评论 -
JDBC学习
JDBC (Java DataBase Connection) 是通过JAVA访问数据库这里对MySQL基本的增删改查进行简单复习。MySQL访问数据库步骤1) 注册和加载驱动(可以省略)2) 获取连接3) Connection 获取 Statement 对象4) 使用 Statement 对象执行 SQL 语句5) 返回结果集6) 释放资源为项目导入mysql-jdbc的jar包访问MySQL数据库需要用到第三方的类,这些第三方的类,都被压缩在一个叫做Jar的文件里。为了代码能够原创 2021-10-17 15:37:42 · 227 阅读 · 0 评论 -
JAVA之IO
File创建文件File(String pathname)File(File parent, String child)File(String parent, String child)File(URI uri)原创 2021-10-12 13:11:17 · 373 阅读 · 1 评论 -
Tomcat学习
Tomcat 介绍Tomcat 服务器是一个免费的开放源代码的Web 应用服务器,属于轻量级应用服务器,在中小型系统和并发访问用户不是很多的场合下被普遍使用,是开发和调试JSP 程序的首选。当配置正确时,Apache 为HTML页面服务,而Tomcat 实际上运行JSP 页面和Servlet。Tomcat和IIS等Web服务器一样,具有处理HTML页面的功能,另外它还是一个Servlet和JSP容器,独立的Servlet容器是Tomcat的默认模式。不过,Tomcat处理静态HTML的能力不如Apa原创 2021-10-10 09:40:54 · 1456 阅读 · 1 评论 -
JAVA学习基础部分
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar原创 2021-10-07 23:07:20 · 21716 阅读 · 29 评论 -
传统的知识表示
知识图谱定义知识图谱旨在从数据中识别、发现和推断事物与概念之间的复杂关系,是事物关系的可计算模型.知识图谱的构建涉及知识建莫、关系抽取、图存储、关系推理、实体融合等多方面的技术,而知识图谱 应用则涉及语义搜索、智能问答、语言理解、决策分析等多个领域.工业知识图谱应用(1) 可视化展示基于知识图谱,可以提供数据的可视化展示,比如通过一个设备编号, 知识图谱会呈现与之相关的状态信息、其他相关的设备和人员信息"通过知 识图谱的可视化展示把复杂的信息非常直观地呈现出来,使得人们对工业生 产整体关联的情况一目原创 2021-09-22 13:30:39 · 715 阅读 · 0 评论 -
paddleOCR学习
1. 文本检测模型推理python3 tools/infer/predict_det.py --image_dir="./doc/imgs/00018069.jpg" --det_model_dir="./ch_PP-OCRv2_det_infer.tar/"可视化文本检测结果默认保存到./inference_results文件夹里面,结果文件的名称前缀为’det_res’通过参数limit_type和det_limit_side_len来对图片的尺寸进行限制, limit_type可选参数为[ma原创 2021-09-20 09:43:40 · 3778 阅读 · 1 评论 -
git提交PR
今天提交了第一个pr,过程中查了很多资料,这里做个总结文字。git下载https://git-scm.com/downloadsgit配置邮箱和用户名打开git bash,分别执行以下两句命令git config --global user.name “用户名”git config --global user.email “邮箱”fork仓库将想要修改的仓库fork到自己的仓库里git配置sshgit不用麻烦的https,而是用ssh,所以要配置下ssh。随便在哪个文件夹上右键,选择 gi原创 2021-08-31 15:48:24 · 539 阅读 · 0 评论 -
ModelArts平台的Faster R-CNN的目标检测实践
1.1密钥准备首先需要进入华为云官方网站https://www.huaweicloud.com/点击页面的“控制台”切换至控制台界面,在账号名称的下拉菜单中点击“我的凭证”,进入创建管理访问密钥(AK/SK)的界面。位置如下图所示妥善保存系统自动下载的“credentials.csv”文件中的AK(Access Key Id)和SK(Secret Access Key)以备后续步骤使用。1.3 OBS桶设置1.4创建文件夹左侧栏选择“对象”,点击“新建文件夹”,在弹出的新建窗口中:文件夹原创 2021-06-13 22:24:52 · 362 阅读 · 2 评论 -
基于MindSpore的FasterRCNN实现
本文使用MindSpore来复现FasterRCNN这个经典的检测网络。这里仅列出了部分重要代码片段,完整代码请参考:https://gitee.com/mindspore/mindspore/blob/master/model_zoo/official/cv/faster_rcnnFasterRcnn主体的网络结构定义在src/FasterRcnn内,生成数据集的相关代码在src/dataset.py中,src/network_define.py封装放了训练相关的类,src/config.py中存放原创 2021-06-13 21:17:23 · 565 阅读 · 0 评论 -
代码实践——Faster R-CNN
环境,编译:win10anaconda3pytorch1.2cuda10.0$ git clone https://github.com/supernotman/Faster-RCNN-with-torchvision.git$ pip install -r requirements.txt准备训练数据下载coco2017数据集,下载地址:http://images.cocodataset.org/zips/train2017.ziphttp://images.cocodataset.原创 2021-06-13 21:04:05 · 6740 阅读 · 7 评论 -
阿里人工智能、图像智能处理、自然语言处理、语音识别、机器翻译
原创 2021-02-25 15:47:28 · 407 阅读 · 0 评论 -
阿里云平台PAI
原创 2021-02-25 11:57:34 · 336 阅读 · 0 评论 -
Tensorflow
原创 2021-02-23 18:39:57 · 124 阅读 · 1 评论 -
CNN、RNN、GAN
原创 2021-02-15 17:19:08 · 341 阅读 · 0 评论 -
神经网络基础
原创 2021-02-13 22:36:43 · 82 阅读 · 0 评论 -
人工智能——NLP CV SR KG
NLPCVSRKG原创 2021-02-12 17:49:33 · 1798 阅读 · 0 评论 -
图网络学习三
ER GraphER Graph是Erdos-Renyi Graph的缩写,它是最简单、最符合直觉的随机图,常用表示,n表示节点数,p表示一个给定的概率值。ER Graph是一张无向图,有n个节点,每条边的连接概率是p,且各条边是否连接是彼此独立的。换句话说,给定n和p,我们就可以生成一张ER图了。注意,同样的n和p,生成的两张ER图可能是不一样的。下面来计算ER图的四个度量指标。1.度分布ER图中,每条边的连接概率都是p,所以每条边是否连接服从概率为p的0-1分布,对任意节点而言,度为k等价于n原创 2021-02-04 17:56:45 · 1387 阅读 · 0 评论 -
GNN图网络学习二
网络度量(Measuring Networks)回忆上一讲,我们可以用节点数、边数、平均度数来描述一个网络(或图),除此之外还有以下四个指标可以用来刻画一个网络的特点:Degree Distribution(度分布): Path Length(路径长度):Clustering Coefficient(集群系数):Connected Components(连通分量):下面以无向图为例,分别给出四个指标的定义。Degree Distribution(度分布)图中所有节点的归一化度数的分布直方图就原创 2021-01-20 17:02:04 · 689 阅读 · 0 评论 -
GNN图网络学习一
图的基本概念如何表示图点集合用N表示,边集合用E表示,图用G(N, E)表示;有向图与无向图按照边是否有方向,图可以分为有向图(directed graph)和无向图(undirected graph)两类,这里需要注意的一点是,有向图里两个节点之间最多有两条边,A到B,B到A这两条边;而无向图里两个节点之间最多有一条边。平均度数(average degree)图中每个节点的连边数均值称为平均度数,无向图的平均度数是 有向图的平均度数是二部图(Bipartite Graphs)把图G的原创 2021-01-20 15:00:41 · 1138 阅读 · 0 评论 -
天池龙珠训练营—机器学习算法(二): 朴素贝叶斯(Naive Bayes)
贝叶斯分类是一类分类算法的总称,这类算法均以贝叶斯定理为基础,故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单,也是常见的一种分类方法。这篇文章我尽可能用直白的话语总结一下我们学习会上讲到的朴素贝叶斯分类算法,希望有利于他人理解。分类问题综述对于分类问题,其实谁都不会陌生,日常生活中我们每天都进行着分类过程。例如,当你看到一个人,你的脑子下意识判断他是学生还是社会上的人;你可能经常会走在路上对身旁的朋友说“这个人一看就很有钱、”之类的话,其实这就是一种分类操作。既然是贝叶斯分类算法,那么分原创 2021-01-08 20:13:43 · 543 阅读 · 1 评论 -
数学理论基础
1向量向量,也被称为矢量,是数学、物理学和工程学中的基本概念,它指的是同时拥有大小和方向的几何物体,通常以蒜头符号命名,以区别于其他量(例如标量〉。矢量通常被标记为带有箭头的线条,线条的长度用来表示向量的大小,箭头所指的方向则是向量的方向。与向量概念相对的是标量,它只有大小没有方向1.1相关概念(1 )反向量:大小相等 方向相反的向量。(2 )零向盘:始点与终点重合的向量。(3 )等向量:大小相等且方向相同的向量。(4)点积:点积也被称作数量积 ,是向量与 量乘积 的结果,点积的值为标量。 倘若原创 2020-12-01 10:31:11 · 936 阅读 · 0 评论 -
Numpy数值计算基础
1介绍NumPy 的英文全称为 Numerical Python,意味 Python 面向数值计算的第三方库。NumPy 的特点在于,针对 Python 内建的数组类型做了扩充,支持更高维度的数组和矩阵运算,以及更丰富的数学函数。NumPy 是 Scipy.org 中最重要的库之一,它同时也被 Pandas,Matplotlib 等我们熟知的第三方库作为核心计算库。当你在单独安装这些库时,你会发现同时会安装 NumPy 作为依赖。2NumPy 数组类型我们先来了解 NumPy 支持的数据类型。Pyt原创 2020-12-01 10:30:43 · 259 阅读 · 0 评论 -
利用AdaBoost 元算法提高分类性能
1、基于数据集多重抽样的分类器 - 集成方法当做重要决定时,大家可能都会考虑吸取多个专家而不只是一个人的意见。机器学习处理问题时又何尝不是如此?我们可以很自然地将不同的分类器组合起来,而这种组合结果则被称为 集成方法(ensemble method) 或者 元算法(meta-algorithm)。使用集成方法时会有多种形式:可以是不同算法的集成,也可以是同一种算法在不同设置下的集成,还可以是数据集不同部分分配给不同分类器之后的集成。集成方法(ensemble method) 通过组合多个学习器来完成学习原创 2020-12-01 10:30:23 · 242 阅读 · 0 评论 -
计算机学习过程的种种疑问笔记
什么叫demo开发前,开发过程中需要对技术方案的可行性做验证,一般会用所选的技术做一个简单的例子。开发前,有时会做一个简单的演示程序。其实就是写了一些例子。因为功能太少,界面简单,所以称为DEMO某大神列出的知识图谱要学的内容对知识图谱的技术过程首先在最底层我们有大量的文本、结构化数据库、多媒体文件等数据来源。通过知识抽取、知识融合、知识众包等技术,获取我们需要的数据,而后通过知识表示和知识推理、知识链接等将知识规范有序的组织在一起并存储起来。最终用于知识问答、语义搜索、可视化等方面知识表示原创 2020-12-01 10:29:50 · 211 阅读 · 0 评论 -
python数据爬虫-抓取小说数据并下载
1分析网页步骤:倒推法1超链接从哪里来?----网页源代码2获取每一篇网页的超链接3数据从哪里来?-----超链接4存储数据一篇网页查看源代码检查源代码的各个属性特征等等查看结果但是源代码里面都包括了这些,我们要找的是a 打头的dd,这些就是超链接代码实现1获取源代码(自己独立写的,写的不好多多包涵)import requestsfrom lxml import etreedef getlist(): html=requests.get('http://w原创 2020-12-01 10:28:08 · 377 阅读 · 0 评论 -
图网络打卡7日
1、学习内容总结Day1:图学习出印象1.1、图学习背景介绍随着AI的推广,深度学习已经成为了当下最热的一个研究领域,推出了许多神经网络模型比如CNN(卷积神经网络),RNN(递归神经网络等),但是这些网络处理的数据都是规则的欧氏空间的数据,而且默认数据之间互相独立。但是现实生活中的应用场景有许多数据都是不规则的,并且数据与数据之间有很多的联系,这样就给传统的神经网络模型引入了很大的挑战,因为这对于它们来说数据过于复杂,并且无法利用数据之间的关系。因此图神经网络的提出就很好的解决了这一问题,它可以很方原创 2020-11-29 17:10:42 · 220 阅读 · 0 评论 -
百度飞桨图网络7日打卡学习心得2
一、学习pgl进行简单的图构建0. 下载pgl!pip install pgl # 安装PGL导入的相关库导入所需库import pgl # paddle的图框架from pgl import graph # 图相关操作的接口import numpy as np# 导入所需库import pgl # paddle的图框架from pgl import graph # 图相关操作的接口import numpy as npprint(pgl.__version__)1.2.原创 2020-11-28 10:46:22 · 341 阅读 · 0 评论 -
初次认识NLTK
NLTK是一个比较优秀的自然语言处理工具包,是我们聊天机器人需要的比较重要的一个工具,本节介绍它的安装和基本使用NLTK库安装pip install nltk执行python并下载书籍:[root@centos #] pythonPython 2.7.11 (default, Jan 22 2016, 08:29:18)[GCC 4.2.1 Compatible Apple LLVM 7.0.2 (clang-700.1.81)] on darwinType "help", "copyrig原创 2020-09-28 11:25:22 · 169 阅读 · 0 评论 -
pandas爬虫爬取网页表格
简介一般的爬虫套路无非是发送请求、获取响应、解析网页、提取数据、保存数据等步骤。构造请求主要用到requests库,定位提取数据用的比较多的有xpath和正则匹配。一个完整的爬虫,代码量少则几十行,多则百来行,对于新手来说学习成本还是比较高的。谈及pandas的read.xxx系列的函数,常用的读取数据方法为:pd.read_csv() 和 pd.read_excel(),而 pd.read_html() 这个方法虽然少用,但它的功能非常强大,特别是用于抓取Table表格型数据时,简直是个神器。无需掌握转载 2020-09-28 10:41:20 · 6291 阅读 · 0 评论 -
分词
简述分词是自然语言处理的基础,分词准确度直接决定了后面的词性标注、句法分析、词向量以及文本分析的质量。英文语句使用空格将单词进行分隔,除了某些特定词,如how many,New York等外,大部分情况下不需要考虑分词问题。但中文不同,天然缺少分隔符,需要读者自行分词和断句。故在做中文自然语言处理时,我们需要先进行分词。中文分词难点难点主要集中在分词标准,切分歧义和未登录词三部分。分词标准比如人名,有的算法认为姓和名应该分开,有的认为不应该分开。这需要制定一个相对统一的标准。又例如“花草”,有的人原创 2020-09-28 10:26:22 · 386 阅读 · 1 评论 -
训练字库
1缩短领域暂时没有特定针对的领域,就先切削吧2先训练自己的字库这是目前最快提高识别字符准确率的途径之一;2.1找数据集样本图像文件格式必须为tif\tiff格式,勿采用更改文件后缀名的方式更改图片格式这个一般用画板可以解决。难点:这个不是一次就可以把切削领域所有的字符的数据集都能做完。...原创 2020-09-24 18:29:05 · 216 阅读 · 0 评论 -
pytorch学习笔记卷积神经网络
以全连接层为基础的深度神经网络DNN是整个深度学习的基石。要说应用最广、影响最大的深度神经网络,那就是卷积神经网络(Convolutional Neural Network,CNN)。卷积神经网络虽然发布的时间较早,但直到2006年Hilton解决深度神经网络的训练问题后才焕发生机。卷积神经网络现在几乎是图像识别研究的标配。简单回顾卷积神经网络的发展历程。日本科学家福岛邦彦在1986年提出了Neocognitron(神经认知机),直接启发了后来的卷积神经网络。Yann LeCun于1998年提出的卷积神经原创 2020-09-14 23:00:36 · 4907 阅读 · 2 评论 -
python二级考试-每日刷题8
知识导图原创 2020-09-14 10:22:30 · 222 阅读 · 0 评论 -
python二级考试-每日刷题11
原创 2020-09-13 22:17:16 · 210 阅读 · 0 评论 -
python二级考试-每日刷题10
原创 2020-09-12 22:48:00 · 111 阅读 · 0 评论 -
python二级考试-每日刷题9
知识导图turtlerandomtime实例:雪景艺术绘图原创 2020-09-11 21:31:01 · 483 阅读 · 0 评论