- 博客(13)
- 资源 (4)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 数据结构 —— 线性表的所有操作（看完之后408必120+）（1）
顺序表类型定义一维数组是可以静态分配，也可以动态分配，两者分配方式均是属于顺序存储结构，物理结构无变化，依旧是随机存储方式。在静态分配中有可能出现空间不足导致数据溢出，进而使程序崩溃；动态分配会根据动态存储分配语句进行开辟一块更大的空间用于存储数据，并以此替换原有的数据空间。//动态分配数组指针//数组最大容量和当前个数}SeqList;//动态分配数组顺序表的类型定义C语言版本的初始动态分配语句C++的初始动态分配语句。
2022-09-22 01:31:55
396
原创 飞机去哪了~爬虫篇
FlightAware是飞常准网站的英文别称，该网站拥有大量的飞机航行数据，并且，毫无反爬机制。（中国人不骗中国人，我信你个鬼。。。）首先，你要对web了解一些基础知识，本次演示以chrome浏览器作为教学用例，以pycharm作为教学演示工具，那么开始吧！............
2022-07-02 23:09:17
1089
7
原创 Layoutlmv2代码篇（保姆式教程，如果你学不会，我就送你一个代码小郭）
Layoutlmv2（代码篇）同学们，注意啦！layoutlmv2模型可能是NLP界的福音哦！
2022-03-19 23:34:56
4280
18
原创 机器学习西瓜书第二章概要（1）
模型评估与选择经验误差与过拟合Error rate （错误率） E=a/m如果m个样本有a个样本分类错误Accuracy rate （精度） 精度=1-错误率学习器在训练集上的误差称为“训练误差”或“经验错误”，新样本上的误差称为“泛化误差”过拟合：训练器把训练样本学得“太好了”的时候，很可能已经把训练样本自身的一些特点当作了所有潜在样本都会具有一般性质，这样就会导致泛化性能下降。这种现象称之为过拟合。欠拟合：指对训练样本的一般性质尚未学好，即高密度特征学习的不够。学习能力是否“过于强大”
2022-02-17 22:20:47
606
原创 机器学习西瓜书第一章概要
机器学习笔记监督学习与无监督学习区分两种学习的方法是观察是否带标签（label）监督学习（一般用于做分类、回归任务）无监督学习（一般应用于聚类任务）泛化能力（一种形容模型对于新样本的使用情况的评价）强泛化能力的模型能很好的适用于整个样本空间。（说人话：就是这个模型学习的特征大多数都是重要特征）讲一下版本空间可能有多个假设与训练集一致，即存在着一个与训练集一致的“假设集合”，这就是版本空间！假设偏好归纳和演绎是科学推理的两种基本手段归纳：从特殊到一般的“泛化”过程，从具体事实总结的一般性
2022-01-02 22:27:33
564
6
原创 用FCN来分类皮肤病（应用类型的项目）
CNN解决皮肤病分类问题来自（未来的科技）炼丹小白师的项目，希望大家喜欢！目录CNN解决皮肤病分类问题前言一、题目描述二、数据库1. 公开数据集：kaggle竞赛平台提供Datasets,Skin Cancer: Malignant vs. Benign2. 公开数据集：项目使用了阿里云天池数据集，该数据集包含ISIC 2019挑战赛的训练数据，它已经包含了前几年（2018和2017）的数据。ISIC 2019的数据集包含25,331张图像，可用于对9种不同诊断类别中的皮肤镜图像进行分类。每类数据样本
2021-10-12 15:58:32
2139
13
原创 深度学习之掌纹识别(DeepLearning Palmprint)
掌纹识别（Update）本次我们还是基于Gabor滤波器去提取出掌纹特征，嘻嘻，这次打算复现一下今年五月份的那篇进口论文！文章目录掌纹识别（Update）前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于Num
2021-06-01 22:12:11
5434
23
原创 机器学习之掌纹识别（掌纹分类）
#掌纹特征提取##Gabor滤波器（专注于生物特征的一种滤波器）Gabor滤波器是一个或一组Gabor函数离散形式，在计算机视觉中常用到Gabor滤波器来提取纹理特征。说白了
2021-02-13 00:17:28
9361
36
原创 将json数据处理为csv数据【python版本】
将json数据处理为csv数据【python版本】我是一个差点被CSDN驱逐的2年码客效果一览导入相应的包初始化一个列表，并读取json文件写入csv文件愿与诸君共勉，欢迎大家在下方留言评论我是一个差点被CSDN驱逐的2年码客因为两年不发贴子了！这里从csdn上找了好多方法，阿西吧！就很nice，最近老师要搞一件大事情，航空数据的实时爬取和可视化，好家伙，爬虫的框架就是老一套，不过反扒机制确实可以说道说道，这个等我活过来一定给大家分享，现在说正题，好了，废话到此为止，上干货！效果一览目标数据样式如
2021-01-02 19:59:04
350
无法在DevEco上用（真机）华为平板调试
2021-08-13
TA创建的收藏夹 TA关注的收藏夹
TA关注的人