- 博客(12)
- 收藏
- 关注
RSS订阅原创 从 ONNX 到 TensorRT：模型转换与嵌入式设备部署实战
通过使用 trtexec工具，可以方便地将 ONNX 模型转换为 TensorRT 引擎并部署到嵌入式设备上进行高效推理。通过 C++ 代码，你可以实现模型加载、推理和后处理的全过程。这篇博客旨在帮助开发者快速了解如何使用 TensorRT 工具链将深度学习模型部署到嵌入式设备，并通过代码示例帮助你轻松上手。
2024-10-08 09:50:25
1739
原创 使用 PyInstaller 打包 Python 应用程序：从基础到常见问题解决
PyInstaller 是一个功能强大的工具，能够帮助你将 Python 应用程序打包成独立的可执行文件。在实际使用过程中，你可能会遇到各种问题，但只要理解其工作原理，并结合具体需求进行配置和优化，这些问题都是可以解决的。希望这篇博客能帮助你在使用 PyInstaller 的过程中少走弯路，快速、高效地完成 Python 应用的打包和分发。如果你还有其他问题或经验，欢迎在评论区分享！
2024-08-30 16:33:46
2417
2
原创 大数据技术入门-07-DML数据操作
本博客介绍了大数据查询的基本操作和语法。从全表查询到选择特定列、使用聚合函数、控制结果数量和过滤条件，再到分组操作、连接和排序，最后介绍了分区的概念和应用。通过学习这些技巧，读者可以快速上手数据查询，并在实际任务中灵活应用。数据查询是大数据处理和分析中不可或缺的一环。掌握查询操作和语法，对于从海量数据中提取有价值信息至关重要。希望本博客的内容能帮助读者更好地理解和应用数据查询，在大数据领域取得更好的成果。
2023-07-02 13:56:01
188
1
原创 大数据技术入门-06-hive的基本操作
该博客主要介绍了Hive的数据类型和DDL数据定义，包括创建数据库、查询数据库、选择数据库、创建表等操作。在内部表和外部表的部分，详细介绍了它们的区别和使用方法，并演示了如何导入数据和进行表的操作，如重命名表、增加/修改/替换列信息等。最后，在DML数据操作中，我们介绍了数据导入、插入数据、查询语句创建表和加载数据、导出数据等操作。
2023-07-02 10:47:20
537
1
原创 大数据技术入门-05-Hive部署
本博客将重点介绍Hive，这是一个基于Hadoop的数据仓库工具，能够将结构化的数据文件映射为表，并提供了SQL查询功能。了解Hive的本质，即将HQL转化为MapReduce程序，并深入探讨其在HDFS上存储数据、使用MapReduce进行底层数据分析和在YARN上执行程序的实现方式。此外，将对比Hive与传统数据库的差异，包括查询语言、数据更新和执行延迟等方面。还将介绍Hive的安装过程，包括MySQL的安装和配置、Hive的安装以及将Hive元数据配置到MySQL中。
2023-06-27 18:23:51
179
原创 大数据技术入门-04-集群配置
本章介绍了配置集群、HDFS和YARN的方法，以及集群的启动和基本测试。通过本系列的学习，读者将掌握大数据技术的基本规划和文件设置，了解Hadoop的强大数据存储和处理能力，以及如何管理和监控集群中的进程。
2023-06-27 10:14:23
184
原创 大数据技术入门-03-hadoop的运行模式
本系列文章旨在介绍大数据领域方向。文章首先介绍了Hadoop的运行模式，包括本地模式、伪分布式和完全分布式。在本地模式下，通过创建文件并使用Hadoop示例程序进行单词统计，深入了解了Hadoop的使用方法。随后，文章详细讲解了在完全分布式环境中搭建Hadoop集群的步骤，包括安装JDK、配置环境变量和安装Hadoop等。还介绍了如何编写脚本和使用rsync工具实现文件的分发和同步，并解释了如何设置免密登录以便于集群节点之间的SSH连接。
2023-06-26 16:26:18
223
1
原创 大数据技术入门-02-hadoop的环境搭建
本博客系列文章是针对大数据技术入门的教程，重点介绍了在CentOS上安装Hadoop的过程。文章从模板虚拟机的环境准备开始，包括固定IP地址、远程连接虚拟机、安装必要的软件等。接着介绍了如何克隆虚拟机以及修改主机名和IP地址。最后，详细说明了在hadoop102节点上安装JDK和Hadoop的步骤，并提供了环境变量的配置方法。本系列文章适合对大数据技术感兴趣的学习者参考，作者也欢迎读者提出宝贵意见和建议。下一篇文章将介绍如何将Hadoop环境分发到其他节点。如果您对大数据技术入门感兴趣，请关注并收藏本博客。
2023-06-25 20:29:13
378
1
原创 数据分析：预测汽车违约风险
本文通过分析汽车贷款违约情况，利用多种机器学习模型进行预测。首先，对数据进行预处理，包括处理缺失值、异常值等，然后使用线性回归、决策树、随机森林、支持向量机 (SVM) 和 K-近邻 (KNN) 等模型进行训练和预测。最后，通过绘制 ROC 曲线并计算 AUC 来评估模型的性能。
2023-04-30 18:34:46
6701
22
原创 购物车程序实现教程
通过这四个类的协同工作，实现了购物车程序的核心功能。具体来说，MainActivity 负责展示商品列表和操作界面，ProductAdapter 负责将商品数据绑定到视图上，Product 类表示购物车中的商品，而 ProductDBHelper 负责对商品数据进行增删改查操作。希望本教程对你有所帮助！
2023-03-26 03:25:11
2808
WEKA中文详细教程PPT
2024-04-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人