墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
500+累计阅读
526平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
瓷砖表面瑕疵检测是一个重要的任务，旨在自动识别并定位瓷砖表面的缺陷，以提高生产效率和质量控制。在本文中，我们将介绍一种基于Faster-RCNN算法的瓷砖表面瑕疵检测方法，并提供相应的源代码实现。
Faster-RCNN是一种常用的目标检测算法，它结合了深度学习和区域提议技术，能够准确地检测和定位图像中的目标。下面是基于Faster-RCNN实现的瓷砖表面瑕疵检测的源代码示例：
# 导入所需的库
import torch
import torchvision
from torchvision.models.detection import FasterRCNN
from torchvision.models.detection.rpn 基于Faster RCNN时间钢铁表面的缺陷检测
详细介绍了在在钢铁表面缺陷检测数据集上训练了几个物体检测模型。训练结束后，用最好的模型进一步分析结果
移动应用畅销榜预测数据集10000款应用19特征
本数据集模拟移动应用商店的运营特征，包含10000款应用、19个字段、单CSV约937KB。字段覆盖应用类别（12类）、商业模式（免费、广告、内购、订阅、付费）、发布年份、内容分级、安装包大小、单次会话广告加载量、年更新次数、距上次更新天数、商店编辑推荐、买量支出、平均评分、次日与30日留存率，以及评分总数、累计下载量与营收等结果字段。提供top_grossing分类目标（营收前15%）与revenue_musd回归目标，结果字段独立分离，便于练习避免目标泄漏。数据完整无缺失、无需表关联，非线性效应与特征交互明显，调优后模型可超越朴素基线，兼具入门友好与研究深度，适合移动应用行业分析、商业化策略研究与机器学习教学。说明：本数据为Python生成的合成数据，仅反映生成规则，不含真实应用与个人信息。许可：CC0公有领域，可自由使用与二次分发。
预算约束下的备件库存：MATLAB中的边际分配与动态规划，最小化预期欠单.rar
预算约束下的备件库存：MATLAB中的边际分配与动态规划，最小化预期欠单.rar
Delphi 13.2控件之sbridge-12.1.0-d7pro.exe
Delphi 13.2控件之sbridge_12.1.0_d7pro.exe
对外一种类型，对内几副身形：Redis键空间管理、五大类型内部编码与场景选型解析代码包
想解决的就是这道“会用”和“用好”之间的缝隙。它回答四个具体问题： 一个 Redis 实例应该怎样启动、连接和关闭，哪些做法会在重启后丢数据； 管理键的那一组命令（EXISTS、DEL、EXPIRE、RENAME、KEYS、SCAN……）各自的代价是什么，哪些会把主线程卡住； 对外只有五种类型，对内却有十来种编码，它们何时切换、为何切换、切换后内存差多少； 每种类型最适合什么访问模式，常见场景（缓存、计数、限流、队列、标签、排行榜、延迟队列、分页）应该怎样写才不踩坑。
jane street market prediction 冠军方案 奇巧淫技与topline链接整理（3/3）
目录前言将income 作为loss(优化目标)读取数据，定义优化目标模型训练与微调提交结果多目标学习Topline整理AE+MLP (rank10)Current 17th solution: Ensembles of deep (49 layer) MLPsmixup augmentation: a way to learn from trades with weight=0 （rank4）My (perhaps) over-complicated LSTM solutionCurrent 62nd .
CANoe.Diva实战：基于CDD的UDS诊断自动化测试全流程解析
本文详细解析了使用CANoe.Diva进行基于CDD的UDS诊断自动化测试的全流程，包括环境搭建、CDD文件配置、测试范围设置、用例生成与验证、CANoe集成测试及报告分析。通过实战经验分享，帮助工程师快速掌握诊断自动化测试技巧，提升测试效率与质量。
鼎捷T100——二次开发：维护作业添加非实体字段
非实体字段添加
基于STM32F1XX 、HAL库的OPT4001-Q1环境光传感器驱动应用C语言程序设计
OPT4001-Q1 的输出是半对数 的，具有 9 个二进制对数满量程照度范围，每个范围内具有高度线性响应，使得 PicoStar™ 型号的测量能力为 312.5μlux 至 84klux，USON 型号的测量能力为 400µlux 至 107klux。// 禁用中断(示例)
【C语言学习疑难杂症】第20期：0x00007FF7F2821964处引发的异常0xC0000005写入位置 0x0000000000000
检查代码中是否存在野指针访问的情况，确保在进行写入操作之前，内存已经被正确分配或初始化，并且在使用完毕后进行了正确的释放。空指针访问：代码尝试在空指针地址（0x0000000000000000）处进行写入操作，导致访问冲突。检查代码中是否存在数组越界的情况，确保在进行写入操作之前，数组的索引值在合法范围内。检查代码中是否存在空指针访问的情况，确保在进行写入操作之前，指针已经被正确初始化。野指针访问：代码尝试在已释放或未初始化的内存地址进行写入操作，导致访问冲突。
8.时间序列预测
目标：使用历史数据预测未来的销售额。通过以上步骤，可以在Excel中有效进行预测分析，帮助做出更准确的决策通过考虑不同时期数据的影响，可以显著提高预测的准确性。结合多种方法和模型，可以灵活应对复杂的市场环境和变化。
RoCEv2 (RDMA over Converged Ethernet) 技术详细介绍
本文深入解析RDMA over Converged Ethernet (RoCEv2)技术，该技术是AI时代算力网络的核心。文章从四个维度展开：首先阐述RDMA如何通过零拷贝和内核旁路解决传统网络的数据搬运瓶颈；接着拆解RoCEv2协议栈，对比其与InfiniBand和iWARP的特性差异；然后分析其在分布式AI训练、高性能存储等场景的关键价值；最后提供实战指南，强调无损网络配置、流量隔离和精细监控的重要性。RoCEv2虽能带来微秒级延迟和极低CPU开销，但需精心设计网络环境才能发挥最大效能。
Transformer实战——Transformer自编码模型
自编码模型依赖于原始 Transformer 编码器，并且在解决分类问题时非常高效。除了 BERT 外，还有许多流行的自编码模型，在本节中，我们将一些除 BERT 外的自编码模型，这些模型的目标是通过优化预训练过程、增加层数或头数、改善数据质量、设计更好的目标函数等，来在下游任务上取得更好的表现。这些改进大致可以分为两个方面，更好的架构设计选择和预训练控制。
lwip-2.0.3
lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。
RU DOS版、EFI版32bit/64bit BIOS常用工具
DOS版、EFI版的RU工具，可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。
贝叶斯统计 [韦来生编]
贝叶斯（Bayes）统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外，还要利用参数的先验信息，因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”，近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。 本书共分六章。第1章是绪论，介绍了贝叶斯统计的若干基本概念，同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法，包括蒙特卡洛方法和马尔可夫链蒙特卡洛（MCMC）方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题，书末附有常用的几个表格和部分习题解答供读者查用。 大约可在54学时内讲授本书的第1章至第六章的主要内容，教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲，留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。 作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容，以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。 本书编写准备过程中，中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版，作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。
TMS_WebGMaps_1.9.8.0_Full_Source
TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
1886
扫一扫
