- 博客(6)
- 收藏
- 关注
RSS订阅原创 Python20行代码实现人脸识别！！
Dlib的人脸检测算法基于HOG（Histogram of Oriented Gradients）特征和级联分类器，能有效描述图像中的形状和纹理信息。首先加载dlib库后运用get_frontal_face_detector()得到人脸框坐标，用cv库直接画出取景框。按win+r运行cmd窗口，进入python环境。或者在编辑器中点击终端，进入python环境。装好Visual Studio后就可以正式安装dlib库了。使用代码前首先需要安装dlib库。直到命令行前显示环境名称后，
2024-11-08 20:28:46
331
原创 Django安装使用
Django是一个开源的Python web框架，它简化了Web应用程序的开发过程。Django提供了ORM（对象关系映射）工具，使得与数据库的交互变得简单而直观。具有内置的用户认证系统，可以轻松地处理用户注册、登录和权限控制等方面的功能。Django还支持多种数据库后端，并提供了对主流数据库（如MySQL、PostgreSQL、SQLite等）的支持。它还具有良好的安全性，提供了对CSRF（跨站请求伪造）和XSS（跨站脚本攻击）的保护。
2024-05-20 17:08:21
425
1
原创 联邦学习，server权重文件的传输与模型更新
在联邦学习中，参与方之间需要传输权重文件和更新模型。下面是一种常见的方法来实现权重文件的传输和模型的更新：1. 初始化模型：选择一个主机或协调者作为主服务器，并在该主机上初始化一个模型。这个模型将用作联邦学习的基础。2. 当前权重文件的传输：参与方将其当前的权重文件传输给主服务器。可以使用加密技术来确保传输的安全性。3. 模型聚合：主服务器接收到参与方的权重文件后，使用一种聚合算法（如FedAvg）将所有权重文件聚合起来，生成一个新的模型。
2024-04-09 21:43:49
941
原创 关于github上联邦学习手写数字识别中的坑
MULTI数据集是用于手写数字识别的一个相当著名的数据集，简单入门，是不少人在ai图像识别领域的敲门砖。联邦学习是一种分布式的机器学习方法，它允许多个参与方共享和学习一个模型，而不需要将原始数据集集中在一个地方。在手写数字识别的场景下，可以将数据集分为多个部分，并分配给多个参与方进行训练。参与方本地训练模型后，可以将模型参数上传到中央服务器进行融合，以更新整体模型。
2024-03-31 21:38:01
759
1
原创 Docker安装与Fate构架部署
是一个开源的容器化平台。如你刚刚完成了一段代码，身心舒畅，发给客户后准备好好休息一阵。但对方马上又发来了其他问题，原来运行这段代码需要python，MATLAB，cuda 等等多种环境配置。而对方是个电脑开机都不懂的小白，断然不可能配置好这些环境。你盯着聊天窗口和关机键陷入沉默……docker解决了这个问题，它通过将应用程序和其依赖环境通通塞到一个独立的容器中，只需要安装一个docker就能够部署运行所有程序。实现轻量级、可移植和可扩展的软件部署和管理。可以改善应用程序的开发、部署和管理过程。
2024-03-23 13:34:22
1100
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人