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
544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
半个月区域赛训练到今天就结束了，其实过的挺快的。接下来的训练也应该都会过的挺快的。
这半个月的训练的感受是 区域赛没有那么难，但是很多时候知道算法很容易被卡，经常因此感觉很浪费时间。
这个原因有一些是自己代码的问题，有一些是模板的问题，有一些是自己的 思路没有想明白，结果造成一道题弄了很久都不过。
1、需要训练的是怎么把会的题不卡，在很短时间内过掉。怎么加强自己代码的精度？
2、怎么样提高自己的思路的广度，很多时候自己都是想不到，想的方面感觉比较差。
3、读题上面也是一个需要很大提高的地方。
我需要更大的提高，现在的速度要实现我的梦想远远不够。
弄好这四个吧
在记忆力方面，在队员交流方面，在思路开拓性方面，在敲码准确性方面。
最快的进步方法就是兴趣。我需要再次开发自己的学习效率和学习方法！！！
Image Caption 2021最新整理：数据集 文献 代码(3)
① 2000多本Python电子书（主流和经典的书籍应该都有了）② Python标准库资料（最全中文版）③ 项目源码（四五十个有趣且经典的练手项目及源码）④ Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）⑤ Python学习路线图（告别不入流的学习）
深度学习卷积神经网络学习小结2
介绍了阅读文献学到的知识，主要包括深度学习发展的过程意义和四种常见的种网络模型（卷积神经网络，深度信念网络，循环神经网络，堆叠自编码网络），重点精读了卷积神经网络的实现过程。
面向逻辑思维的程序设计方法——如何设计人形机器人一个“脑“
面向逻辑思维的程序设计方法——如何设计人形机器人一个"脑"基于七层认知层次模型与世界大模型的大脑—小脑双层神经层（L4）架构作者：冯胤清 三门峡黄河明珠集团有限公司水力发电公司，河南三门峡 472000，peak918 @qq.com中图分类号：TP242.6 文献标志码：A系列论文说明：本文为"面向逻辑思维的程序设计方法"系列论文第四篇。系列脉络为：总纲《七层认知层次模型与社会化测试框架》→ 世界模型篇《分析世界模型》→ 肢体篇《如何设计一双灵巧的手》→ 本篇：神经层（L4）"脑"专论。
神经网络论文研究-图像处理方向2-VGG
前置知识补充: 感受野(Receptive field) 定义:卷积神经网络每一层输出的特征图（feature map）上的像素点在原始图像上映射的区域大小 原理:通过构建多个小卷积核来使之达到大卷积核的效果，降低计算负担，提高计算效率，增加非线性与神经网络深度 比如上图，堆叠了3个33的卷积层，保持滑动窗口步长为1，那么其感受野就是77效果与使用一个7*7的卷积核结果一样 假设一个模型的输入大小是hwc,并且使用c个卷积核，现在我们计算一下它们所需的参数 一个77的卷积核:: c(77c) = 49c
【机器学习】深度学习在图像分类中的应用及代码实现
作者：禅与计算机程序设计艺术 1.简介 1.1 为什么要写这篇文章? 自从深度学习发明之后，图像分类领域的火热似乎已经烟消云散了。近几年，随着高效计算能力和图像数据量的增加，机器学习模型在解决图像分类任务方面的能力也越来越强。同时，深度学习方法在处理
OpenCV-Python实战（30）——基于支持向量机的交通标志识别模型
在本节中，我们训练了一个多类分类器来识别 GTSRB 数据库中的交通标志。我们讨论了监督学习的基础知识，探索了特征提取的复杂性，并初步了解了神经网络。通过本节的方法，我们应该能够将实际问题表述为机器学习模型，利用 Python 技能下载带标签的样本数据集，编写将图像转换为特征向量的特征化函数，并使用 OpenCV 训练现成的机器学习模型，从而解决实际问题。
【Task1(2天)】数据简单挖掘
1.引言 最近也学习了好几个月的机器学习，感觉知识也只停留在理论方面，但是大佬也说过实战很重要！！所以自己看了几篇Kaggle的文章。刚好前几天加入了一个打卡群，这是第一次发布的数据挖掘任务，在这里记录一下。 任务1 - 数据分析（2天）,任务1打卡链接提交截止日期为20190512晚上10点数据集下载说明：这份数据集是金融数据（非原始数据，已经处理过了），我们要做的是预测贷款用户是否会逾期。...
《MATLAB智能算法30个案例》：第3章 基于遗传算法的BP神经网络优化算法
《MATLAB智能算法30个案例分析》是2011年7月1日由北京航空航天大学出版社出版的图书，作者是郁磊、史峰、王辉、胡斐。本书案例是各位作者多年从事算法研究的经验总结。书中所有案例均因国内各大MATLAB技术论坛网友的切身需求而精心设计，其中不少案例所涉及的内容和求解方法在国内现已出版的MATLAB书籍中鲜有介绍。《MATLAB智能算法30个案例分析》采用案例形式，以智能算法为主线，讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现。本书共
文本表达进击：从BERT-flow到BERT-whitening、SimCSE
©作者 | 舒鑫印学校 | 东华大学研究方向 | NLP文本表达BERT 预训练模型问世以来，改变了很多 NLP 任务的习惯。很多 NLP 任务都会直接在 BERT 的基础上做一个 fin...
【社会科学】【管理科学】 第二十六章 评价管理——企业中通过评价实现人的管理方法和策略及行为01
编号类型领域评价人被评价人评价方法和策略评价控制的逐步推理思考的方程式及语言/话术/表情/姿态/动作/脸色/眼色关联知识法律法规和底线要求1绩效结果导向型评价绩效管理直接上级全体员工关键绩效指标法（KPI）与季度/年度复盘会推理方程式：核对期初目标（量化）→ 分析实际数据与目标差距 → 归因（外部/内部、能力/意愿）→ 共识下阶段改进点。 话术：“来看下我们Q2的业绩面板。你负责的A指标超额完成，值得肯定。但B指标有10%的缺口，你分析主要是什么原因？” 表情/姿态：坐在会议桌同侧，电脑屏幕或文
【信息科学与工程学】【制造工程】第三十六篇 机械工程与自动化101
本系统通过多模型集成、知识增强、主动学习和持续优化等关键技术，实现了高效、高质量的自动化文本语料标注。系统采用模块化设计，支持灵活扩展，能够处理不同类型的文本数据，适应多样的标注需求。
【深度学习原理与Pytorch实战笔记-第三章 单车预测器——你的第一个神经网络】
【深度学习原理与Pytorch实战笔记-第三章 单车预测器——你的第一个神经网络】
通达信-申万宏源金融终端本地数据转sqlite3，2、解析申万宏源C:/zd_swhy_gm/vipdoc/sh/lday的sh600000股票数据
为量化做准备，通达信-申万宏源金融终端本地数据转sqlite3，解析申万宏源C:/zd_swhy_gm/vipdoc/sh/lday的sh600000股票数据
实时语音如何过质量关？
大家好，我是 cv 君，涉猎语音一段时间了，今天提笔浅述一下语音的传输前后，质量如何过关，也就是说，怎么评价我们语音的质量，比如麦克风等声音设备等等。 我们在语音质量方面，有三种全局上的评价方法：有参考客观评价方法，有参考客观评价方法，主观评价方法。 那么我们细分到他的子类，就会有很多使用的算法与评价思路。 语音质量极其重要，能够让聊天的你我免受一些噪声的烦扰，能够让部队军方的通信更可靠，能够让每逢佳节倍思亲，与家人通电话时重温那久违，真实，亲切的话语和音色。 我们过去是怎么评价的？ 主观评价研究主要可以.
AFSim 2.9实战指南：从入门到精通的中文教程
本文是AFSim 2.9的实战中文教程，旨在帮助用户从零开始掌握这一先进的仿真框架。内容涵盖从环境安装、运行第一个“Hello World”仿真，到深入理解实体、组件、想定编辑器等核心概念，并进阶探讨动力学建模、传感器仿真与红蓝对抗想定构建。最后，指南还提供了效能分析与实战排错技巧，帮助用户将仿真结果转化为有价值的量化数据，适用于军事、航空航天等领域的复杂系统行为模拟研究。
单细胞数据分析实战：用scDblFinder快速搞定异质性双细胞检测（附完整R代码）
本文详细介绍了如何使用scDblFinder工具在单细胞RNA测序数据中精准识别异质性双细胞。通过完整的R代码示例，从环境准备、数据加载到核心分析流程和结果可视化，帮助研究人员高效解决双细胞检测问题，提升单细胞数据分析的准确性。scDblFinder的集成算法和鲁棒性设计使其成为处理单细胞数据中技术噪音的理想选择。
基于深度学习的图像识别进展：百度的若干实践
概述：深度学习和图像识别 近年来在人工智能领域最受关注的，非深度学习莫属。自2006年吉奥夫雷·辛顿(Geoffery Hinton)等在《科学》(Science)杂志发表那篇著名的论文[1]开始，深度学习的热潮从学术界席卷到了工业界。2012年6月，《纽约时报》披露“谷歌大脑(Google Brain)”项目，由著名的斯坦福大学机器学习教授吴恩达(Andrew Ng)和大规模计算机系统世界
halcon与c#联合编程实现相机控制+图像平移缩放+日志记录+缺陷检测+路径规划
halcon与c#联合编程实现相机控制+图像平移缩放+日志记录+缺陷检测+路径规划 前言 本人近期在工作中遇到需要对某场景下利用海康相机进行图像缺陷检测与对应路径规划。通过对海康相机示例代码进行吸收与借鉴，最终实现了对海康相机的控制，并增加HSmartWindowControl控件，实现图像的实时显示与平移缩放功能；通过listview+toolstrip实现日志显示与类型(提示、警告、错误)分类；同时自行编制算法实现对缺陷的识别以及缺陷外扩矩形范围内的路径规划。 1.日志记录 代码如下（示例）：
TypeScript `unknown` 类型深度解析：`any` 的类型安全替代方案与实战收窄指南
`unknown` 是 TypeScript 内置类型中经常被低估的"顶级类型"：它既能安全地接收任何值，又强制你在使用前完成类型检查或断言，是 `any` 的 type-safe 替代品。本篇以《The Concise TypeScript Book》第 46 章（保加利亚语版 [unknown-type.md](https://link.gitcode.com/i/8631f5ad9656aa
Xilinx差分原语-IBUFGDS与OBUFGDS FPGA
它将差分信号转换为单端信号，并将其输入到FPGA的逻辑片上。它将单端信号转换为差分信号，并将其输出到FPGA的引脚。在FPGA设计中，差分信号是一种常见的信号传输方式，用于提高抗噪性和抑制共模噪声。Xilinx是一家知名的FPGA供应商，提供了许多差分原语，其中包括IBUFGDS和OBUFGDS。通过使用Xilinx的差分原语，如IBUFGDS和OBUFGDS，可以实现差分信号的输入和输出。这些差分原语提供了方便且可靠的接口，使得在FPGA设计中处理差分信号变得更加简单和高效。是差分输入信号的端口，
论文阅读：Query-Dependent Video Representation for Moment Retrieval and Highlight Detection
近年来，随着视频理解需求的急剧增加，视频时刻检索和高亮检测(MR/HD)成为人们关注的焦点。MR/HD的主要目标是对给定的文本进行视频时刻定位和内容一致性估计，即显著性得分。尽管最近基于transformer的模型带来了一些进步，但我们发现这些方法并不能完全利用给定查询的信息。例如，在预测时刻及其显著性时，有时会忽略文本查询与视频内容之间的相关性。为了解决这个问题，我们引入了基于查询的DETR (QD-DETR)，这是一种为MR/HD量身定制的检测transfomer。
【玩转华为云】手把手教你利用ModelArts实现人脸年龄预测
本篇推文共计2000个字，阅读时间约3分钟。华为云—华为公司倾力打造的云战略品牌，2011年成立，致力于为全球客户提供领先的公有云服务，包含弹性云服务器、云数据库、云安全等云计算服务，软...
32、通用处理器通信平台发展与5G开源社区技术解析
本文探讨了基于通用处理器（GPP）的通信平台在5G技术中的发展现状与挑战，详细介绍了多个开源平台和硬件架构，并分析了软件加速方法和未来发展方向。文章指出，尽管GPP具有灵活性和开放性优势，但在实时信号处理和功耗等方面仍存在瓶颈，需要通过核心技术研发、标准化协作和应用拓展推动5G技术的实际应用。
GPT-4生产级落地：从可控推理到结构化应用的工程实践
大语言模型（LLM）正从‘能说会写’走向‘可验证、可审计、可集成’的工程化阶段。其核心价值不再仅是生成能力，而在于是否具备结构化推演、长上下文拓扑理解与跨模态对齐等可控推理能力。这些能力直接决定模型在医疗合规审查、工业知识库构建、智能法务等强约束场景中的可用性与稳定性。实践中，GPT-4的突破体现在对监管文本的分步拆解精度、混杂术语下的实体识别鲁棒性，以及图文语义锚定的准确性——而非单纯参数规模或上下文长度。真正影响落地成败的，是输入清洗、提示词编译、防御加固与在线反馈闭环等系统性工程策略。本文聚焦真实产线
假人有限元模型
假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用
华为的C语言编程规范.pdf
华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。
生成模型(四)：扩散模型（Diffusion Models）
这里的合并标准差是\sqrt{(1-\alpha_t)+ \alpha_t (1-\alpha_{t-1})} = \sqrt{1-\alpha_t\alpha_{t-1}}。在数据密度低的区域，分数估计的可靠性较低。\theta来预测\tilde{\boldsymbol{\mu}}_t = \frac{1}{\sqrt{\alpha_t}}\Big(\mathbf{x}_t - \frac{\beta_t}{\sqrt{1 - \bar{\alpha}_t}} \mathbf{z}_t \Big)。
文档：亲测可用解决vnc灰屏，黑屏，鼠标大黑叉情况
主要解决vnc-viewer灰屏，黑屏，鼠标大黑叉等现象，详细见文档。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
652
扫一扫
