- 博客(19)
- 收藏
- 关注
RSS订阅原创 基于Spring Security与RBAC的权限管理系统实现
基于Spring Security的权限管理系统代码实现，其中使用MySQL数据库存储用户信息、角色信息和权限信息，并使用了用户-角色-权限三级设计。方法，用于获取用户拥有的权限。在这个方法中，遍历用户拥有的所有角色和权限，并将它们封装为。至此，基于Spring Security的权限管理系统代码实现完成。接口，用于从MySQL数据库中查询用户信息。，用于存储用户和角色、角色和权限之间的关联关系。，配置用户认证、授权和注销等功能。接口，用于封装用户信息和角色信息。接口，用于定义查询用户信息的方法。
2023-03-26 16:08:20
451
原创 基于Deep Sort的视频车流量计数（一）
基于Deep Sort的视频车流量计数是一种基于计算机视觉技术的车流量计数方法。它主要利用了深度学习中的目标检测和跟踪技术，以及计算机视觉中的背景建模、目标检测和跟踪等技术。
2023-03-26 15:56:15
1940
原创 基于Socket实现跨语言数据通信
要在Java和Python之间进行通信，您可以使用Socket。Socket是一种用于在网络上进行通信的技术。它允许两个应用程序在网络上发送和接收数据。
2023-02-25 16:13:34
417
原创 利用Socket进行Java与Python的通信
Python端import socketimport sysimport threadingimport jsonimport numpy as npdef main(): # 创建服务器套接字 serversocket = socket.socket(socket.AF_INET,socket.SOCK_STREAM) # 获取本地主机名称 host = socket.gethostname() # 设置端口号 port = 1234
2021-07-30 20:55:29
2238
1
原创 ResNet18结构、各层输出维度
import torchvision.models as modelsresnet18 = models.resnet18()print(resnet18)ResNet( (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_.
2021-07-20 15:36:53
10727
原创 PyTorch 多层双向LSTM输入、输出、隐藏状态、权重、偏置的维度分析
导包import torch.nn as nnimport torch输入数据# 时间步为5 批量大小为3 特征维度为10input = torch.randn(5, 3, 10)创建LSTM# 输入特征维度为10 输出特征维度为20 2层 双向 LSTMrnn = nn.LSTM(10, 20, 2, bidirectional=True)初始化隐藏状态# h0[0]：第一层正向初始时间步隐藏状态（时间步1）# h0[1]：第一层反向初始时间步隐藏状态（时间步5
2021-07-01 16:55:22
7119
3
原创 Java Thread实验
public class threadtest1 { public static void main(String[] args) throws InterruptedException { Thread thread1 = new Thread(new Runnable() { @Override public void run() { for (int i = 0; i < 5; i++).
2021-05-09 19:28:15
177
原创 torchvision.transforms包下各类介绍
1、torchvision.transforms.Compose(transforms)Composes several transforms together.2、torchvision.transforms.CenterCrop(size)Crops the given image at the center. The image can be a PIL Image or a torch Tensor, in which case it is expected to have […, H,
2021-01-12 11:31:04
217
原创 学习笔记20200926
3、预测房价：回归问题均方误差（MSE，Mean Squared Error），预测值与目标值之差的平方，这是回归问题常用的损失函数。（Python深度学习 P68）平均绝对误差（MAE，Mean Absolute Error），它是预测值与目标值之差的绝对值。（Python深度学习 P68）...
2020-09-26 16:24:37
73
原创 Keras可使用的评价函数
1：binary_accuracy（对二分类问题，计算在所有预测值上的平均正确率）binary_accuracy(y_true, y_pred)2：categorical_accuracy（对多分类问题，计算在所有预测值上的平均正确率）categorical_accuracy(y_true, y_pred)3：sparse_categorical_accuracy（与cate...
2018-12-04 16:33:21
3552
转载 Selenium Webdriver元素定位的八种常用方式
https://www.cnblogs.com/qingchunjun/p/4208159.html
2018-11-28 17:18:48
141
原创 ionic 条纹样式选项卡
<html ng-app="ionicApp"> <head> <meta charset="utf-8"> <meta name="viewport" content="initial-scale=1, maximum-scale=1, user-scalable=no, width=device-
2018-11-06 14:56:14
294
转载 opencv鼠标操作
#include using namespace std;using namespace cv;void on_MouseHandle(int event,int x,int y,int flags,void * param);void DrawRectangle(cv::Mat& img,cv::Rect box);Rect g_rectangle;bool g_bDrawingBox = fa
2017-06-30 21:46:14
200
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