暂时未有相关云产品技术能力~
计算机硕士,目前研二在读,研究方向包括机器学习、Web前端、网络爬虫,人民邮电出版社签约作者,《智能前端技术与实践》作者,百度西安飞桨领航团金牌团长。
页面点击特效源码解析
详解上采样的两种常用方法(附以TensorFlow 2.x实现的小demo)
基于Adaboost的高光谱分类算法设计
【重写爬虫案例】百度图片、今日头条今日街拍爬取图片中遇到的问题
大麦网抢票程序之Selenium的使用
大麦网抢票程序之大麦网网站分析
FileReader详解
Canvas 2D详解
TensorFlow slice方法详解
从键盘输入10个整数建立一个顺序表,编程求这10个整数的最大值和次大值并输出。
简述C语言中标识符的规定;在给变量、数组和函数起名时,应注意什么?
想必你已经知道了Python这门编程语言的火爆程度,曾几何时,你可能会见到类似 Python将被纳入高考内容、计算机等级考试新增Python程序设计、人工智能时代,你还不会Python嘛? 等的新闻头条,毫无疑问,人工智能时代,Python将占据不可或缺的地位!
在程序设计中,主要用到两种文件: 程序文件:包括源程序文件.c、目标文件.obj、可执行文件.exe等; 数据文件:文件的内容不是程序,而是供程序运行时读写的数据或在程序运行过程中供读入的数据;
C语言允许用户根据需要自己建立数据类型,用它来定义变量
如果在程序中定义了一个变量,在对程序进行编译时,系统就会给这个变量分配内存单元,编译系统根据程序中定义的变量类型,分配一定长度的空间,内存区的每一个字节有一个编号,这就是地址,它相当于旅馆中的房间号,在地址所标志的内存单元中存放的数据则相当于旅馆房间中居住的旅客。我们将地址形象化为指针,即通过它能找到以它为地址的内存单元。
今年年底,我将发布与我的书相关的所有应用,包括微信小程序、个人网站以及谷歌浏览器扩展程序。
函数就是功能,每一个函数用来实现一个特定的功能,函数的名字反应其代表的功能。
数组:同一类性质的数据 数组是一组有序数据的集合,数组中各数据的排列是有一定规律的,下标代表数据在数组中的序号。;用一个数组名和下标来唯一地确定数组中的元素;数组中的每一个元素都属于同一个数据类型,不能把不同类型的数据(如学生的成绩和学生的性别)放在同一个数组中。
为什么需要循环控制;用while语句实现循环;用do...while语句实现循环;用for语句实现循环
顺序结构:各语句按照自上而下的顺序执行,执行完上一个语句就自动执行下一个语句,是无条件的,不必做任何判断。 在很多实际情况中,需要根据某个条件是否满足来决定是否执行指定的操作任务,或者从给定的两种或多种操作选择其一。
为了能编写出C语言程序,必须具备以下的知识和能力: 1.要有正确的解题思路,即学会设计算法,否则无从下手; 2.掌握C语言的语法,知道怎样使用C语言所提供的功能编写出一个完整的、正确的程序; 3.在写算法和编写程序时,要采用结构化程序设计方法,编写出结构化的程序
一个程序设计人员应具备算法、数据结构、程序设计方法以及语言工具四个方面的知识,其中算法是灵魂,数据结构是加工对象,语言是工具,编程需要采用合适的方法。
程序和指令;计算机语言;C语言介绍;案例展示
案例展示
今天上午在制作演示案例的时候,需要使用TensorBoard将训练过程可视化出来,原本想着很简单的,但是还是遇到了一些bug,现在就把当时我遇到的一些问题整理出来,请看文章。
小伙伴们大家好,今天我们来说一下ES6中的super关键字,这次我尝试了一种新的写文形式:中英文结合,在本文的前半部分,我会引用 Bailey Jone 的一篇关于super的文章,后半部分我会结合ES6的标准和实际的小demo对其做一个总结,请看文章。
今天遇到了一个小的问题,我们来看一下,情况是这样的:在没遇到过这个坑之前,如果需要引入一个模块,我通常的做法都是在HTML文件中内嵌一个script标签,并通过指定 type="module" 来实现;然而今天我却没有按照往常这样做,而是指定两个js文件,其中一个文件通过 export 暴露出需要的变量和函数,在另一个文件中通过 import 导入,结果就遇到了报错,来给各位看下报错信息:
既然能够对图片进行九宫格化操作,那么视频是不是也可以呢?答案是肯定的,关于对视频进行九宫格化的操作我将在本系列推文的第二篇进行讲解
今天遇到了一个麻烦的问题,针对这一个问题,我在一天之内又遇到了两个应用场景。以下是问题叙述:
最近在搞数据可视化的一些案例,特地来把学习过程中遇到的一些小问题记录一下。 今天遇到一个问题就是:当我给坐标轴添加一些中文内容以便客户查看时,出现了乱码,接下来我就通过两种方法对乱码的问题做一下解释。
在毕设系列推文的第二章中我们详细介绍了TensorFlow的一些基础知识(TensorFlow 2.0 概述);在第三章(毕业设计之「神经网络与深度学习概述」 (一)、毕业设计之「神经网络与深度学习概述」(二))中对神经网络与深度学习做了简单的概述(主要介绍本章节中完成两个项目所用的一些基础概念)包括激活函数、梯度下降、损失函数、softmax算法等;并且通过简单描述全连接神经网络的不足,详细介绍了卷积神经网络的相关概念。
本章节属于我毕业设计系列推文中的基础篇内容,是对神经网络与深度学习基础的一个概述,共包括两节内容(分别是毕业设计之「神经网络与深度学习概述」 (一)和 毕业设计之「神经网络与深度学习概述」(二)),我会分成两次推文进行推送,本文是「神经网络与深度学习概述」的第一篇,主要内容将围绕神经网络的基础进行展开。
在本例中,我们将使用通过Python爬虫技术获取的不具备版权的3762张样本图片,包括5个类别:其中daisy(菊花)633张,dandelion(蒲公英)898张,roses(玫瑰)641张,sunflowers(太阳花)699张,tulips(郁金香)799张;
首先,来说一下卷积的概念,从数学角度来看,可以简单的认为卷积是一种数学运算,在通信领域,卷积也被应用在滤波上,因此通常将卷积和滤波同等看待,卷积核也经常被称为滤波器。
在本文中将介绍与我的毕设论文演示案例相关的TensorFlow的一些基础知识,包括张量、计算图、操作、数据类型和维度以及模型的保存,接着在第二部分,本文将介绍演示案例代码中用到的一些TensorFlow 2.0中的高阶API,代码中不会涉及像TensorFlow 1.x版本中的Session等一些较为复杂的东西,所有的代码都是基于高阶API中的tf.keras.models来构建的(具体模型构建使用Sequential按层顺序构建),可以大大的方便读者更好的理解代码。
微信拍一拍功能上线之后,其用户评价褒贬不一,这里我们不去凑热闹讨论这个功能的应用场景是否真的如部分网友说的毫无卵用,毕竟这是产品经理们应该考虑的事,但我相信作为国民级别的应用软件,其每次更新都肯定是无比谨慎的
在做程序开发的时候,我们经常会用到一些测试数据,相信大多数同学是这么来造测试数据的:
给出两个非空的链表用来表示两个非负的整数。其中,它们各自的位数是按照 逆序 的方式存储的,并且它们的每个节点只能存储一位数字。如果,我们将这两个数相加起来,则会返回一个新的链表来表示它们的和。您可以假设除了数字 0 之外,这两个数都不会以 0 开头。
在本文中,我们将介绍一个骚操作,通过开心App[1]将我们想要转换的网址或者代码包一键转化成可深度定制的专属App,这是送给未涉及安卓开发、IOS开发的小伙伴们的一个福利呀,在此案例中小伙伴们不用吭哧吭哧写代码,会鼠标拖拽就好了。
首先IP从基本大类分共有五种(分别是A、B、C、D、E类网址),观察这五种网址发现有一个共同点:任何一种IP可以分为四段,每段的十进制数值均小于255,所有数字的位数总和(即字符串的长度)不超过12。
通常情况下,罗马数字中小的数字在大的数字的右边。但也存在特例,例如 4 不写做 IIII,而是 IV。数字1在数字5的左边,所表示的数等于大数5减小数1 得到的数值4。同样地,数字9表示为IX
在本文中,我们将着重讨论作用域链。首先我们会了解作用域、块级作用域、相关的一些重要概念等前置基础知识,接着我们会通过几个例子来对作用域链进行详细讲解,最后我们还会涉及作用域链延长的问题。在了解完上述知识之后,在本文主要内容的最后,我们还精选了网上几个作用域链相关的题目供小伙伴思考。
从本文开始,我将开启一个新的系列文章的编写数据结构与算法,在本系列文章中,我将对牛客、LeetCode等主流算法刷题平台的精彩题目进行讲解,实现语言包括Python(主)、Javascript、C、C++,同时我也会将相关算法与我们的实际开发项目结合,帮助大家更好的理解这略显枯燥的算法。
在本文中,我们将从5个部分来对Ajax技术进行讲解: 1.背景知识介绍(包括所涉及的相关名词概念等) 2.服务端介绍(介绍三种搭建服务器的方法) 3.代码展示(原生Ajax代码展示及讲解,jQuery-ajax、Vue-resource、Vue-axios、微信小程序实现的案例讲解) 4.跨域问题(基础知识概述及跨域解决方案) 5.进阶(Ajax现存问题分析及ES6-Promise、Generator的介绍)
在本文中,我将会对我本科毕业设计的核心AlexNet卷积神经网络进行详细的讲解,我将会分成三个部分来进行阐述: 1.AlexNet论文讲解 2.图解AlexNet(8层)结构 3.五种花分类识别项目展示(部分代码展示)
本文是我的毕业设计基于TensorFlow的深度学习与研究的完结篇,在本篇推文中,我将分为三个部分去写: 第一部分是对我毕业设计系列推文的总体安排; 第二部分是对我毕业设计的总结概括; 第三部分我将引入一个入门级的案例(借助fashion_mnist数据集),一方面是帮助初学者对深度学习和卷积神经网络有一定的了解,另一方面是此案例与我毕设中的一个案例相似度较高(另外,我毕设中涉及的两个案例的源代码我将在答辩之后更新到Github上)。
本文是我的毕业设计基于Tensorflow的深度学习与研究的番外篇,在这篇文章中,我将解决以下两个问题:
本文是对我在2019-01-01发布的名为MVVM之Vue源码分析一文的重新整理,我会首先介绍几个涉及JS方面的知识,然后将对MVVM框架的三大基本原理(即数据代理、模板解析、数据绑定)进行介绍。
本文将介绍如何在Windows机器上进行Linux-CentOS的安装,在第一部分我会以截图的形式简述安装的步骤,在第二部分我会就安装时的一些注意事项进行深入讲解。
有输入必定有输出,输入效率越高,涉猎范围越广,产出内容越优质。优质的内容 + 优质的输出平台 = 好的个人名片。 今天这篇文章就给各位介绍下如何利用Hexo+Github搭建属于自己的博客平台,从而让其成为自己的一张名片。