摘要：
什么是机器学习？ 传统计算机任务：编写规则，让计算机去执行 机器学习：让计算机去学习，自定义规则 传统任务遇到的问题： 1、对于很多问题，规则难以制定； 2、规则在不断变化。 人工智能、机器学习、深度学习 机器学习是AI 的一种方法； AI 还有其他解决方法，如： 以搜索为基础的算法(传统的搜索策略 阅读全文
摘要：
Dify - 使用小记 记录使用 Dify 创建小流程 阅读全文
摘要：
目录申请 OpenAPIOpenAPI 调用1、Client_Credentials授权2.1 获取授权码2.2 Authorization_Code授权获取当前登录用户信息获取个人博客信息获取最新一条闪存内容 申请 OpenAPI https://oauth.cnblogs.com 通过后，你将得 阅读全文
摘要：
什么是 hub hub（modelzoo）主要用来调用其他人训练好的模型和参数 Facebook官方博客表示，PyTorch Hub是一个简易API和工作流程，为复现研究提供了基本构建模块，包含预训练模型库。 并且，PyTorch Hub还支持Colab，能与论文代码结合网站Papers With 阅读全文
摘要：
Tensor常见的形式有哪些 0: scalar 数值 1: vector 向量 2: matrix 矩阵 3: n-dimensional tensor 高维张量 import torch from torch import tensor Scalar 通常就是一个数值 x = tensor(42 阅读全文
摘要：
https://eliyar.biz/nlp_chinese_bert_ner/ 序列标注任务是中文自然语言处理（NLP）领域在句子层面中的主要任务，在给定的文本序列上预测序列中需要作出标注的标签。常见的子任务有命名实体识别（NER）、Chunk 提取以及词性标注（POS）等。 BERT 模型刷新了 阅读全文
摘要：
Mnist数据集RNN网络 导入Mnist数据集 import tensorflow as tf import numpy as np from tensorflow.contrib import rnn from tensorflow.examples.tutorials.mnist import 阅读全文
摘要：
卷积网络 import tensorflow as tf import random import numpy as np import matplotlib.pyplot as plt import datetime %matplotlib inline from tensorflow.examp 阅读全文
摘要：
import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("data/", one_hot=True) Extracting 阅读全文
摘要：
关于 cairosvg 官网：https://cairosvg.org Convert your SVG files to PDF and PNG. a SVG 1.1 to PNG, PDF, PS and SVG converter; a command-line interface; a Py 阅读全文
摘要：
import所需库 # bs4 nltk gensim import os import re import numpy as np import pandas as pd from bs4 import BeautifulSoup from sklearn.feature_extraction.t 阅读全文
摘要：
贝叶斯(约1701-1761) Thomas Bayes，英国数学家 1762) 贝叶斯方法源于他生前为解决一个 逆概 问题写的一篇文章。 贝叶斯要解决的问题 正向概率：假设袋子里面有N个白球，M个黑球，你伸手进去摸一把，摸出黑球的概率是多大\ 逆向概率：如果我们事先并不知道袋子里面黑白球的比例，而 阅读全文
摘要：
转载自：https://www.cnblogs.com/biyeymyhjob/archive/2012/07/17/2595249.html 概念 TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术。 TF- 阅读全文
摘要：
imutils 在 opencv 基础上对一些方法进行了再次加工，使这些方法更加简单易用，包括 translation, rotation, resizing, skeletonization, and displaying Matplotlib images 等。 github主页: https: 阅读全文
摘要：
https://docs.python.org/zh-cn/3.7/library/index.html 概述 可用性注释 内置函数 内置常量 由 site 模块添加的常量 内置类型 逻辑值检测 布尔运算 and, or, not 比较运算 数字类型 int, float, complex 迭代器类 阅读全文
摘要：
内置模块 copy 深浅拷贝 对于不可变对象(数字,字符串,元组等)，深浅拷贝等同于赋值操作 (v2 = copy(v1)，等同于 v2 = deepcopy(v1)，等同于v2 = v1。 对于可变的对象(列表,字典,集合等)深浅拷贝的本质是，申请新的空闲内存单元，并将变量名指向该内存单元的首地址 阅读全文
摘要：
参考总结自： https://www.zhihu.com/question/33783546/answer/775946401 pyecharts folium geopandas basemap plotly Altair和GeoViews gmplot（Google Maps） Highmaps 阅读全文
摘要：
转载改编自：https://www.cnblogs.com/chen8023miss/p/12220631.html PyEcharts 官网：https://pyecharts.org/#/ 安装 $ pip install pyecharts 1 仪表盘 from pyecharts impor 阅读全文
摘要：
引言 本文基于 pdfplumber 实现 PDF 识别； PDF 识别其他库：PyPDF2、； 参考：https://zhuanlan.zhihu.com/p/336643249 pdfplumber 简介 开源地址：https://github.com/jsvine/pdfplumber 安装准 阅读全文
摘要：
EasyOCR https://github.com/JaidedAI/EasyOCR 识别步骤 图像输入 前期处理 二值化 图像降噪 倾斜校正 中期处理 版面分析 字符切割 字符识别 版面还原 后期处理 结果矫正 输出文本 安装 pip install easyocr 使用 EasyOCR的用法非 阅读全文
摘要：
SQLAlchemy 官网 https://www.sqlalchemy.org 廖雪峰 https://www.liaoxuefeng.com/wiki/897692888725344/955081460091040 西瓜甜 https://www.jianshu.com/p/65903a69d6 阅读全文
摘要：
关于字符串 Python中的字符串用单引号 ' 或双引号 " 括起来，同时使用反斜杠 \ 转义特殊字符。 创建 可以使用引号( ' 或 " )来创建字符串 不支持单字符类型，单字符在 Python 中也是作为一个字符串使用。 var1 = 'Hello World!' var2 = "Runoob" 阅读全文
摘要：
什么是运算符？ 举个简单的例子: 4 + 5 = 9 例子中，4 和 5 被称为操作数，+ 称为运算符。 Python 语言支持以下类型的运算符: 算术运算符 比较（关系）运算符 赋值运算符 逻辑运算符 位运算符 成员运算符 身份运算符 运算符优先级 1、算术运算符 以下假设变量a为10，变量b为2 阅读全文
摘要：
数学函数 函数 返回值 ( 描述 ) abs(x) 返回数字的绝对值，如abs(-10) 返回 10 ceil(x) 返回数字的上入整数，如math.ceil(4.1) 返回 5 cmp(x, y) 如果 x < y 返回 -1, 如果 x == y 返回 0, 如果 x > y 返回 1。 **P 阅读全文
摘要：
数值类型 数字并不是一个真正的对象类型，而是一组类似类型的分类 python中数字有四种类型： bool (布尔)：True，False；不是 true 和 false，也没有 YES, NO。 int (整数)，是正或负整数，不带小数点。如 1, 只有一种整数类型 int，表示为长整型；没有 py 阅读全文
摘要：
设置编码 Python 3 源码文件以 UTF-8 编码，所有字符串都是 unicode 字符串。 也可以设置为其他编码，比如 cp-1252 编码 # -*- coding: cp-1252 -*- 标识符 由 字母、数字和下划线组成； 第一个字符必须是 字母 或 下划线 _；不能是数字。 区分大 阅读全文
摘要：
Mac Anaconda 第三方包地址： ~/opt/anaconda3/lib/python3.7/site-packages Softwrap 换行 一行内容显示比较多时，希望能换行显示，而非拖动滑动条，修改配置文件： ~/opt/anaconda3/etc/jupyter/nbconfig/n 阅读全文
摘要：
搬运自：https://github.com/cdoco/common-regex 博主还有这篇可以学习参考： https://github.com/cdoco/learn-regex-zh 邮箱 gaozihang-001@gmail.com 只允许英文字母、数字、下划线、英文句号、以及中划线组成 阅读全文
摘要：
官方网站 https://www.r-project.org 菜鸟教程 https://www.runoob.com/r/r-tutorial.html 视频教程 基因学苑 ：R语言入门与数据分析 https://www.bilibili.com/video/BV19x411X7C6 codingd 阅读全文
摘要：
关于 ImageEnhance PIL 中的 ImageEnhance 模块用于图片增强效果， 一般先构建一个增强器，然后调用增强器的 enhance 方法； 增强器包括：色彩平衡，亮度平衡，对比度，锐化度等 准备 from PIL import Image, ImageEnhance import 阅读全文
摘要：
概念 傅里叶变换 生活中很多事都和时间挂钩；以时间为参照就是 时域分析； 在频域中，一切都是静止的； https://zhuanlan.zhihu.com/p/19763358 傅里叶变换的作用 高频:变化剧烈的灰度分量，例如边界 低频:变化缓慢的灰度分量,例如一片大海 滤波 低通滤波器:只保留低频 阅读全文
摘要：
一、概念 局部图片 在 完整图片的哪个位置（最像） OpenCV 会从左到右，从上到下，一点点匹配，查看差异值； 模板匹配和卷积原理很像，模板在原图像上从原点开始滑动，计算模板与(图像被模板覆盖的地方)的差别程度，这个差别程度的计算方法在opencv里有6种。 将每次计算的结果放入一个矩阵里，作为结 阅读全文
摘要：
零、梯度理论 可以把图像看成二维离散函数，图像梯度就是这个二维离散函数的求导： 梯度一般产生在边缘位置； OpenCV 提供了三种不同的梯度滤波器，或者说高通滤波器：Sobel，Scharr和Lapacian。 Sobel，Scharr其实就是求一阶或二阶导。 Scharr是对Sobel的部分优化。 阅读全文
摘要：
一、轮廓概念 轮廓和边缘的区别： 边缘主要是反映梯度的变化，可以是零零散散的线条； 轮廓是一个整体； findContours 方法说明 findContours(image, mode, method[, contours[, hierarchy[, offset]]]) → contours, 阅读全文
摘要：
关于元组 元组对象的本质是一个有序的、可迭代、可切片、不可变的序列，且内部元素支持任意对象。但通常为可哈希对象。 不能改变元祖，但可以改变元祖里的可变对象； 元组 & 列表 元组的元素不能修改；列表可以修改； 元组使用小括号 ( ) ， 列表使用方括号 [ ]。 元组 & 字符串 字符串可以看作一种 阅读全文
摘要：
My Category：https://www.cnblogs.com/fldev/category/1924428.html 官方主页 https://developer.apple.com/documentation/swiftui https://developer.apple.com/tut 阅读全文
摘要：
什么是 TCL TCL：Tool Command Language John K. Ousterhout于 1988 年开始开发 Tcl/Tk（读作“tickle tee-kay”），而后加州大学伯克利分校的一名教授继续对它进行开发。 大部分EDA工具都支持Tcl语言，如Design Complie 阅读全文
摘要：
一、关于列表 列表对象的本质是一个有序的、可迭代、可切片、可变的序列，内部元素支持任意对象。 是写在方括号 [] 之间、用逗号分隔开的元素列表。 # 声明一个列表对象的变量l >>> l = ['l', 'i', 'm', 'a', 'n', 'm', 'a', 'n'] >>> type(l) < 阅读全文
摘要：
列表元素 import numpy as np import pandas as pd import matplotlib.pyplot as plt n = 10 l = [i for i in range(n)] l # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] l * 2 阅读全文
摘要：
滤波理论 图像滤波，即在尽量保留图像细节特征的条件下 对目标图像的噪声 进行抑制。 是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到 后续图像处理 和 分析的有效性和可靠性。 消除图像中的噪声成分叫作图像的平滑化或滤波操作。信号或图像的能量大部分集中在幅度谱的低频和中频段是很常见的，而在较 阅读全文
摘要：
简单的神经网络 mnist = input_data.read_data_sets("data/", one_hot=True) # 参数设置 numClasses = 10 # 输出10类 inputSize = 784 # 784 个像素点 numHiddenUnits = 50 # 隐藏层单元 阅读全文