03 2019 档案
摘要：将马放到国际象棋的8*8棋盘上的任意指定方格中，按照“马”的走棋规则将“马”进行移动，要求每个方格进入且只进入一次，走遍棋盘上的64个方格，将数字1,2,3…,64依次填入一个8*8的方阵。马在国际象棋中的走法如右图所示。 涉及的计算思维 解决这个问题可以利用到计算机中的两种方法，一种是深度优先搜索
阅读全文
摘要：案例：先有鸡还是先有蛋？这是个问题。 如果我们说先有鸡，运用回溯的方法，则鸡从何来？来于蛋，蛋先鸡后； 如果我们说先有蛋，同样道理，则蛋从何来？来于鸡，鸡先蛋后。 自相矛盾,这就是著名的鸡蛋悖论。 在探讨这个问题时，我们就用到了回溯的思维方法。 现在，你知道回溯是什么了吗，，黑人问号？？ 参考链接：
阅读全文
摘要：在matlab中，存在执行直接得函数来添加高斯噪声和椒盐噪声。Python-OpenCV中虽然不存在直接得函数，但是很容易使用相关的函数来实现。 代码： 可见，只要我们得到满足某个分布的多维数组，就能作为噪声添加到图片中。 例如： 然后再： 参考链接： 1、https://stackoverflow
阅读全文
摘要：膨胀与腐蚀一般用于二值图，也很好理解。但是对于灰度图，显然也存在腐蚀与膨胀，这是如何进行的呢？ 可以使用OpenCV中的库函数cv2.erode和cv2.dilate，但这次是探究其中的原理。 灰值形态学 结构元素（structure element） $5 \times 5$结构元素示例： （2）
阅读全文
摘要：目标 这一节 我们将学习不同的形态学操作，如腐蚀、膨胀、开、闭...... 我们将看到不同的函数，如：cv2.erode()、cv2.dilate()、cv2.morphology() 理论 形态变换是基于图像形状的一些简单操作。它通常在二进制图像上执行。它需要两个输入，一个是我们的原始图像，第二个
阅读全文
摘要：通常我们将读入的彩色图转化成灰度图，需要将灰度图反转得到掩码，如何正确快速的得到某个图像的反转图呢？ 首先看一种看似很正确的写法，对其中每个像素进行如下处理： 其实，灰度图中像素值是<class numpy.uint8>, 即8位无符号数，这是为了保证像素值0~255。 所以正确的写法只需 img
阅读全文
摘要：概念 修复是图像插值。数字修复算法在图像插值，照片恢复，缩放和超分辨率等方面具有广泛的应用。 大多数人会在家里放一些旧的退化照片，上面有一些黑点，一些笔画等。你有没有想过恢复它？我们不能简单地在绘画工具中擦除它们，因为它将简单地用白色结构替换黑色结构，这是没有用的。在这些情况下，使用称为图像修复的技
阅读全文
摘要：编写pytohn脚本时通常需要批处理。 列出指定目录下的所有文件/文件夹 os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表，但有个很明显的缺点，它的默认顺序不是有序的或者说不是通常的顺序（不知道用啥排的）。 由于返回值是list类型，所以可以使用sort() 结果（可
阅读全文
摘要：Mark 斐讯k2p 月光银 硬件版本A2-软件版本22.7.8.5 刷官改系统（用chrome打开） 详细资源推荐：恩山论坛 https://www.right.com.cn 附： k2p指示灯的四种状态，在解决问题时有一定指示作用1.启动时，红灯常亮，启动成功后会变灯2.路由出厂模式未配置，启动
阅读全文
摘要：官方渠道，图形界面，操作简单，可以说对新手及其友好！！ 依次打开：搜索，软件与更新，第一个和第三个勾上，下载自，其它，然后在中国条目下选择你想使用的镜像站点，然后点“选择服务器”，然乎点击“关闭”，选择“重新加载”。 你也可以点旁边的“选择最佳站点”，能够自动选择出最佳的站点，我的就是http://
阅读全文
摘要：pip换源 一下方法对pip和pip3同时起作用 永久换源 运行一下命令： cd ~/.pip 如果提示目录不存在的话,我们要自行创建一个,再进入目录 mkdir ~/.pip cd ~/.pip 在.pip目录下创建一个pip.conf文件 touch pip.conf 编辑pip.conf文件
阅读全文
摘要：使用自定义内核对图像进行卷积。该功能将任意线性滤波器应用于图像。支持就地操作。当光圈部分位于图像外部时，该功能会根据指定的边框模式插入异常像素值。 语法 函数原型： 参数： 该函数实际计算的是相关性，而不是卷积 $$\texttt{dst} (x,y) = \sum _{ \stackrel{0\l
阅读全文
摘要：在图像处理中，我们通常需要将原图像与处理后的图像放在同一个窗口显示，这样便于比较。 首先，需要介绍Numpy中的两个函数：hstack()、vstack()。 函数原型：hstack(tup) ，参数tup可以是元组，列表，或者numpy数组，返回结果为numpy的数组。看下面的代码体会它的含义：
阅读全文
摘要：通过将图像与低通滤波器内核卷积来实现图像模糊。它有助于消除噪音。它实际上从图像中去除了高频内容（例如：噪声，边缘）。因此在此操作中边缘会有点模（嗯，有模糊技术，也不会模糊边缘）。 OpenCV主要提供四种模糊技术。 需要注意的是，图像模糊也叫图像平滑，它有助于降低噪声，但有噪声与模糊并不是等同的。
阅读全文
摘要：改变图像大小意味着改变尺寸，无论是单独的高或宽，还是两者。也可以按比例调整图像大小。 这里将介绍resize()函数的语法及实例。 语法 函数原型 cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) 参数： 参数 描述 src 【必需
阅读全文
摘要：为了删除某个自动补全的网站，多年的历史纪录没了，还浪费我十多分钟，蠢哭_(:з」∠)_ 不是历史记录、不是清除浏览器数据、不是myactivity（谷歌账号）中的历史纪录，直接在书签中搜索，删除，OK！ 据说可在自动补全时按Shift+Del删除，可能是针对老版的Chrome吧，72.0.3626版
阅读全文
摘要：前面介绍过用dnarray来模拟，但mat更符合矩阵，这里的mat与Matlab中的很相似。(mat与matrix等同) 基本操作 矩阵求逆、行列式 与Numpy array相同，可参考链接。 矩阵乘法 矩阵乘，与Numpy dnarray类似，可以使用np.dot()和np.matmul()，除此
阅读全文
摘要：前面介绍过用dnarray来模拟，但mat更符合矩阵，这里的mat与Matlab中的很相似。(mat与matrix等同) 基本操作 矩阵求逆、行列式 与NUmpy array相同,链接。 矩阵乘法 矩阵乘，与Numpy dnarray类似，可以使用np.dot()和np.matmul()，除此之外，
阅读全文
摘要：本文主讲Python中Numpy数组的类型、全0全1数组的生成、随机数组、数组操作、矩阵的简单运算、矩阵的数学运算。 尽管可以用python中list嵌套来模拟矩阵，但使用Numpy库更方便。 定义数组 还有一些特殊的方法可以定义矩阵 操作数组 矩阵的数学运算 关于方阵 矩阵乘法 矩阵乘：按照线性代
阅读全文
摘要：Java中定义了变长参数，允许在调用方法时传入不定长度的参数。 定义及调用 在定义方法时，在最后一个形参后加上三点 …，就表示该形参可以接受多个参数值，多个参数值被当成数组传入。上述定义有几个要点需要注意： 可变参数只能作为函数的最后一个参数，但其前面可以有也可以没有任何其他参数 由于可变参数必须是
阅读全文
摘要：当我安装好Adobe Acrobat Reader DC时，想要登陆Adobe账号时被Access denied。 一般说需要梯子，然而本人亲测这种方法不行（香港主机，全局模式下）。 一个简单有效的方法是：注册新账号，地区不要选中国大陆（香港及国外的都行）。 （登陆成功，换个头像，就不用看让人不爽的
阅读全文
摘要：intellij idea自定义快捷键比较简单，自带。 首先进入idea，File-->Settings-->Live Templates。 点击右上方的“+”，第一次需要创建一个分组。 然后选择刚创建的组，再点“+”，选择“1.Live Template”。 然后填入你想创建的快捷方式，例如，我创
阅读全文
摘要：先给结论：当然不是！！ 为什么一个java源文件中只能有一个public类？ 在java编程思想（第四版）一书中有这样3段话（6.4 类的访问权限）： 例如： 编译会产生两个.class文件，且能正确运行。 其次，这里并没有要求main函数只能写在public类中（虽然我们通常是这么做的）。我们可以
阅读全文
摘要：安装环境：阿里云VPS Ubuntu 16.04 一、 安装Apache2 安装完成后，浏览器访问http://your ip/，出现It works!网页表示安装成功。 修改状态：service apache2 status|start|stop|restart 站点目录：/var/www/ 修改
阅读全文
摘要：提醒一下，如果之前通过apache搭建了网站，不要用snap命令来搭建，否则，至少有一个无法正常运行（不要问我怎么知道的，都是血的教训啊）。 你可以通过腾讯云的实验主机进行尝试。 1、基础设置 切换为 root 账号 Ubutu 系统默认登录的用户为非 root 权限用户，为了能正常安装 nextC
阅读全文
摘要：几天前用Apache 2部署了一个静态网页，但通过域名访问时Google提示“不安全”，经了解，原来是缺少证书。 什么是SSL证书？ 环境准备 操作系统：Ubuntu Web服务器：Apache 2 我使用的是已安装好Apache 2的阿里云Ubuntu 16.04. 前提条件 需要下载SSL证书，
阅读全文
摘要：一、前言 训练集、验证集和测试集这三个名词在机器学习领域极其常见，但很多人并不是特别清楚，尤其是后两个经常被人混用。 在有监督(supervise)的机器学习中，数据集常被分成2~3个，即：训练集(train set)，验证集(validation set)，测试集(test set)。 二、训练集
阅读全文
摘要：题目 详情见链接。 代码 参考视频链接：https://www.bilibili.com/video/av46204315/?p=2
阅读全文
摘要：前言 可以用来轰炸一下骗子，但最好不要乱用。初学Python，仅当学习。 selenium和ChromeDriver的安装与配置 可参考这篇博客，这里不再赘述。 程序实现 短信轰炸机的原理是利用一些用手机号注册且需要发送验证码的网站的漏洞，可以向任何人的手机号发送短信，当然短信内容，我们无法控制。我
阅读全文
摘要：安装selenium selenium可以直接可以用pip安装。 pip install selenium 安装chromedriver 下载 chromedriver的版本一定要与Chrome的版本一致，不然就不起作用。 有两个下载地址： 1、http://chromedriver.storage
阅读全文
摘要：大多数情况（非源文件错误）下载源文件到本地不能加载模型，那么你可能需要搭建一个本地WEB服务器。 1、安装apache或ngnix，可以参照这个博客 2、强烈推荐一个Chrome插件Web Server for Chrome， 不知道为什么现在在谷歌商店已无法直接搜到，可直接在Chrome搜关键字，
阅读全文
摘要：再使用apt-get安装就不会出错了。 参考链接：https://my.oschina.net/yehun/blog/893207
阅读全文
摘要：转载自：https://www.howtoing.com/how-to-install-the-apache-web-server-on-ubuntu-16-04 介绍 在本指南中，我们将讨论如何在Ubuntu 16.04服务器上安装Apache Web服务器。 先决条件 在开始本指南之前，您应该有
阅读全文
摘要：Mark https://www.sqlsec.com/2018/04/winmac.html 大佬写得很好，资瓷！！ MyDock可能不是最新的，给出官方维护的网盘：https://pan.baidu.com/s/1i5CwGYh#list/path=%2F
阅读全文
摘要：为什么使用Python-OpenCV? 虽然python 很强大，而且也有自己的图像处理库PIL，但是相对于OpenCV 来讲，它还是弱小很多。跟很多开源软件一样OpenCV 也提供了完善的python 接口，非常便于调用。OpenCV 的最新版是4.0，包含了超过2500 个算法和函数，几乎任何一
阅读全文
摘要：完整正确的代码如下： 问题一： 很可能是文件路径不对，导致image为空，从而imshow出错。比如我就是Picturtes掉了个“s”. 问题二： 与先前版本相比，Libpng-1.6在检查ICC配置文件方面更为严格。您可以忽略该警告。要摆脱它，请从PNG图像中删除iCCP块。 您可以使用各种PN
阅读全文
摘要：当我在Google Colab运行如下代码 竟然会使会话奔溃，然后内核重启，系统日志如下： 警告信息是“cannot connect to X server”,那什么是X server呢？ 这下就明白了，由于OpenCV采用highgui，而命令行下无法产生图形界面。 这个问题对于命令行下的Linu
阅读全文
摘要：转载自：https://keras-cn.readthedocs.io/en/latest/legacy/blog/cnn_see_world/ 文章信息 本文地址：http://blog.keras.io/how-convolutional-neural-networks-see-the-worl
阅读全文
摘要：1、执行命令行前面加！ 当我们使用python解释器时，我们需要不停地在命令行和IDE 之间切换，当我们需要使用命令行工具时。不过，Jupyter Notebook给了我们在notebook中运行shell命令的能力，在指令前多放一个!就行了。任何命令行的指令都可以在IPython 中运行，只要前面
阅读全文
摘要：转载自：http://deanhan.com/2018/07/26/vgg16/ 摘要 本文对图片分类任务中经典的深度学习模型VGG16进行了简要介绍，分析了其结构，并讨论了其优缺点。调用Keras中已有的VGG16模型测试其分类性能，结果表明VGG16对三幅测试图片均能正确分类。 前言 VGG是由
阅读全文
摘要：转载自：https://blog.csdn.net/dcrmg/article/details/79652487 前几天在看CS231n中的CNN经典模型讲解时，花了一些时间才搞清楚卷积层输入输出的尺寸关系到底是什么样的，现总结如下。（可以参照我画的题图理解卷积层的运算） 卷积层尺寸的计算原理 输入
阅读全文
摘要：转载自：https://www.jianshu.com/p/bf8749e15566 今天介绍卷积网络中一个很重要的概念，通道（Channel），也有叫特征图（feature map）的。 首先，之前的文章也提到过了，卷积网络中主要有两个操作，一个是卷积(Convolution)，一个是池化(Poo
阅读全文
摘要：转载自：https://www.jianshu.com/p/09ea4df7a788 前言 在定制和实现卷积网络的时候发现自己对里面的一些计算细节还不够了解，所以整理了该文章，内容如下： 卷积计算过程（单 / RGB 多通道） 特征图大小计算公式 转置卷积（反卷积）的计算过程 空洞卷积的计算过程 该
阅读全文
摘要：在keras中，数据是以张量的形式表示的，张量的形状称之为shape，表示从最外层向量逐步到达最底层向量的降维解包过程。“维”的也叫“阶”，形状指的是维度数和每维的大小。比如，一个一阶的张量[1,2,3]的shape是(3,); 一个二阶的张量[[1,2,3],[4,5,6]]的shape是(2,3
阅读全文
摘要：转载自：http://nooverfit.com/wp/pycon-2016-tensorflow-研讨会总结-tensorflow-手把手入门-用人话解释cnn 首先什么是CNN? 其实, 用”人话”简洁地说, 卷积神经网络关键就在于”卷积”二字, 卷积是指神经网络对输入的特征提取的方法不同. 学
阅读全文
摘要：这是一个来自官网的示例：https://github.com/keras-team/keras/blob/master/examples/antirectifier.py 与之前的MINST手写数字识别全连接网络相比，只是本实例使用antirectifier替换ReLU激活函数. 执行结果： 评估模
阅读全文
摘要：今天我们的主角是keras，其简洁性和易用性简直出乎David 9我的预期。大家都知道keras是在TensorFlow上又包装了一层，向简洁易用的深度学习又迈出了坚实的一步。 所以，今天就来带大家写keras中的Hello World ， 做一个手写数字识别的cnn。回顾cnn架构： 我们要处理的
阅读全文
摘要：这是一个简单快速入门教程——用Keras搭建神经网络实现手写数字识别，它大部分基于Keras的源代码示例 minst_mlp.py. 1、安装依赖库 首先，你需要安装最近版本的Python，再加上一些包Keras,numpy,matplotlib和jupyter.你可以安装这些报在全局，但是我建议安
阅读全文
摘要：Colaboratory 是一个 Google 研究项目，旨在帮助传播机器学习培训和研究成果。它是一个 Jupyter 笔记本环境，不需要进行任何设置就可以使用，并且完全在云端运行。Colaboratory 笔记本存储在 Google 云端硬盘 (https://drive.google.com/)
阅读全文
摘要：一、前言 现在你可以开发Deep Learning Applications在Google Colaboratory，它自带免费的Tesla K80 GPU。重点是免费、免费！（国内可能需要tz） 这个GPU好像不便宜，amazon上1769刀. 二、什么是Google Colab? Colabor
阅读全文
摘要：母函数将问题转换为关于母函数的某种代数问题甚至变成关于母函数的某种形式的运算，以整数拆分为例. 所谓的整数拆分，即将正整数n分解成 若干正整数的和，不考虑其求和的顺序，一般假定$n = n_1 + n_2 + \cdots + n_k, \ n_1 \geq n_2 \geq n_3 \geq \c
阅读全文
摘要：组合数学用的最多的工具要算母函数，究竟什么是母函数呢，先看$(1 + a_1x)(1 + a_2x) \cdots (1 + a_nx) = 1 + (a_1 + a_2 + \cdots a_n)x + (a_1a_2 + a_1a_3 + \cdots a_{n-1}a_n)x^2 + \cdo
阅读全文
摘要：新部署的云服务器出现如下错误： （这不很明显是一些安装源失效，甚至还有命令提示）为了避免像我一样看到错误就百度一波，结果没找到一个靠谱的方法。 超简单，更新一下源就可以了。
阅读全文
摘要：题目 HihoCoder - 1878 题目大意 给出k，让求出第k个回文数（k的“长度”不超过1e5） 题解 之前做过类似的题，是统计各阶段的数找到第K个回文数，但这里K太大，需要寻找新的方法。 打表找规律： 只有一位数：减一输出 否则： 若第0位为2~9 ：首位减一，0~len-2反转贴后面 若
阅读全文
摘要：链接： hdu 5446 http://acm.hdu.edu.cn/showproblem.php?pid=5446 题意： 给你三个数$n, m, k$ 第二行是$k$个数，$p_1,p_2,p_3 \cdots p_k$ 所有$p$的值不相同且p都是质数 求$C(n, m) \ \%\ (p_
阅读全文
摘要：我们学了O(n^2)的做法，加上逆元，我们又会了O(n)的做法， 在来了新问题，如果n和m很大呢， 比如求C(n, m) % p ， n<=1e18,m<=1e18,p<=1e5 看到没有，n和m这么大，但是p却很小，我们要利用这个p。 接下来进入正题： Lucas定理针对该取值范围较大又不特别大的
阅读全文
摘要：首先回忆一下初等代数里的对数。如果$a^x=b$，就是$x = log_ab$，即x是以a为底b的对数。在模算术中，也有类似的概念，但要比初等代数里的复杂一些。简单起见，这里只考虑一种最简单的情况，即当n为素数时，解模方程$a^x \equiv b(mod \ n)$。因为n为素数，只要a不为0，一
阅读全文
摘要：前面我们已经学习了求解单个线性模方程，如果有多个方程，变量还是只有一个，该怎么办呢？ 可以考虑用中国剩余定理（Chinese Remainder Theorem）。假定有方程组$x\equiv a_i(mod \ m_i)$，且所有模$m_i$两两互素。令$M$为所有$m_i$的乘积，$w_i=M/
阅读全文
摘要：剩余系 通俗的说，模n的完全剩余类系就是${0,1,2, \cdots ,n-1}$，而简化剩余类（也称缩系）就是完全剩余类系中与n互素的那些元素。 比如n=12时，缩系中只有4个元素：1,5,7,11。模n的完全剩余类系中最常见的写法是$Z/nZ$，也可以写成$Z/n$或者$Z_n$。为了简单，这
阅读全文