摘要：
c++又很多库，特别是关于工程计算方面的，但是c++用起来太难了，特别是内存管理，很难预测它什么时候崩溃，什么时候内存爆满，内存释放问题很让人头疼。 Rust语言试图解决c++的这个内存管理的弊端，但是处于对效率及底层处理的要求，放弃了c#和java甚至go那... 阅读全文
摘要：
这是个完整的例子，用全连接网络方法识别手写数字，分为三部分，（1）搭建网络，（2）读取MNIST数据，（3）优化器设置，（4）训练网络。 1、网络搭建部分 用struct的方式建立自定义网络Net，它继承自torch::nn::Module,实现了forwar... 阅读全文
摘要：
目录 什么是对抗生成网络GAN 生成网络模块 鉴别网络模块 数据集定义 数据加载 数据检查的输出结果 定义优化器 网络训练 模型的定期保存 全部源代码 我们的目的是从MNIST 数据集生成图片，将使用对抗生成网络（GAN）完成这个任务。具体说，将采用DCGAN... 阅读全文
摘要：
错别字是写博客是常见的问题，人去检查错别字效率低，浪费时间，需要借助机器的力量。 目前，百度AI平台提供了500000免费调用次数的文本纠错接口。识别文本中有错误的片段，进行错误提示并给出正确的建议文本内容。 https://mp.csdn.net/conso... 阅读全文
摘要：
本实例同时采用卷积、池化、丢弃、非线性化、和线性网络层等多种网格联合识别手写数字。 （1）网络定义模块 网络的定义部分，定义结构体Net，内部成员有二维卷积层conv1，conv2，丢弃层conv2_dropout，线性层fc1，fc2，采用的其它网络层有最大... 阅读全文
摘要：
上述几节主要介绍了如何利用MNIST数据集搭建多层神经网络并完成模型的训练，用到的数据都是torch::data::dataset自带的数据集，这节介绍如何根据实际情况创建自己的数据集。 （1）自定义类型的设计方法 实际上，自定义数据类型很简单，只需要继承to... 阅读全文
摘要：
目录 在7天内使用Python进行数据准备。 第1课：数据准备的重要性 第2课：通过插补填充缺失值 第3课：使用RFE选择特征 第4课：使用规范化缩放数据 第5课：使用热编码（One-Hot）转换类别 第6课：使用kBins将数字转换为类别 第7课：使用... 阅读全文
摘要：
软件名字叫 SpaceSniffer http://www.uderzo.it/main_products/space_sniffer/ 易于使用的磁盘清理软件！ SpaceSniffer是一款免费，有用且可靠的软件，可以扫描Windows PC上的文件... 阅读全文
摘要：
Lasio是关于las格式测井曲线读写的python库，简介好用。 1、读取LAS文件并显示曲线 pip install lasio即可安装，Lasio读取las文件数据后以numpy的方式存储测井曲线，借助matplotlib显示曲线很方便。 比如通过下面的... 阅读全文
摘要：
组 组节点是一个用于收集子节点对象的容器。组节点可以将属性、形体、和其它组节点收集到场景中。图 3-4 展示了部分组节点类的类树图。Inventor 中有多种不同类型的组节点，每种组节点都有其特定的“分组”(grouping)特性。 当创建完一个组节点后，初始... 阅读全文