自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(20)
  • 资源 (4)
  • 收藏
  • 关注

原创 Windows10下用Anaconda3安装TensorFlow(详解-亲测)

1. 安装好Anaconda3版本最新版本anaconda3是基于python3.8的,不影响后面安装。选择Just Me根据自己习惯选择一个安装路径注意安装anaconda时一定要把环境变量加入windows环境中。要没有勾选,安装完后还要手动加入。安装好了后,运行开始菜单—>Anaconda3—>Anaconda Promptconda list2. 安装好Tensorflow我自己使用的是CPU版本,下面介绍CPU版本的安装过...

2020-07-27 23:33:45 2043 1

原创 python使用matplotlib绘制Mel刻度函数

【代码】python使用matplotlib绘制Mel刻度函数。

2023-03-14 11:31:27 148

转载 Redis底层数据结构

Redis常用数据结构与底层数据结构关系

2022-10-17 20:06:32 102

原创 正则表达式判断数字----来源百度

数字:^[0-9]*$ n位的数字:^\d{n}$ 至少n位的数字:^\d{n,}$ m-n位的数字:^\d{m,n}$ 零和非零开头的数字:^(0|[1-9][0-9]*)$ 非零开头的最多带两位小数的数字:^([1-9][0-9]*)+(.[0-9]{1,2})?$ 带1-2位小数的正数或负数:^(\-)?\d+(\.\d{1,2})?$ 正数、负数、和小数:^(\-|\+)?\d+(\.\d+)?$ 有两位小数的正实数:^[0-9]+(.[0-9]{2})?$ 有1~3位小数的正实数

2021-01-21 16:08:28 1712

原创 用最少数量的箭引爆气球——力扣452

在二维空间中有许多球形的气球。对于每个气球,提供的输入是水平方向上,气球直径的开始和结束坐标。由于它是水平的,所以纵坐标并不重要,因此只要知道开始和结束的横坐标就足够了。开始坐标总是小于结束坐标。一支弓箭可以沿着 x 轴从不同点完全垂直地射出。在坐标 x 处射出一支箭,若有一个气球的直径的开始和结束坐标为xstart,xend,且满足 xstart≤ x ≤ xend,则该气球会被引爆。可以射出的弓箭的数量没有限制。 弓箭一旦被射出之后,可以无限地前进。我们想找到使得所有气球全部被引爆,所需的弓...

2020-11-02 15:21:49 281

原创 无重叠区间问题——力扣435

力扣435给定一个区间的集合,找到需要移除区间的最小数量,使剩余区间互不重叠。注意:可以认为区间的终点总是大于它的起点。 区间 [1,2] 和 [2,3] 的边界相互“接触”,但没有相互重叠。示例 1:输入: [ [1,2], [2,3], [3,4], [1,3] ]输出: 1解释: 移除 [1,3] 后,剩下的区间没有重叠。示例 2:输入: [ [1,2], [1,2], [1,2] ]输出: 2解释: 你需要移除两个 [1,2] 来使剩下的区间没有重叠。示

2020-11-02 14:27:24 152

原创 荷兰国旗问题——力扣75

给定一个包含红色、白色和蓝色,一共n个元素的数组,原地对它们进行排序,使得相同颜色的元素相邻,并按照红色、白色、蓝色顺序排列。此题中,我们使用整数 0、1 和 2 分别表示红色、白色和蓝色。注意:不能使用代码库中的排序函数来解决这道题。示例:输入: [2,0,2,1,1,0]输出: [0,0,1,1,2,2]进阶:一个直观的解决方案是使用计数排序的两趟扫描算法。 首先,迭代计算出0、1 和 2 元素的个数,然后按照0、1、2的排序,重写当前数组。 你能想出一个仅使用常数空...

2020-10-28 20:55:40 208

原创 深度学习遇到的问题查询(2)

tf.train.string_input_producer介绍https://blog.csdn.net/qq_40941722/article/details/104855857Python TensorFlow,读取图片数据,WholeFileReader()https://blog.csdn.net/houyanhua1/article/details/88194016tf.train.Coordinatorhttps://blog.csdn.net/weixin_420524.

2020-08-20 18:10:20 169

原创 深度学习遇到的问题查询(1)

概率笔记8——方差、均方差和协方差https://www.cnblogs.com/bigmonkey/p/11097322.html

2020-08-20 10:27:36 117

原创 在人脸识别中遇到的函数--记录08.12

tqdm介绍及常用方法https://blog.csdn.net/zkp_987/article/details/81748098

2020-08-12 19:15:57 191

原创 在语音识别中遇到的函数--记录08.10

傅里叶变换:http://www.thefouriertransform.com/Python numpy.linspace实用方法https://www.jianshu.com/p/bd4fd2866c7f结合,matplotlib库pyplot的基本使用https://www.cnblogs.com/cyt99/p/12379988.htmlnumpy.random.rand()https://www.cnblogs.com/mlan/p/8179028.html梅尔频率

2020-08-10 23:45:08 198

原创 语音识别学习案例记录

识别音频中的内容:import speech_recognition as srr = sr.Recognizer()with sr.AudioFile('audio_files/harvard.wav') as source: audio = r.record(source)print(r.recognize_sphinx(audio))record() >> 音頻文件中獲取數據recognize_bing(): Microsoft Bing Speec.

2020-08-07 16:52:33 484

原创 解决SpeechRecognition安装问题

使用镜像下载:pip install SpeechRecognition -i https://mirror.baidu.com/pypi/simple其余部分参考:https://www.cnblogs.com/zhe-hello/p/13273523.html

2020-08-06 22:58:05 2250 1

原创 Spring中bean的理解

实例化bean:无参构造器<bean id="Bean1" class="bean.Bean1"></bean>静态工厂public class Bean2{ private Bean1(){} public static Bean1 getInstance(){ return new Bean1(); } } <bean id="bean2" clas...

2020-07-28 00:14:50 115

原创 pycharm中正确导入tensorflow模块

在pycharm在中使用import tensorflow astf总是报导入的tensorflow出错,可能是因为没有正确设置python解释器,其正确的设置如下:首先点击File->Settings->Project:->Project Interpreter->右上角的Add一定要选择anaconda3下面envs文件下tensorflow中的python.exe如图看到测试成功:(图中代码好像原本是测CPU的,不过也可以验证tensorflow已经正确导...

2020-07-27 23:49:23 8763 7

转载 Spring中@Autowired和@Resource装配区别

今天突然没想明白二者的区别,就查了一下,觉得这篇文章写的不错,转载一下,以供自己日后再忘记了复习。侵删。

2020-04-13 23:41:58 80

原创 简单理解maven

1. 什么是MavenMaven 是专门用于构建和管理Java相关项目的工具。Maven是意第绪语,依地语(犹太人使用的国际语),表示专家的意思。2. Maven 主要用处:使用Maven管理的Java 项目都有着相同的项目结构有一个pom.xml 用于维护当前项目都用了哪些jar包所有的java代码都放在 src/main/java 下面所有的测试代码都放在src/test/...

2020-04-11 18:08:38 129

原创 axios和ajax优缺点的理解

最近使用vue时候,被问道为什么用axios而不是ajax,百度一堆都很类似,又不能理解其中列出的内容,就自己查一查,方便理解和记忆首先看代码格式:ajax:$.ajax({ type: 'POST', url: url, data: data, dataType: dataType, success: function () {}, error:...

2020-04-11 17:31:17 5426 1

原创 GET和POST的区别

报文:HTTP的底层是TCP/IP。GET和POST的底层也是TCP/IP,也就是说,GET/POST都是TCP链接。GET和POST能做的事情是一样一样的数据包:GET产生一个TCP数据包:浏览器会把http header和data一并发送出去,服务器响应200(返回数据);POST产生两个TCP数据包:浏览器先发送header,服务器响应100 continue,浏览器再发...

2020-04-11 15:43:47 73

原创 == 与 equals

==: 如果是基本数据类型则比较的是值,如果是引用数据类型则比较的是内存地址,也就是判断两个对象的地址是不是相等。equals(): 它的作用也是判断两个对象是否相等。但它一般有两种使用情况:类没有覆盖 equals() 方法。则通过 equals() 比较该类的两个对象时,等价于通过“==”比较这两个对象。 类覆盖了 equals() 方法。一般,我们都覆盖 equals() 方法...

2020-04-08 19:38:28 77

MFCC解析.zip

该资源是关于介绍声谱图如何转化成频谱图,并如何提取声音中的信息:包络。另外还简单介绍了梅尔频率。该资源是关于介绍声谱图如何转化成频谱图,并如何提取声音中的信息:包络。另外还简单介绍了梅尔频率。该资源是关于介绍声谱图如何转化成频谱图,并如何提取声音中的信息:包络。另外还简单介绍了梅尔频率。

2020-09-08

人脸识别中的库文件下载.zip

opencv_contrib_python-4.3.0.38-cp36-cp36m-win_amd64.whl opencv_python-4.4.0-cp36-cp36m-win_amd64.whl 在下载opencv时候下载很慢,可以使用whl文件进行安装。

2020-08-12

KnowledgeGraphCourse.zip

原资源可在github中搜索到,这里只是用于个人学习方便。 课程内容 第1讲 知识图谱概论 (2019-3-1,2019-3-8) 1.1 知识图谱起源和发展 1.2 知识图谱 VS 深度学习 1.3 知识图谱 VS 关系数据库 VS 传统专家库 1.4 知识图谱本质和核心价值 1.5 知识图谱技术体系 1.6 典型知识图谱 1.7 知识图谱应用场景 第2讲 知识表示 (2019-3-15) 2.1 知识表示概念 2.2 知识表示方法 语义网络 产生式系统 框架系统 概念图 形式化概念分析 描述逻辑 本体 本体语言 统计表示学习 第3讲 知识建模 (2019-3-15,2019-3-22) 3.1 本体 3.2 知识建模方法 本体工程 本体学习 知识建模工具 知识建模实践 第4讲 知识抽取基础:问题和方法(2019-3-22) 4.1 知识抽取场景 4.2 知识抽取挑战 4.3 面向结构化数据的知识抽取 4.4 面向半结构化数据的知识抽取 4.5 面向非机构化数据的知识抽取 第5讲 知识抽取:数据采集(2019-3-29) 5.1 数据采集原理和技术 爬虫原理 请求和响应 多线程并行爬取 反爬机制应对 5.2 数据采集实践 百科 论坛 社交网络等爬取实践 第6讲 知识抽取:实体识别(2019-3-29) 6.1 实体识别基本概念 6.2 基于规则和词典的实体识别方法 6.3 基于机器学习的实体识别方法 6.4 基于深度学习的实体识别方法 6.5 基于半监督学习的实体识别方法 6.6 基于迁移学习的实体识别方法 6.7 基于预训练的实体识别方法 第7讲 知识抽取:关系抽取(2019-4-19,2019-4-26) 7.1 关系基本概念 7.2 语义关系 7.3 关系抽取的特征 7.4 关系抽取数据集 7.5 基于监督学习的关系抽取方法 7.6 基于无监督学习的关系抽取方法 7.7 基于远程监督的关系抽取方法 7.8 基于深度学习/强化学习的关系抽取方法 第8讲 知识抽取:事件抽取(2019-3-29) 8.1 事件抽取基本概念 8.2 基于规则和模板的事件抽取方法 8.3 基于机器学习的事件抽取方法 8.4 基于深度学习的事件抽取方法 8.5 基于知识库的事件抽取方法 8.6 基于强化学习的事件抽取方法 第9讲 知识融合(2019-4-28) 9.1 知识异构 9.2 本体匹配 9.3 匹配抽取和匹配调谐 9.4 实体匹配 9.5 大规模实体匹配处理 9.6 知识融合应用实例 第10讲 知识图谱表示学习(2019-5-5) 10.1 知识表示学习概念 10.2 基于距离的表示学习模型 10.3 基于翻译的表示学习模型 10.4 基于语义的表示学习模型 10.5 融合多源信息的表示学习模型 10.6 知识图谱表示学习模型的评测 10.7 知识图谱表示学习前沿进展和挑战 第11讲 知识存储(2019-5-10) 11.1 知识存储概念 11.2 图数据库管理系统、模型、查询语言 11.3 RDF数据库管理系统、模型、查询语言 11.4 基于关系型数据库的知识存储 第12讲 基于知识的智能问答(2019-5-10) 12.1 智能问答基础 12.2 问题理解 12.3 问题求解 12.4 基于模板的知识问答方法 12.5 基于语义分析的知识问答方法 12.6 基于深度学习的知识问答方法 12.7 IBM Watson原理和技术剖析 12.8 微软小冰的原理和技术剖析 第13讲 实体链接(2019-5-17) 13.1 实体链接基本概念 13.2 基于概率生成模型的实体链接方法 13.3 基于主题模型的实体链接方法 13.4 基于图的实体链接方法 13.5 基于深度学习的实体链接方法 13.6 基于无监督的实体链接方法 第14讲 知识推理(2019-5-17) 14.1 知识推理基础概念 14.2 基于逻辑的知识推理方法 14.3 基于统计学习的知识推理方法 14.4 基于图的知识推理方法 14.4 基于神经网络的知识推理方法 14.5 多种方法混合的知识推理方法

2020-07-08

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除