- 博客(294)
- 资源 (31)
- 问答 (1)
- 收藏
- 关注
原创 你逛过凌晨四点的校园吗?--大四毕业生的2023年终总结
又是一年的年终总结,我也迎来了自己的毕业季,没错,我也马上要毕业啦!不知道大家是什么时候认识我的呢,又或者是第一次发现我~这一年,我们迎接过朝阳、拍下过夕阳,和路过的小狗摇脑袋,好好吃过每一顿饭,认真做着每一件很小的“大事”。这是我连续第三年提笔写年终总结,翻看自己之前的年终总结,不觉鼻尖一酸,是啊,时间真的过得好快!从20岁到21岁再到两个多月后的22岁,从大一 一路磕磕绊绊走到了 大四,CSDN和各位共同见证了我的成长
2024-01-01 15:26:03 12757 127
原创 2023(2024届)计算机保研经验分享,圆梦山东大学
Hello大家好,我是Dream,好久不见啦!在这不见的半年多时间里我一直在全身心的投入保研之中,在写下这份面经时,真的是感慨颇多,思绪万千。站在这个时间点上,回首过去的几个月,感觉就是终于从泥潭之中爬了出来,今年计算机保研比我想象的还要难很多,尤其是预推免阶段,但是好在结果是好的,终于松了一口气。在此,记录下这些日子的点滴,分享于后来者,希望你看后可以有些许收获!(ps:这篇面经只针对于像我一样的四非或者双非uu,如果本身背景就很强的话,可以当个故事看,看一看我的逐梦历程)
2023-10-02 16:06:07 14803 131
原创 计算机视觉实战--OpenCV进行红绿灯识别
Hello大家好,我是Dream。 OpenCV是一个开源的计算机视觉库,可以用于实现各种图像和视频处理任务,包括红绿灯识别。可以帮助自动驾驶汽车、智能交通系统等设备准确地识别红绿灯的状态,以便做出正确的决策。今天,就有Dream带领大家复盘一下计算机视觉中最经典的实验:OpenCV进行红绿灯识别,一起来看看吧~
2023-05-30 15:07:45 11116 304
原创 AI为文档图像安全注入新力量
随着人工智能和大数据技术的快速发展,人们对于文档图像安全的关注度越来越高。尤其是在当下,AIGC取得了里程碑式的成绩,引发了市场广泛热烈的兴趣,扩散模型在内的关键技术取得突破,技术可用性显著提高,这让保护文档图像安全进程又迈上了一个新的阶段,如何保障文档图像的安全,已经成为一个重要的研究方向。2023年5月11-14日,中国图象图形大会(CCIG 2023)在苏州举办,本文将以此出发,从文档图像的安全问题和落地应用两个方面,探讨AI时代下的文档图像安全问题。
2023-05-19 15:53:22 8169 212
原创 AI模型大杀器----Amazon SageMaker 实现高精度猫狗分类
Hello大家好,我是Dream。 最近受邀参与了 亚马逊云科技【云上探索实验室】 活动,基于他们的sagemaker实现了机器学习中一个非常经典的案例:猫狗分类。最让我惊喜的是的模型训速度比想象中 效果要好得多,而且速度十分迅速,而且总体感觉下来整个过程十分便利,使用起来也是得心应手。 那接下来跟随我的视角,来一起复盘一下整体做的过程,来感受一下其强大便利之处。
2023-04-06 13:03:11 29890 156
原创 神经网络--从0开始搭建全连接网络和CNN网络
今天来学习一下如何从0开始搭建全连接网络和CNN网络,并通过实验简单对比一下两种神经网络的不同之处,本文目录较长,可以根据需要自动选取要看的内容
2023-01-30 18:03:59 21767 130
原创 成为最好的梅西,不是任何人的影子----2022年终总结
还有不到两周就要过年了,自己也马上迈入了21岁,感慨时间飞快,从19岁开始入驻C站,到现在也已经整整两年了,把自己最好的两年青春时光留在了CSDN,超百万字的博客也记录着我两年的成长历程,现在读来仍觉得十分青涩感动。两年多的时间里,总会有很多朋友们问我,值不值得做自己的技术自媒体,以及能不能赚到money呢?我想说真的十分值得!
2023-01-09 22:37:32 23775 291
原创 机器学习实战——疫情数据分析与预测
机器学习如何做到疫情可视化——疫情数据分析与预测实战本文将带领大家爬取11个国家以及中国31个省(自治区、直辖市)在2022.0101-2022.06.19的新冠疫情数据。并且采用机器学习模型对2022.6.20-2022.6.30每一天的全国确诊人数、死亡人数、治愈人数进行预测,**做出疫情可视化图形并且求出最终的相关系数R2!...
2022-07-27 23:59:59 18754 137
原创 圣诞节来了,怎能还没有圣诞树呢 快来为心爱的她送上专属的圣诞礼物叭~
圣诞节来了,怎能没有圣诞树!作为我的粉丝朋友们,我不允许大家还没有专属于自己的圣诞树!我要让大家收到最特别最美丽的圣诞树!
2021-12-15 18:43:49 48323 238
原创 零基础学Python 开篇--第0节:全套学习路线
Python入门这些你必须要知道!PYTHONPython入门这些你必须要知道!Python方向简介及前言Python语言特点Python可以做什么Python之禅Python基础知识及应用语法基础:高级语法:Python中的Pygame模块:Python海龟画图综合应用最后的福利hello,大家好,我是Dream,今天给大家介绍一下Python和Python的一些基础知识及应用!先点赞收藏起来吧~!Python方向简介及前言Python是一种通用的解释,交互式,面向对象和高级编程语言。Pytho
2021-08-06 08:22:52 22518 84
原创 python跨年表白神器--你值得拥有!
教你做python跨年表白神器 点赞收藏后,快去表白!!!hello,大家好,我是Dream。马上就跨年了,为了广大的单身男性成员,我就慈悲一下,把我的存货–表白神器拿出来了,百试百灵(虽然我一次也没试过),今天分享给大家,别忘了给我点赞哟~话不多说,先看效果图:从图上看,很明显这是一个选择题,但代码的神奇之处就在这里,当她把鼠标拖到‘不行’的地方时,奇迹发生了,当当当~屏幕上会轮番展示出你的优点,这是我的优点(我只是实话实说的哟)最最最重要的是她关不掉窗口,重要的事说三遍:关不掉 关不
2020-12-30 21:33:14 29852 52
原创 Python从0到100(六):Python分支和循环结构的应用
单分支结构:单分支结构是分支结构中最简单的一种方式,单分支结构只需要判断一个条件,根据这个条件是否成立来决定是否执行一段语句。二分支结构:二分支结构是根据条件判断的不同而选择不同执行路径的一种分支结构,二分支结构也只需要判断一个条件,根据这个条件来决定执行的语句块,成立执行if中的指令,不成立执行else中的语句。多分支结构:多分支结构是根据不同条件来选择语句块运行的一种分支结构,分支结构需要判断多个条件,根据判断当前条件是否成立来决定是否执行当前语句块,当所有条件都不成立时,执行else后
2024-03-18 10:15:34 1117 67
原创 Python从0到100(五):Python分支结构和循环结构
Python中的分支结构和循环结构是编写程序时常用的控制结构。在Python中,分支结构通过if、elif和else关键字来实现条件判断。在使用if语句时,程序会根据条件表达式的真假执行相应的代码块。
2024-03-18 10:15:00 1259 69
原创 ARM汇编与逆向工程:蓝狐卷基础知识
ARM汇编与逆向工程 蓝狐卷 基础知识》分为12章,从基础的字节和字符编码到操作系统原理、Arm架构和指令,再到静态和动态分析、逆向工程实践,循序渐进地讲解Arm逆向工程的方方面面,而且每一章都包含许多实际的案例,可以帮助读者更好地理解和掌握相关知识。同时,书中也介绍了许多工具和技术,如IDA Pro、Radare2、Binary Ninja、Ghidra、GDB等,这些工具在实际逆向工程中都有着广泛的应用。此外,本书还介绍了Arm环境的构建和使用,可以帮助读者快速搭建自己的Arm环境。
2024-03-16 20:28:19 2374 9
原创 Python从0到100(四):Python中的运算符介绍
想做这件事情很久了,这次我更新了自己所写过的所有博客,汇集成了Python从0到100,共一百节课,帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、 计算机视觉、机器学习、神经网络以及人工智能相关知识,成为学习学习和学业的先行者!
2024-03-11 11:26:48 2683 72
原创 Python从0到100(三):Python中的变量介绍
程序是指令的集合,写程序就是用指令控制计算机做我们想让它做的事情。那么,为什么要用Python语言来写程序呢?因为Python语言简单优雅,相比C、C++、Java这样的编程语言,Python对初学者更加友好。
2024-03-11 11:25:44 2862 103
原创 Python中的运算符介绍
所谓优先级就是在一个运算的表达式中,如果出现了多个运算符,应该先执行哪个运算再执行哪个运算的顺序。Python中的算术运算符非常丰富,除了大家最为熟悉的加减乘除之外,还有整除运算符、求模(求余数)运算符和求幂运算符。下面的例子为大家展示了算术运算符的使用。运算符的后面会跟上一个布尔值,它的作用是得到与该布尔值相反的值,也就是说,,我相信没有什么好解释的,大家一看就能懂,需要提醒的是比较相等用的是。,所以在做运算的时候右边的值会被跳过(短路处理),这也就意味着在。,不管右边的布尔值是什么,最终的结果都是。
2024-03-11 11:02:25 164
原创 Python中的变量介绍
在Python程序中,我们可以使用变量来保存数据变量有不同的类型变量可以做运算(下一课会有详细的讲解),也可以通过内置函数来转换变量类型。总之,Python变量是一个基本的概念,用于存储数据。Python变量的命名需要遵循一定的规则,可以使用赋值语句创建变量,支持多个变量指向同一个对象,支持变量类型的动态转换。在删除变量或元素之前,请确保它们不再需要使用。
2024-03-11 10:56:22 76
原创 Python爬虫:http和https介绍及请求
在返回的响应内容(html)中,会带有css、js、图片等url地址,以及ajax代码,浏览器按照响应内容中的顺序依次发送其他的请求,并获取相应的响应。浏览器每获取一个响应就对展示出的结果进行添加(加载),js,css等内容会修改页面的内容,js也可以重新发送请求,获取响应。但是在爬虫中,爬虫只会请求url地址,对应的拿到url地址对应的响应(该响应的内容可以是html,css,js,图片等)的过程中 就是发送http或https的请求,获取http或https的响应。
2024-03-10 14:07:41 1426 1
原创 这本书太好了!150页就能让你上手大模型应用开发
奥利维耶.卡埃朗(Olivier Caelen),国际支付服务先驱 Worldline 公司机器学习研究员、布鲁塞尔自由大学机器学习博士,业余时间在布鲁塞尔自由大学教授机器学习课程。玛丽-艾丽斯.布莱特(Marie-Alice Blete),国际支付服务先驱 Worldline 公司研发部门软件架构师、数据工程师。她还负责维护开发者关系,并担任技术演讲嘉宾。何文斯(译者),大模型创业公司 Dify 产品经理、自媒体“何文斯”作者,致力于研究大模型中间件技术和AI应用工程化的实际落地。
2024-03-06 22:30:54 1328
原创 React轻松开发平台:实现高效、多变的应用开发范本
本书由三部分组成,第 一部分介绍基础理论知识,第二部分介绍如何构建低代码系统,先进行需求分析,涉及列表页、详情页和表单页的布局需求和逻辑需求,可视化编辑器、应用管理、组件市场和用户管理的需求等内容,然后介绍设计思路,包含架构设计、Schema 设计、组件库市场和 MongoDB Document 设计等,z后介绍详细的编码过程,包括可视化编辑器的实现、渲染 SDK 的实现、版本控制,以及如何将其集成到其他系统。秦小倩(网名何遇)
2024-03-05 13:20:50 3268 9
原创 Python从0到100(二):Python语言介绍及第一个Pyhon程序
Python从0到100(二):Python语言介绍及第一个Pyhon程序。与C和Java比,Python的学习成本和难度曲线不是低一点,更适合新手入门,自底向上的技术攀爬路线。
2024-03-04 16:02:25 2565
原创 Python从0到100(一):初识Python及安装Pycharm
Python从0到100(一):初识Python及安装Pycharm。Python是由荷兰人吉多·范罗苏姆(Guido von Rossum)发明的一种编程语言,是目前世界上最受欢迎和拥有最多用户群体的编程语言。
2024-02-29 13:47:30 1603 6
原创 Python爬虫中的单线程、多线程问题(文末送书)
从时间上来说,可能只有细微的差距,当执行工作量很大的时候,便会发现多线程消耗的时间会更少,从这个案例中我们也可以知道,当所需要执行的任务并不多的时候,只需要编写单线程即可。在我们平时学习的过程中,使用的主要是单线程爬虫。举个例子,批量下载某网站的图片,由于下载图片是一个耗时的操作,如果依然采用单线程的方式下载,那么效率就会特别低,意味着需要消耗更多的时间等待下载。第2章:正式进入爬虫技术的学习阶段,这一章介绍了最基本的两个请求库(urllib和Requests),有知识点的讲解,也有实战案例的讲解。
2024-02-27 11:13:29 2947 84
原创 Python分支和循环结构及其应用(文末送书)
我们写的Python代码都是一条一条语句顺序执行,这种代码结构通常称之为顺序结构。然而仅有顺序结构并不能解决所有的问题。
2024-02-27 11:03:53 3906 106
原创 机器学习:Softmax介绍及代码实现
对于k维向量z来说,其中zi∈Rzi∈R,我们使用指数函数变换可以将元素的取值范围变换到(0,+∞)(0,+∞),之后我们再所有元素求和将结果缩放到[0,1],形成概率分布。所以我们在函数实现时利用其性质:先对输入数据进行处理,之后再利用计算公式计算。Softmax函数用于将分类结果归一化,形成一个概率分布。作用类似于二分类中的Sigmoid函数。常见的其他归一化方法,如max-min、z-score方法并不能保证各个元素为正,且和为1。对于一个k维向量z,我们想把这个结果转换为一个k个类别的概率分布。
2024-02-17 18:24:55 1740 4
原创 神经网络:卷积神经网络中的BatchNorm
在机器学习中让输入的数据之间相关性越少越好,最好输入的每个样本都是均值为0方差为1。在输入神经网络之前可以对数据进行处理让数据消除共线性,但是这样的话输入层的激活层看到的是一个分布良好的数据,但是较深的激活层看到的的分布就没那么完美了,分布将变化的很严重。这样会使得训练神经网络变得更加困难。所以添加BatchNorm层,在训练的时候BN层使用batch来估计数据的均值和方差,然后用均值和方差来标准化这个batch的数据,并且随着不同的batch经过网络,均值和方差都在做累计平均。
2024-02-14 19:38:09 1266 4
原创 机器学习:Pooling层作用及反向传播
CNN网络在反向传播中需要逐层向前求梯度,然而,那它是如何进行反向传播的呢?此外,CNN中为什么要加pooling层,它的作用是什么?
2024-02-14 19:32:02 1758
原创 机器学习:卷积介绍及代码实现卷积操作
传统卷积运算是将卷积核以滑动窗口的方式在输入图上滑动,当前窗口内对应元素相乘然后求和得到结果,一个窗口一个结果。,所以可以将每个窗口内的元素拉成向量,通过向量内积进行运算,多个窗口的向量放在一起就成了矩阵,每个卷积核也拉成向量,多个卷积核的向量排在一起也成了矩阵,于是,卷积运算转化成了矩阵乘法运算。
2024-02-13 22:33:23 1287 2
原创 机器学习:BN层介绍及深入理解
BN在深度网络训练过程中是非常好用的trick,在笔试中也很常考,而之前只是大概知道它的作用,很多细节并不清楚,因此希望用这篇文章彻底解决揭开BN的面纱。
2024-02-13 22:33:15 1991
原创 机器学习:过拟合和欠拟合的介绍与解决方法
过拟合和欠拟合的表现和解决方法。其实除了欠拟合和过拟合,还有一种是,适度拟合就是我们模型训练想要达到的状态,不过适度拟合这个词平时真的好少见。
2024-02-11 21:57:07 2023 14
原创 机器学习:Softmax介绍及代码实现
对于k维向量z来说,其中zi∈Rzi∈R,我们使用指数函数变换可以将元素的取值范围变换到(0,+∞)(0,+∞),之后我们再所有元素求和将结果缩放到[0,1],形成概率分布。所以我们在函数实现时利用其性质:先对输入数据进行处理,之后再利用计算公式计算。Softmax函数用于将分类结果归一化,形成一个概率分布。作用类似于二分类中的Sigmoid函数。常见的其他归一化方法,如max-min、z-score方法并不能保证各个元素为正,且和为1。对于一个k维向量z,我们想把这个结果转换为一个k个类别的概率分布。
2024-02-11 21:53:01 1949 4
原创 机器学习:SVM、softmax、Dropout及最大池化max_pool介绍
W: (3072, 10), 重新reshape到(32, 32, 3, 10)最后的10代表10个分类器,前面的就是每个分类器可视化的结果,它像是每个类别的所有图像的一个模板(取了平均值,因为只有数值相近的时候平方才最大),如果某个类别的分数较高,那么它就越接近这个类图片的模板。Dropout可以有效地抑制过拟合,一般来说神经元失活的概率越大在训练集上和在验证集上的区别就越小,但是较大的失活概率会导致神经网络的容量下降,更难拟合数据。在前向传播的过程中注意保存中间数据,为了反向传播的时候方便计算。
2024-02-10 19:54:15 1778 6
原创 BatchNorm介绍:卷积神经网络中的BN
在机器学习中让输入的数据之间相关性越少越好,最好输入的每个样本都是均值为0方差为1。在输入神经网络之前可以对数据进行处理让数据消除共线性,但是这样的话输入层的激活层看到的是一个分布良好的数据,但是较深的激活层看到的的分布就没那么完美了,分布将变化的很严重。这样会使得训练神经网络变得更加困难。所以添加BatchNorm层,在训练的时候BN层使用batch来估计数据的均值和方差,然后用均值和方差来标准化这个batch的数据,并且随着不同的batch经过网络,均值和方差都在做累计平均。
2024-02-10 19:52:32 1521 4
原创 CIFAR-10数据集详析:使用卷积神经网络训练图像分类模型
CIFAR-10 数据集由 10 个类的彩色图像组成,每类6000张图像。有50000张训练图像和10000张测试图像。数据集分为5个训练批次和1个测试批次,每个批次有10000张图像。测试批次正好包含从每个类中随机选择的 1000 张图像。训练批次以随机顺序包含剩余的图像,但某些训练批次可能包含来自一个类的图像多于另一个类的图像。在它们之间,训练批次正好包含来自每个类的 5000 张图像。32×32 RGB图像 ,数据集本身是 BGR 通道。
2024-02-06 14:42:01 2019 6
原创 OpenCV实战:控制手势实现无触摸拖拽功能
Hello大家好,我是Dream。 今天来学习一下如何使用OpenCV来控制手势,瞬间提升操作体验!跨越界限,OpenCV手势控制拖拽功能现身。
2024-02-06 14:41:56 2809 5
原创 Python进程、多进程、线程以及同步和死锁
杀死主进程后,子进程不会被杀死,此时命令行也会无法正常退出,因为该命令的信号是发给了主进程来执行杀死任务,子进程由于没有父进程,变成了孤儿进程,之后被init进程领养。也就是说杀死主进程后,子进程的父进程称为了init进程。2个任务花费的时间是10秒,如果要边跳边唱,其实2个任务是可以在最长的那个任务完成时全部完成的。实现多任务编程的方式有很多,如:多进程、多线程、协程等。进程之间无法直接进行通信,因为他们是互相独立的应用程序。命令可以查看详细的进程列表。可以获取到当前进程的pid,可以获取父进程id。
2024-02-05 15:35:49 1245 4
原创 COCO数据集介绍
COCO数据集是一个可用于图像检测、语义分割和图像标题生成的大规模数据集。它有超过330K张图像(其中220K张是有标注的图像),包含150万个目标,80个目标类别(行人、汽车、大象等),91种材料类别(草、墙、天空等),每张图像包含五句图像的语句描述,且有250,000个带关键点标注的行人。
2024-02-05 15:35:42 1471 4
CIFAR10数据集介绍,并使用卷积神经网络训练图像分类模型-附完整代码和训练好的模型文件直接用
2024-01-27
YOLOv5姿态估计:HRnet实时检测人体关键点
2024-01-15
保研复试全套材料+408专业课知识总结及思维导图
2023-10-07
Python课程设计报告- 作业统计管理系统 ,满分实验报告+源码
2023-02-15
数字图像处理课程设计报告,完整实验报告附源码
2023-02-10
数字图像处理实验报告:图像加噪与滤波 附源码
2023-02-10
超级玛丽教程+源码分享
2022-12-18
还不懂飞机大战?全网最细学习笔记-全方位学习Pygame
2022-12-18
情人节表白神器exe文件+直接运行就可以
2022-02-14
Python画dundunexe文件+源码.zip
2022-02-09
圣诞树表白源码+素材+拿去直接用.zip
2022-01-03
想问一下大家都是母胎solo吗?我找一下心里安慰
2021-08-02
TA创建的收藏夹 TA关注的收藏夹
TA关注的人