Giter VIP home page Giter VIP logo

zdaiot.github.io's Introduction

zdaiot

zd ai iot

zdaiot.github.io's People

Contributors

zdaiot avatar

Stargazers

 avatar

Watchers

 avatar  avatar  avatar

zdaiot.github.io's Issues

windows下使用hexo搭建博客 | zdaiot

https://www.zdaiot.com/Linux/%E5%8D%9A%E5%AE%A2%E6%90%AD%E5%BB%BA/windows%E4%B8%8B%E4%BD%BF%E7%94%A8hexo%E6%90%AD%E5%BB%BA%E5%8D%9A%E5%AE%A2/

这篇论文虽然**比较简单,但是是第一个将孪生网络用在One-Shot Learning问题上的,所以相当经典,基本上后来的论文都会拿这个论文作比较,所以将这篇文章好好看了看。在此记录一下。基本信息 年份:2015 期刊:ICML Deep Learning Workshop. Vol. 2. 2015 标签:Metric Learning、Siamese Neural Networks 数据:Om

26种神经网络激活函数可视化 | zdaiot

https://www.zdaiot.com/MachineLearning/%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/26%E7%A7%8D%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E6%BF%80%E6%B4%BB%E5%87%BD%E6%95%B0%E5%8F%AF%E8%A7%86%E5%8C%96/

如果以下没有你需要的数学公式,你还可以从这里寻找short-cn.pdf常用语法 标志 符号 显示 上标 x^y $x^y$ 下标 x_y $x_y$ 四周标注 \sideset{^1_2}Y{^3_4}Y $\sideset{^1_2}{^3_4}Y$ 分数 \frac{1}{x+1} $\frac{1}{x+1}$ 分数 1\over{x+1} $1\over{x

卷积神经网络模型结构 | zdaiot

https://www.zdaiot.com/MachineLearning/%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E6%A8%A1%E5%9E%8B%E7%BB%93%E6%9E%84/

如果以下没有你需要的数学公式,你还可以从这里寻找short-cn.pdf常用语法 标志 符号 显示 上标 x^y $x^y$ 下标 x_y $x_y$ 四周标注 \sideset{^1_2}Y{^3_4}Y $\sideset{^1_2}{^3_4}Y$ 分数 \frac{1}{x+1} $\frac{1}{x+1}$ 分数 1\over{x+1} $1\over{x

ubuntu下将应用程序快捷方式添加到启动器 | zdaiot

https://www.zdaiot.com/Linux/%E8%BD%AF%E4%BB%B6/ubuntu%E4%B8%8B%E5%B0%86%E5%BA%94%E7%94%A8%E7%A8%8B%E5%BA%8F%E5%BF%AB%E6%8D%B7%E6%96%B9%E5%BC%8F%E6%B7%BB%E5%8A%A0%E5%88%B0%E5%90%AF%E5%8A%A8%E5%99%A8/

在Ubuntu Dash home中创建图标进行快速启动,有两种方法。第一种方法在.local/share/applications/路径下创建xxx.desktop文件,在此路径下创建的快捷方式只能当前用户可见。一些Appimage创建的快捷启动图标通常放在这里。第二种方法在/usr/share/applications这个目录,其中存放的全部是所有用户可见的快捷方式。在该目录创建xxx.des

Python各类图像库对比总结 | zdaiot

https://www.zdaiot.com/Python/%E5%B8%B8%E7%94%A8%E7%AC%AC%E4%B8%89%E6%96%B9%E5%8C%85/Python%E5%90%84%E7%B1%BB%E5%9B%BE%E5%83%8F%E5%BA%93%E5%AF%B9%E6%AF%94%E6%80%BB%E7%BB%93/

本文的主要内容主要来自于这里,我觉得总结的不错,所以特地转载过来,并添加了一下自己的注解。最近在研究深度学习视觉相关的东西,经常需要写python代码搭建深度学习模型。比如写CNN模型相关代码时,我们需要借助python图像库来读取图像并进行一系列的图像处理工作。我最常用的图像库当然是opencv,很强大很好用,但是opencv也有一些坑,不注意的话也会搞出大麻烦。近期我也在看一些别人写的代码,因

Python产生随机数 | zdaiot

https://www.zdaiot.com/Python/%E5%AE%9E%E6%88%98/Python%E4%BA%A7%E7%94%9F%E9%9A%8F%E6%9C%BA%E6%95%B0/

Python产生随机数的功能在random模块中实现,实现了各种分布的伪随机数生成器该模块可以生成0到1的浮点随机数,也可以在一个序列中进行随机选择,产生的随机数可以是均匀分布,高斯分布,对数正态分布,负指数分布以及alpha,beta分布,但是呢,这些随机数不适合使用在以加密为目的的应用中你也可以自己派生一个Random类的子类,自己去实现子类中的random(),seed(),getstate

Matplotlib教程 | zdaiot

https://www.zdaiot.com/Python/%E5%B8%B8%E7%94%A8%E7%AC%AC%E4%B8%89%E6%96%B9%E5%8C%85/Matplotlib%E6%95%99%E7%A8%8B/

网上看到一篇文章,感觉不错,复制粘贴到此,并添加一些自己的东西。本文为译文,原文载于此,译文原载于此。本文欢迎转载,但请保留本段文字,尊重作者和译者的权益。谢谢。: )介绍Matplotlib 可能是 Python 2D - 绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式。这里将会探索 matplotlib 的常见用法。

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.