手眼 步骤 视觉 机器
Centos安装docker步骤
安装docker 1、Docker 要求 CentOS 系统的内核版本高于 3.10 ，查看本页面的前提条件来验证你的CentOS 版本是否支持 Docker 。 通过 uname -r 命令查看你当前的内核版本：$ uname -r 2、使用 root 权限登录 Centos。确保 yum 包更新 ......
实验七：Spark机器学习库Mtlib编程实践
1、数据导入 导入相关的jar包： import org.apache.spark.ml.feature.PCA import org.apache.spark.sql.Row import org.apache.spark.ml.linalg.{Vector,Vectors} import org ......
deveco studio 的安装步骤。
步骤的截图； 这样就安装好了。 记下来点击 桌面图标 现就这样吧。 安装好了，接下来创建一个 app 测试一下。 是不是还需要我自己去 安装一个 虚拟机啥的。 尝试一下。 ......
OpenCV计算机视觉学习（15）——浅谈图像处理的饱和运算和取模运算
如果需要其他图像处理的文章及代码，请移步小编的GitHub地址 传送门：请点击我 如果点击有误：https://github.com/LeBron-Jian/ComputerVisionPractice 本来在前面博客 OpenCV计算机视觉学习（2）——图像算术运算 &图像阈值（数值计算，掩膜ma ......
机器视觉 - YoloV8 命令行安装
创建python 环境 下载并安装 miniconda 安装包, 注意miniconda和 python 版本对应关系, 不要选择python最新的版本, 以免yolo或pytorch不能兼容最新版python. 这里到安装到 C:\miniconda3 配置 conda 环境, 修改conda配置 ......
小程序开发：完善步骤条的上滑、下拉刷新操作
上文说到，我们完善了数据接入以及对笔记的删除、编辑功能，还有将页面顶部的写一条按钮放到了右下角悬浮。样式如下： 原有的下拉刷新和上拉加载函数如下： 因为刚开始用的是uniapp的unicloud-db组件： 其实自己写一个查询会比用这个更灵活，而且是云函数，这样改动云函数也不需要将小程序重新提审。也 ......
小程序开发：将改造后的步骤条插件移植到自己的小程序
删减了很多原组件代码和用不上的一些组件之后就可以正式移植到自己的小程序了。对比下移植前小程序包大小和移植后小程序包大小：移植前： 移植后： 所有文章类的页面单独分了分包，不占用主包大小，因为主包最多2m，单个分包也不能超过2m。步骤条代码经过删减后，仅16.3k。且移植后效果一样： 接下来就是数据接 ......
小程序开发：在插件市场寻找步骤条组件并二开
想实现一个可滚动的步骤条用来显示自己的随笔 作为一名全栈工程师，要是全部都自己写，那太废时间了，首先去uniapp的插件市场逛逛看有没有符合需要的组件先：第一个： 看着符合自己的要求了，该有的有了，但是感觉左边的色调太单调了，故pass。第二个： 这个看起来颜色就比较丰富一些了，右边也有卡片式的布局 ......
OpenCV - 计算机视觉开发
OpenCV 介绍 OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，它提供了很多函数，这些函数非常高效地实现了计算机视觉算法（最基本的滤波到高级的物体检测皆有涵盖）。 OpenCV 是跨平台的，可以在 Windows、Linux、Mac ......
机器学习-概率图模型系列-隐含马尔科夫模型-33
目录1. Hidden Markov Model2. HMM模型定义 注：参考链接 https://www.cnblogs.com/pinard/p/6945257.html 1. Hidden Markov Model 隐马尔科夫模型（Hidden Markov Model，以下简称HMM）是比较 ......
简易机器学习笔记（十一）opencv 简易使用-人脸识别、分类任务
前言 前段时间摸了下机器学习，然后我发现其实openCV还是一个很浩瀚的库的，现在也正在写一篇有关yolo的博客，不过感觉理论偏多，所以在学yolo之前先摸一下opencv，简单先写个项目感受感受opencv。 流程 openCV实际上已经有一个比较完整的模型了，下载在haarcascades 这里 ......
linux每天定时备份数据库并删除十天前数据详细步骤
每天定时备份数据库需要用到Linux的定时任务，利用Linux的crondtab 命令。下面通过本文给大家带来了linux每天定时备份数据库并删除十天前数据详细步骤，感兴趣的朋友一起看看吧 每天定时备份数据库需要用到Linux的定时任务，利用Linux的crondtab 命令。下面我们来看详细步骤： ......
【机器学习】逻辑回归
目录感知器的种类sigmoid（logistics）函数代价/损失函数（cost function）——对数损失函数（log loss function）梯度下降算法（gradient descent algorithm）正则化逻辑回归（regularization logistics regres ......
【机器学习】多元线性回归
目录多元线性回归模型（multiple regression model）损失/代价函数（cost function）——均方误差（mean squared error）批量梯度下降算法（batch gradient descent algorithm）特征工程（feature engineerin ......
深度学习之机器学习理论
（一）机器学习（Machine Learning）：就是让计算机具备从大量数据中学习的能力之一系列方法。机器学习使用很多统计方法，统计学家也称之为统计学习，但本质上起源于计算机科学的人工智能。 （二）机器学习的分类：机器学习主要分为两类，即监督学习(supervised learning)与非监督学 ......
走进3D时代：小区楼盘的视觉盛宴
随着科技的飞速发展，我们的生活正经历着前所未有的变革。曾经，我们只能通过文字和二维图片来了解楼盘的布局和设计；而今，3D技术的引入，让这一切变得栩栩如生。 ......
机器学习如何改变缺陷检测的格局？
机器学习在缺陷检测中扮演着重要的角色，它能够通过自动学习和识别各种缺陷的模式和特征，改变缺陷检测的格局。以下是机器学习在缺陷检测中的一些应用和优势： 自动化检测：机器学习技术可以自动化处理大量的数据，通过学习和识别缺陷的模式和特征，实现自动化检测。这大大提高了缺陷检测的效率和准确性，减少了人工干 ......
机器学习-决策树系列-贝叶斯算法-概率图模型-29
目录1. 复习条件概率2. 正式进入3. 生成式 与判别式 这个阶段的内容，采用概率论的思想，从样本里面学到知识（训练模型），并对新来的样本进行预测。 主要算法：贝叶斯分类算法、隐含马尔可夫模型、最大熵模型、条件随机场。 通过本阶段学习，掌握NLP自然语言处理的一些基本算法，本阶段的理解对于后续完成 ......
机器学习-梯度下降法
1、名称解释 （1）什么是无约束优化问题？ 无约束优化问题是指在给定目标函数的情况下，寻找使目标函数取得最大值或最小值的变量取值，而不受任何约束条件限制的优化问题。 具体来说，无约束优化问题可以形式化地表示为以下形式： 最小化 f(x)，其中 x 是 n 维向量，f(x) 是一个实值函数，称为目标函 ......
机器学习-半正定规划
1、概念解释 （1）什么是半正定规划？ 半正定规划(Semi-Definite Programming，简称SDP) 是一类凸优化问题，其中的变量可组织成半正定对称矩阵形式，且优化问题的目标函数和约束都是这些变量的线性函数。 （2）什么是对称矩阵？ 对称矩阵是指一个矩阵的元素关于主对角线对称。换句话 ......
机器学习-二次规划
1、概念解释 （1）什么是半正定矩阵？ 半正定矩阵是指一个方阵（即行数等于列数的矩阵），满足以下条件之一： 对于任意非零向量x，都有x^T * A * x ≥ 0，其中 A 表示该矩阵的转置。 所有特征值（eigenvalue）都大于或等于零。 简单来说，一个半正定矩阵的特点是它的所有特征值非负，或 ......
机器学习-拉格朗日乘子法
1、概念解释 （1）什么是拉格朗日乘子法？ 拉格朗日乘于法(Lagrange multipliers) 是一种种寻找多元函数在一组约束下的极值的方法。通过引入拉格朗日乘子，可将有d个变量与k个约束条件的最优化问题转化为具有d+k个变量的无约束优化问题求解。 2、基本演算 ......
机器学习-奇异值分解
1、概念介绍 （1）什么是线性无关的行？ 线性无关的行指的是矩阵中不可由其中一个或多个行的线性组合表示的行。换句话说，如果一个矩阵中有两个或多个行，且它们不能通过某些系数相乘和相加得到一个零向量，则这些行就是线性无关的。 例如，考虑一个包含三行的3x3矩阵： 1 2 3 4 5 6 7 8 9 我们 ......
2024年动画云渲染，渲染农场提交渲染文件步骤
“云渲染”、“渲染农场”在做三维动画的公司以及个人都非常的清楚，这些主要是提升用户的渲染速度，由于动画公司通常制作的时间比较长，在渲染时本地电脑往往满足不了渲染需求。今天以动画云渲染农场，看看渲染农场怎么使用的吧！ 渲染农场使用图文教程 以云渲染商【Renderbus瑞云渲染】客户端为例，新用户注册 ......
国服 ios 机甲战队 战争机器人 war robotos 刷金币 3天100金币
专业刷金，开黑战队，三天稳定1000金币，氪金党勿入，肝佬欢迎进入，目前国服金价 200元1万金 ，一起开黑刷金 请进qq群 947633140 （未满员） 点击链接加入群聊【机甲战队ios刷金群】：点击自动加入QQ群947633140 ......
机甲战队 战争机器人 war robotos 国服ios端游戏交流
专业刷金，开黑战队，三天稳定1000金币，氪金党勿入，肝佬欢迎进入，目前国服金价 200元1万金 ，一起开黑刷金 请进qq群 947633140 （未满员） 点击链接加入群聊【机甲战队ios刷金群】：点击自动加入QQ群947633140 ......
分布式机器学习的故事：Docker改变世界
分布式机器学习的故事：Docker改变世界 Docker最近很火。Docker实现了“集装箱”——一种介于“软件包”和“虚拟机”之间的概念——并被寄予厚望，以期革新Internet服务以及其他大数据处理系统的开发、测试、和部署流程。 为了使用Docker，需要了解不少工具及其设计思路；而这些工具的文 ......
云渲染速度快多少？如何使用云渲染图文步骤一览
云渲染速度到底快多少呢?如何操作云渲染呢?云渲染主要的工作任务就是负责渲染，由原本个人本地渲染的任务，交给云端中大量由电脑组成的强大算力渲染农场，也就是大家所说的：云渲染农场，目前市场上的云渲染发展非常成熟，具备完整得硬件配置，下面一起来看看云渲染平台如何使用，希望帮助大家! 一、云渲染速度快多少? ......