Pytorch模型自定义数据集训练流程
文章目录
- Pytorch模型自定义数据集训练流程
- 1、任务描述
- 2、导入各种需要用到的包
- 3、分割数据集
- 4、将数据转成pytorch标准的DataLoader输入格式
- 5、导入预训练模型,并修改分类层
- 6、开始模型训练
- 7、利用训好的模型做预测
Pytorch模型自定义数据集训练流程
我们以kaggle竞赛中的猫狗大战数据集为例搭建Pytorch自定义数据集模型训练的完整流程。
1、任务描述
Cats vs. Dogs(猫狗大战)数据集是Kaggle大数据竞赛某一年的一道赛题,利用给定的数据集,用算法实现猫和狗的识别。 其中包含了训练集和测试集,训练集中猫和狗的图片数量都是12500张且按顺序排序,测试集中猫和狗混合乱序图片一共12500张。
卷积神经网络(CNN)是一类包含卷积计算且具有深度结构的前馈神经网络,是深度学习的代表算法之一。卷积神经网络具有表征学习能力,能够按其阶层结构对输入信息进行平移不变分类,因此也被称为“平移不变人工神经网络”。不使用深度学习框架,用numpy基础代码来构建自己的深度学习网络。
2、导入各种需要用到的包
import torch
import torchvision
from torchvision import datasets, transforms
import torch.utils.data
import matplotlib.pyplot as plt
from torch.utils.data import TensorDataset,DataLoader,Dataset
from torch.utils.tensorboard import SummaryWriter
import torch.nn.functional as F
from torch import nn
import numpy as np
import os
import shutil
from PIL import Image
import warnings
warnings.filterwarnings("ignore")
3、分割数据集
下载猫狗大战数据集,并解压。
下载地址:https://www.kaggle.com/c/dogs-vs-cats/data。
解压完成后,通过以下代码实现数据集预处理(剔除不能正常打开的图片,打乱数据集);然后对数据集进行分割,其中0.9的数据集作为train训练,0.1的数据集作为test测试。
# 分割数据集,将全部数据分成0.9的Train和0.1的Test
source_path = r"./kagglecatsanddogs_5340/PetImages/"
# 如果不存在文件夹要新建一个
if not os.path.exists(os.path.join(source_path, "train")):os.mkdir(os.path.join(source_path, "train"))
train_dir = os.path.join(source_path, "train")if not os.path.exists(os.path.join(source_path, "test")):os.mkdir(os.path.join(source_path, "test"))
test_dir = os.path.join(source_path,"test")## 将Cat和Dog文件夹全部移到train目录下,然后再从train目录下移动10%到test目录下
for category_dir in os.listdir(source_path):if category_dir not in ["train", "test"]:shutil.move(os.path.join(source_path,category_dir), os.path.join(source_path,"train"))## 开始移动,移动前先剔除不能正常打开的图片
for dir in os.listdir(train_dir):category_dir_path = os.path.join(train_dir, dir)image_file_list = os.listdir(category_dir_path) # 取出全部图片文件for file in image_file_list:try:Image.open(os.path.join(category_dir_path, file))except:os.remove(os.path.join(category_dir_path, file))image_file_list.remove(file)np.random.shuffle(image_file_list)test_num = int(0.1*len(image_file_list))#移动10%文件到对应目录if not os.path.exists(os.path.join(test_dir,dir)):os.mkdir(os.path.join(test_dir,dir))if len(os.listdir(os.path.join(test_dir,dir))) < test_num: # 只有未移动过才需要移动,否则每运行一次都会移动一下for i in range(test_num):shutil.move(os.path.join(category_dir_path,image_file_list[i]), os.path.join(test_dir,dir,image_file_list[i]))
4、将数据转成pytorch标准的DataLoader输入格式
1、先对数据集进行预处理,包括resize成224*224的尺寸,因为vgg_net模型需要的输入尺寸为[N, 224, 224, 3];随机翻转,随机旋转等,另外对数据集做Normalize标准化,其中的mean=[0.485, 0.456, 0.406],std=[0.229, 0.224, 0.2]是从ImageNet数据集上的百万张图片中随机抽样计算得到的,以上这些内容主要是数据增强,增强模型的泛化性,有更好的预测效果。
2、然后将预处理好的数据转成pytorch标准的DataLoader输入格式,。
# 数据预处理
transform = transforms.Compose([transforms.RandomResizedCrop(224),# 对图像进行随机的crop以后再resize成固定大小transforms.ToTensor(),transforms.Normalize(mean=[0.485, 0.456,
0.406],std=[0.229, 0.224, 0.2]), # ImageNet全部图片的平均值和标准差transforms.RandomRotation(20), # 随机旋转角度transforms.RandomHorizontalFlip(p=0.5), # 随机水平翻转
])# 读取数据
root = source_path
train_dataset = datasets.ImageFolder(root + '/train', transform)
test_dataset = datasets.ImageFolder(root + '/test', transform)# 导入数据
train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=16, shuffle=True)
test_loader = torch.utils.data.DataLoader(test_dataset, batch_size=16, shuffle=False)
5、导入预训练模型,并修改分类层
1、定义device,如果有GPU模型训练会自动用GPU训练,否则会使用CPU;使用GPU训练,只需在模型、数据、损失函数上使用cuda()就行。
2、这边默认对分类图像算法都熟悉,可以自己构建vgg16的完整网络,在猫狗数据集上重新训练。也可以下载预训练模型,由于原网络的分类输出是1000类别的,但是我们的图片只有两类,所以需要修改分类层,让模型能够适配我们的训练数据集。
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
vgg16 = torchvision.models.vgg16(pretrained=True).to(device)
print(vgg16)inputs = torch.rand(1, 3, 224, 224) # 拿一个随机tensor测试一下网络的输出是否满足预期
output = vgg16(inputs.to(device))
print("原始VGG网络的输出:",output.size())# 构建新的全连接层
vgg16.classifier = torch.nn.Sequential(torch.nn.Linear(25088, 100),torch.nn.ReLU(),torch.nn.Dropout(p=0.5),torch.nn.Linear(100, 2)).to(device)
inputs = torch.rand(1, 3, 224, 224)
output = vgg16(inputs.to(device))
print("新构建的VGG网络的输出:",output.size())
6、开始模型训练
开始模型训练,我们这里只训练全连接分类层,将特征层的梯度requires_grad设置为False,特征层的参数将不参与训练。
训练过程中保存效果最好的网络模型,以防掉线,可以从断点开始继续训练,同时也可以用来做预测。
训练完成后,保存训练好的网络和参数,后面可以加载模型做预测。
writer = SummaryWriter("./logs/model")
loss_func = nn.CrossEntropyLoss().to(device)
learning_rate = 0.0001#如果我们想只训练模型的全连接层
for param in vgg16.features.parameters():param.requires_grad = False
optimizer = torch.optim.Adam(vgg16.parameters(),lr=learning_rate)##训练开始
total_train_step = 0
total_test_step = 0
min_acc = 100.0
for epoch in range(10):print("-----------train epoch {} start---------------".format(epoch))vgg16.train()for data in train_loader:optimizer.zero_grad()img, label = dataoutput = vgg16(img.to(device))loss = loss_func(output, label.to(device))loss.backward()optimizer.step()total_train_step += 1if total_train_step % 10 == 0:print("steps: {}, train_loss: {}".format(total_train_step, loss.item()))writer.add_scalar("train_loss", loss.item(), total_train_step)## 测试开始,看训练效果是否满足预期total_test_loss = 0total_acc = 0.0vgg16.eval()with torch.no_grad():for data in test_loader:optimizer.zero_grad()img, label = dataoutput = vgg16(img.to(device))loss = loss_func(output, label.to(device))total_test_loss += lossaccuary = torch.sum(output.argmax(1) == label.to(device))total_acc += accuarytotal_test_step += 1val_acc = total_acc.item() / len(test_dataset)## 保存Acc最小的模型if val_acc < min_acc:min_acc = val_acctorch.save(vgg16.state_dict(), "./models/2classes_vgg16_weight_{}_{}.pth".format(epoch, round(val_acc,4)))torch.save(vgg16, "./models/2classes_vgg16_{}_{}.pth".format(epoch, round(val_acc,4)))print("测试loss: {}".format(total_test_loss.item()))print("测试Acc: {}".format(val_acc))writer.add_scalar("test_loss", total_test_loss.item(), total_test_step)writer.add_scalar("test_Acc", val_acc, total_test_step)torch.save(vgg16.state_dict(), "./models/2classes_vgg16_latest_{}.pth".format(val_acc))
7、利用训好的模型做预测
拿出一张图片做预测,首先导入预训练模型,同样改掉分类层,然后导入预训练权重,预测图片类别,输出标签值和预测类别。
import matplotlib.pyplot as plt
img_path = r"./kagglecatsanddogs_5340/PetImages/test/Cat/1381.jpg" # 拿出要预测的图片
image = Image.open(img_path).convert("RGB")
image.show()vgg16_pred = torchvision.models.vgg16(pretrained=True)
vgg16_pred.classifier = torch.nn.Sequential(torch.nn.Linear(25088, 100),torch.nn.ReLU(),torch.nn.Dropout(p=0.5),torch.nn.Linear(100, 2))transform = torchvision.transforms.Compose([torchvision.transforms.Resize((224,224), interpolation=2),torchvision.transforms.ToTensor()
])
vgg16_pred.load_state_dict(torch.load("./models/2classes_vgg16_weight_15_0.9467513434294089.pth", map_location=torch.device('cpu')))
print(vgg16_pred)image = transform(image)
print(image.size())
image = torch.reshape(image, [1,3,224,224])
vgg16_pred.eval()
with torch.no_grad():output = vgg16_pred(image)
# print("预测值为:",output)
print("预测标签为:",output.argmax(1).item())
print("预测动物为:",train_dataset.classes[output.argmax(1)])
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.exyb.cn/news/show-4499188.html
如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈,一经查实,立即删除!
【C++】C++基础知识(一)---基本概念
C基础知识(一)1. 输出“HelloWorld!”2. 添加注释3. 关键字4. 标识符5. 变量6. 常量1. 输出“HelloWorld!” 在visual studio中输出“HelloWorld!”。代码实现如下: #include <iostream> using namespace std;int main() {cout <&…...

有符号整数的移位操作(按其补码移位规则进行操作)
【知识点】 算法运行时,输入的整数默认情况下被计算机系统表示为有符号整数。有符号整数的二进制表示中,最高位为符号位(正整数为0,负整数为1),这也是有符号整数名称的由来。有符号整数移位时,按…...

python 取两/多个list的交集
python 取两个/多个list的交集 Two List Input: lst1 [15, 9, 10, 56, 23, 78, 5, 4, 9] lst2 [9, 4, 5, 36, 47, 26, 10, 45, 87] Expected Output: [9,10,4,5]1、自定义def Method def intersection(lst1, lst2): lst3 [value for value in lst1 if value in lst2] ret…...

_Linux 进程信号-信号处理篇
文章目录前言捕捉信号1. 内核如何实现信号的捕捉2. sigaction代码验证可重入函数volatile(关键字)SIGCHLD信号实验一实验二前言 信号发送 信号处理 已经讲过,本章讲解信号处理最后一部分。 捕捉信号 信号捕捉过程图 经过信号捕捉过程图:我们知道信号…...

6 TCP与UDP
TCP:转发数据量较多 对可靠性要求比较高 流(数据无间隔)协议 (顺序控制 重发控制 流量控制 拥塞控制)(http 通信必须使用 tcp) UDP:高速传输和实时性有较高要求的通信或广播/多播通信…...

【数学建模美赛】2023数模美赛备赛指南
二月中旬要开始美赛了,应该是准备考研这一年的唯一一次正规比赛了,希望能好好完成,在博客边分享边准备。打算开一个新坑,好好准备一下。 文章目录报名事项赛题特点六道赛题特点A&BCDE&F竞赛攻略报名事项 官方网站 美赛官…...

PHP反弹shell
步骤详解: 前提: ①、PHPStudy开启相关服务。 ②、假设木马已上传至服务器且可以访问(即执行代码才能反弹shell)。 ③、攻击机器和受害服务器要处于同一网段。 1、划线为攻击机的IP端口。 2、攻击机监听自身端口4444,即…...

selenium学习----CSS selector
CSS Selector选择web页面的元素 CSS是用来对web页面进行渲染的,因此必然涉及到web页面上某一元素的选择,比如页面某些内容显示效果,可以讲 CSS Selector 语法 天生就是浏览器用来选择元素的,selenium自然就可以使用它用在自动化中…...

Qlikview连接Mysql数据源
Qlikview通过ODBC连接Mysql的步骤。 1.安装Qlikview Qlikview安装包 2.安装mysqlconnectodbc ODBC安装包 下载该安装包后解压安装 一直next安装完成 3.打开ODBC 点击添加 选择 MySQL ODBC 8.0 Unicode Driver,点 完成 点 test 看是否连接成功 点 OK࿰…...

夜天之书 #30 Make More Time
个人参与开源社区会面临的一个巨大挑战是缺乏时间。不管是作为项目的维护者还是贡献者,要想参与一个开源项目并非易事。本文试图提供一种方式,帮助想要参与开源社区的个人找到需要的时间。项目的维护者也是贡献者,不过他们需要关注的范围很不…...

Android岗面试者注意:虚惊一场,差点痛失字节跳动offer
目录 算法合集 一.Hash 二.最小生成树算法 三. 最短路径算法 四. KMP 算法 面试专题合集 1、开启线程的三种方式? 2、run()和 start()方法区别 3、如何控制某个方法允许并发访问线程的个数? 4、在 Java 中 wait 和 seelp 方法的不同 5、谈谈 wa…...
android中字母导航和PinnedHeaderListView(listview头部固定)
市面上使用listview头部在顶部固定和字母导航的app是非常之多,今天自己也结合之前做的项目,整理了一个在listview中实现头部固定和字母快速定位导航的功能。 效果图如下: 上面效果图如果不对listview进一步封装,就android原生lis…...
直接拿来用!最火的iOS开源项目(二)
转自:http://www.admin10000.com/document/2446.html “每一次的改变总意味着新的开始。”这句话用在iOS上可谓是再合适不过的了。GitHub上的iOS开源项目数不胜数,iOS每一次的改变,总会引发iOS开源项目的演变,从iOS 1.x到如今的iO…...

Windows配置DNS(安全策略)-DCServer
赛题前言 顶级类别域名1、配置策略并应用 赛题 4.DNS 拓扑中所有主机的 DNS 查询请求都应由 IspSrv 进行解析; 配置 DNS 安全策略,限制 DNS 查询请求每秒只允许 10 个查询。 前言 域名系统(Domain Name System,DNS)是Internet上解决网上机器命名的一种系统。就像拜…...

PCB板框文件丢失的问题
【问题】PCB 板框文件丢失的问题 在制作好PCB并导出Gerber文件后,送厂制板的时候审查被提醒说没有边框文件,缺少 GM1 层。 【解决办法】 经过反复检查,确定添加了边框文件 BOARD GEOMETRY / CUT & Design outline 之后, …...

JavaScript 字符串
文章目录JavaScript 字符串JavaScript 字符串字符串长度特殊字符字符串可以是对象字符串属性和方法字符串属性字符串方法JavaScript 字符串 JavaScript 字符串用于存储和处理文本。 JavaScript 字符串 字符串可以存储一系列字符,如 “John Doe”。 字符串可以是插…...

Android面试官:Window连环十二问你顶得住吗?,flutter面试题
面试官:关于Window,你了解多少呢? 看看下面这些问题你都能答上来吗。 如果你遇到这些问题 Window是什么?和View的关系? WindowManager是什么?和WMS的关系? 怎么添加一个Window? …...

Java Set接口集合介绍和使用
Set接口介绍 1.插入元素和取出元素的顺序不一样。 2.不允许有重复的元素。(插入的元素必须不一样)。 3.不可以使用get方法来获取元素。 HashSet 介绍和使用 1.hashset实现的set接口。 2.hashset实际上是 hashmap(数组链表 或者 红黑树&…...

雪花算法笔记
SnowFlake 雪花算法 SnowFlake 中文意思为雪花,故称为雪花算法。最早是 Twitter 公司在其内部用于分布式环境下生成唯一 ID。在2014年开源 scala 语言版本。 实现原理 雪花算法原理就是生成一个的64位比特位的 long 类型的唯一 id。 最高1位固定值0,因…...

万字长文读透 Redis
0. Redis 基础 如果对 Redis 还不了解的同学可以先看一下这篇 Redis 基础文章 ,这里面介绍了 Redis 是什么,以及怎么用 1. Redis 管道 我们通常使用 Redis 的方式是,发送命令,命令排队,Redis 执行,然后返…...

Win11+RTX3060+Anconda+CUDA11.3+cuDNN8.2+Pytorch1.8一条龙服务
Win11RTX3060AncondaCUDA11.3cuDNN8.2Pytorch1.8一条龙服务 老衲要为一个RTX3060新电脑配环境,完全是一个新电脑,所以想做一个超级详细巨全面的教程,还希望大家点个免费的赞,支持一下创作 Anaconda安装 双击安装包.点Next点 I a…...

Ubuntu18.04安装tensorflow1.13.1,cuda10.1,cuDNN7.5
Ubuntu18.04安装tensorflow1.13.1,cuda10.1,cuDNN7.5 安装教程 常见的Ubuntu命令 uname -r 查看内核版本(没事不要乱升级内核) uname -a 查看Ubuntu系统及内核版本 cat /proc/version 全面查看Ubuntu系统信息 lsb_release -a可以…...

C# Lambda表达式 两个list取交集 做筛选
public IList<Markers> getEngineerByCenterPoint(float latitude, float longitude){MapAddress mapAddress new MapAddress(latitude, longitude);List<Markers> markers (List<Markers>)getEngineerRecent();List<MapAddress> maps (List<Ma...

程序员的降薪潮已经到来
劝退 1.学校学不到,知到大学里面教学都是比较随意的,有时候根本就修不到什么正经的技术课,所以很多时候出去,就是比没学过的人,多会几个开发工具的安装,各大操作系统的开关机 2.培训机构,培训机…...

两个List集合取交集、并集、差集
两个List集合取交集、并集、差集 list1.removeAll(list2):从list1中移除存在list2中的元素。 调用流程:removeAll->contains->equals方法,对于引用类型,要使用removeAll,需要重写equals方法 removeAll源码…...

自然数、实数、整数、有理数的符号表示
N*(N+)正自然数集。 自然数:NN:自然数集,非负整数集(包含元素"0") 1、N*(N+)正自然数集…...

PS的对图像一些简单处理
一、图片过暗 图片—>调整—>曝光度 二、图片歪了,把图片调正 透视裁剪工具—>顶角可以调整—>回车键确认调整 三、ps中将图片倾斜 使用快捷键CtrlA键,将图片全部选中—>在菜单栏“编辑”中,选择“变换–透视”—>按住…...

医疗影像网络PACS系统方案
PACS系统是通过计算机网络来实现医学图像的获取、存储、传送和管理的综合系统。它基本上替代了传统上对影像胶片的各种繁复操作。该系统在国外于80年代开始起步,在90年代初趋于成熟,目前已在临床中广泛应用。 一、 简 介 笔者所在医院在1998年初开始PACS…...
离职“招黑”的6种行为,最后一个太惹人反感!
离职,如果好聚好散,自然开心;但若企业或离职员工任何一方做出不当行为,就很糟心。前程无忧论坛曾票选过最招人烦的离职行为,“一走了之、工作不交接”不出意外地受到最多吐槽。除此之外,离职时散播负能量&a…...

vue全局过滤器配置
有时一个过滤器需要在项目中多次使用,此时可以将该过滤器定义为全局过滤器,全局过滤器在main.js下配置。以时间过滤器为例,当为局部过滤器写为: filters: {timeForm(val) {if (typeof (value) "undefined" || value …...

python做图像识别该学什么专业,郑大自动化学生来达内培训学Python技术,获1.2万月薪担任AI图像识别...
由于人工智能时代的来临,加之数据分析的广泛应用,Python语言火爆全球。相比于其他语言,Python开发效率更高、运行速度更快、功能更强大!有人说:Python可能是所有语言里最符合成为人类对编程期待的语言。目前࿰…...

在家无聊呀!写了个小米手机页面~~~
今天无意中看到小米手机,就做了个页面~~~希望你们喜欢!!! 都写在一起了,没分css,图片要自己加上去喔 !! <!DOCTYPE html> <html lang&q…...
两个对象List根据属性取交集和差集
背景介绍 咸鱼君最近做了个需求, excel导入功能, 其中 需要对已导入条目的做“更新” 未导入的条目做“新增” 其余的做“删除” 细品需求 无非是对excel的数据和数据库的数组做个差集, 交集的处理 打个比方: excel的数据我们定义为 newList 已导入的数据我们定义为 …...
shell调用c程序,求子网掩码
实际需求 突发奇想,在手写一个自动配置网卡信息时,需手动算出子网掩码后再添加,比如/24 对应子网掩码为255.255.255.0,如果是其他掩码呢比如/21、/17 等等,你还要算几秒钟,多唠哦,用程序实现就很…...

怎么处理公司税务异常?税务异常的原因主要有三个
[怎么处理公司税务异常]税务异常的原因主要有三个,当公司注册时,有很多事情要处理,比如工商、银行、税务等。事情很多,如果不注意,很可能会导致公司出现不正常的情况。特别是在税务方面,由于种种原因&#…...

汇顶科技 2021 嵌入式笔试题
岗位: 投的嵌入式软件岗,给的是现场应用工程师(音频)考卷 时间: 2020.08.24,20:00 - 21:00 提醒: 秋招时很多公司在七八月份就要投递简历,在八月份笔试,九月投简历已经晚了。 题型: 通用部分 单选10道 不定项选择题2道 填空题2道 开放题目1道专业A类 单选10道 …...

副主任医师计算机英语,“医士、住院医师、主治医师、副主任医师和主任医师”用英语怎么翻译?...
医士 [yī sh]medical assistant住院医师1. resident physician2. resident主治医师1. attending physician2. attending doctor3. visiting doctor副主任医师:1. Associate chief physicianMortuary太平间associate chief physician副主任医师Record room病案室 ..…...

程序员试用期提离职被领导拒绝:想走就走?必要时将起诉你!
黑客技术点击右侧关注,了解黑客的世界!Linux编程点击右侧关注,免费入门到精通!试用期,是一个让用人单位和员工相互了解的必要渠道。少则3日,多则半年,不一而足。在使用期间里,员工可…...

python机器人语音_python语音机器人
# -*- coding: utf-8 -*-## -------------------------------# Name:SpeechRobot# Date:2019年10月21日 09:43:46# 用python3实现自己的语音对话机器人# -------------------------------from aip import AipSpeechimport requestsimport jsonimport speech_recognition as sri…...

临床执业助理医师(综合练习)题库【3】
1.类风湿关节炎的主要表现是() A.游走性大关节肿痛 B.全身关节肿痛伴发热、皮疹 C.对称性小关节肿痛伴晨僵 D.多关节肿痛伴四肢末梢感觉障碍 E.腰骶痛伴晨僵 2.下列不属于弥漫性结缔组织病的是() A.类风湿关节炎 B.皮肌炎 C.系…...

所谓国企,咱也算是待过了
终于还是走到了这一天,南京的一家所谓国企咱也算待过了。 话从8个月前开始说起。炎热的南京夏天,我开始重新找工作。一个月下来南京基本的IT公司我都大致有个了解。最后心意一家做人工智能图像压缩算法的公司,offer也给了。但是就在我考虑最终…...

洛谷P5712
...

民科微服务小程序怎么注册_民科微服务电子注册app下载-民科微服务医师电子注册个人端app2.4 官网下载_5G资源网...
民科微服务是目前不少的医师方面的额用户都是进行在线的处理以及直接的登录注册报名的一个平台,这里医师资格考试方面的学生都是在直接的关注的一个平台,这个平台上面支持个人直接的在线的进行处理,同时也是可以直接了解到这方面信息以及资讯…...

Web应用跨域访问解决方案
转自:http://blog.csdn.net/carechere/article/details/51836877 做过跨越多个网站的Ajax开发的朋友都知道,如果在A网站中,我们希望使用Ajax来获得B网站中的特定内容,如果A网站与B网站不在同一个域中,那么就出现了跨域…...

国家医学考试网计算机考试体验,国家医学考试网:2017医师资格考试计算机化考试系统体验操作步骤...
由华图中国卫生人才网为您整理,同步国家医学考试网发布;国家医学考试网:2017医师资格考试计算机化考试系统体验操作步骤。更多中国卫生人才网:医师计算机化考试的要求有什么,2018中国卫生人才网报名入口,华图中国医疗卫生考试,华图中国人事考…...

Java-两个较大的List快速取交集、差集
工作中经常遇到需要取两个集合之间的交集、差集情况,但是普通的retainAll()和removeAll()无法满足数据量大的情况,由此就自己尝试运用其他的方法解决。注:如果数据量小的情况下,还是使用retainAll()和removeAll()方便 1.假使不存在…...
18年面试题总结
HTML&CSS问题 JavaScript问题 框架问题 兼容问题 其他杂项 手写插件类 HTML&CSS问题 什么是flex弹性布局,应用的场景有哪些?其中侧轴和横轴居中的方式是什么? ①:即伸缩布局盒模型(Flexible Box&…...

开箱即用的前端图片压缩方案
前端实现图片压缩的背景 我们都知道在“寸土寸金”的互联网时代, 速度是第一竞争力, 虽然我们的5G发展已经摇摇领先, 但是也经不住用户在一个网页里传很多“巨无霸”图片, 最终导致的结果就是页面“龟速”打开...... 那么作为技术人, 当然也有一堆的解决方案, 比如: 压缩图片再…...

两个List集合取交集
两个List集合取交集、并集、差集、去重并集的一个简单Demo,可供参考: import java.util.ArrayList; import java.util.List; import static java.util.stream.Collectors.toList;public class Test {public static void main(String[] args) {List<S…...

大数据特点5V 商业智能实现的三个层次
大数据有哪些特点(高大多低真) Volume(大量) 数据规模很大,通常是GB、TB级别,甚至是PB级别。 Velocity(高速) 数据的增长速度快。 Variety(多样) 数据的…...

最详细的讲解 JS 原型与原型链
一. 普通对象与函数对象 JavaScript 中,万物皆对象!但对象也是有区别的。分为普通对象和函数对象,Object 、Function 是 JS 自带的函数对象。下面举例说明 var o1 {}; var o2 new Object(); var o3 new f1();function f1(){}; var f2 …...

有符号整数算术移位的原码、反码、补码移位规则
算法运行时,输入的整数默认情况下被计算机系统表示为有符号整数。有符号整数算术移位时,按照补码的移位规则来进行移位。当有符号整数进行位运算“左移(<<)”时,规则是“符号位不变,移出位丢弃&#…...

UVA12372 LA5814 Packing for Holiday【水题】
Mr. Bean used to have a lot of problems packing his suitcase for holiday. So he is very careful for this coming holiday. He is more serious this time because he is going to meet his fiance and he is also keeping frequent communication with you as a progra...

【位操作笔记】判断两个整数的符号位是否相反
判断两个整数的符号位是否相反 判断两个整数的符号位是否相反,也就是两个数是否一个是正数,一个是负数。 算法说明 该算法通过异或的结果大小来判断两个整数的符号位是否相反。 实现代码 bool Detect_opposite_signs(int x, int y) {return ((x ^ y…...

LeetCode 162. 寻找峰值(C++)
思路: 1.遍历,时间复杂度O(n) 2.优化爬坡法,首先边界为负无穷,则对于任意一点,只要趋势是上涨的,则之后一定会有一个峰值(即使单调增到边界),所以我们向着上升的方向进行…...

C语言有符号整数最小值,16位带符号整数为什么是
公告: 为响应国家净网行动,部分内容已经删除,感谢读者理解。话题:16位带符号整数为什么是回答:剩下15位二进制数的最大值是每一位数都是1的情况,即2^15-1326.326化成二进制为1000 0000 0000 0000࿰…...

实验七:555定时器及其应用
答疑解惑用555定时器组成的单稳态电路中,若触发脉冲宽度大于单稳态持续时间,电路能否正常工作?如果不能,则电路应做如何修改?答:若触发脉冲宽度大于单稳态持续时间后,输出脉冲宽度将等于触发脉冲的低电平持…...

Java中的变量与基本数据类型(学到就是赚到,简单易学,您确定不学起来???)
1.什么是变量???变量的基本概念又是什么??? 变量是程序中存储数据的基本单元,在该存储空间中,存储的数据值可以改变。基本概念如下图:图中房间表示变量,房间号…...

在计算机中1byte有符号整数,在计算机中1BYTE无符号整数 有符号整数取值范围 是什么意思.......
意为在二进制的条件下,1Byte8bit,1BYTE有符号取值范围是负1111111到正1111111,在有符号规则下,第一位0和1代表数字的正负。1Byte8bit,二进制下,无符号整数取值范围是00000000-11111111,有符号取…...

蚂蚁全媒体中心刘鑫炜:该不该取消教师每年两个月的带薪休假?
囗蚂蚁全媒体中心、蚂蚁传媒网总编,品牌内容营销专家 刘鑫炜 在某问答平台上,“该不该取消教师每年两个月的带薪休假?”这一个话题的浏览量高达566万,我就想不明白,为什么今年这个话题会这么火热! 曾经执教讲坛20年的…...

SFS弹性文件服务
什么是SFS? 弹性文件服务(Scalable File Service,简称SFS)提供按需扩展的高性能文件存储(NAS),可为云上多个云服务器提供共享访问,可以理解为共享文件夹 类型: SFS Tr…...

华为弹性云服务器组成,弹性云服务器知识大全-华为企业云服务
华为企业云弹性云服务器是由CPU、内存、镜像、云硬盘组成的一种可随时获取、弹性可扩展的计算服务器,同时结合VPC、安全组、数据多副本保存等能力,为您打造一个高效、可靠、安全的计算环境,确保服务持久稳定运行。 弹性云服务器的开通是自助完…...

AS弹性伸缩
什么是AS? 弹性伸缩(Auto Scaling,简称 AS)可以根据用户的业务需求,通过设置伸缩策略来自动增加/缩减业务资源。如业务需求增长时,AS自动增加ECS(弹性云服务器实例)或带宽,保证业务能力&#x…...

华为云学习笔记-弹性云服务器
什么是弹性云服务器? 弹性云服务器(Elastic Cloud Server,ECS)是由CPU、内存、操作系统、云硬盘组成的基础的计算组件。弹性云服务器创建成功后,您就可以像使用自己的本地PC或物理服务器一样,在云上使用弹性云服务器…...

云服务开发流程
前言 部署微信小程序,能够通过小程序客户端访问互联网的服务端。实现一个在线工时统计的小程序。 前置条件: 1.微信小程序与服务器通信需要https协议和服务器域名,不能通过ip访问。 2.服务器域名需要icp备案 3.icp备案需要购买云服务器 4…...

关于云服务及网络的几个基础概念
一:虚拟私有云VPC(virtual private cloud):虚拟私有云由一个私网网段,路由表,至少一个子网构成,可以在VPC上定义安全组,VPN,IP地址段等,创建了一个虚拟私有云相当于创建了一个独立的…...

弹性云服务器由虚拟私有云组成,弹性云服务器组成
弹性云服务器组成 内容精选换一换将指定的复制对挂载到指定的保护实例上。保护组的状态为available或者protected。保护实例状态为available或者protected。复制对状态为available或者protected。如果是非共享复制对则要求该复制对未被挂载。URI格式POST /v1/{project_id}/prot…...

鲲鹏云服务技术之网络类云服务(学习笔记一)
文章目录2.3.1 虚拟私有云 VPC1.VPC简介3.VPC场景2.VPC概念4.VPC常用管理5.VPC与其他云服务的关系2.3.2 弹性公网IP EIP1.EIP简介2.应用场景3.EIP常用管理2.3.3 网关 NAT1.NAT网关简介2.NAT网关应用场景3.NAT与其他云服务关系2.3.4 虚拟专用网络 VPN1.VPN简介2.VPN的应用场景3.…...

华为云弹性云服务器Linux +对象存储OBS + arcgis server 10.8发布切片服务
华为云弹性云服务器Linux 对象存储OBS arcgis server 10.8发布切片服务 本篇博客简要介绍了如何在华为云服务器Linux上安装ArcGIS Server。在阅读本篇博客之前,您需要提前了解一些Linux系统的操作,比如使用命令行导航到某个文件夹、使用vi编辑文件等。…...

基于云服务创建弹性托管集群服务
弹性托管集群服务 使用JMR产品,可在几分钟内创建并启动集群,弹性灵活,可根据业务规模与工作负载等需求实现低成本集群组件最优组合,动态扩容缩容,更专注于业务分析。 使用京东云的JMR,对于其他云平台可做参…...

计算云服务——弹性伸缩服务
AS简介 弹性伸缩(Auto Scaling)是根据用户的业务需求,通过策略自动调整其业务资源的服务。您可以根据业务需求自行定义伸缩配置和伸缩策略,降低人为反复调整资源以应对业务变化和高峰压力的工作量,帮助您节约资源和人力成本。 AS产品架构 …...

如何通过HEX文件的地址信息找到对应源码的函数位置(MDK5)
1.用NotePad打开HEX文件,每行地址开头就是地址信息。 2.打开HEX对应源码的文件夹,找到output文件夹(就是一般生成HEX的文件夹)打开对应.map后缀名的文件,拖入MDK5中即可查看。 3.文件向下拉 拉到这个位置,红…...

Hex Workshop v5 beta 1
Thank you for your interest in Hex Workshop v5 beta 1!We are looking for help testing Hex Workshop under Vista, XP, Windows 2000 and any older version of Windows that you may still use. Please report any and all issues. The best beta testers will receive...

antd 类组件swiper中的指示器和ref
import React, { ReactNode } from ‘react’; constructor(props: VGrageModelProps) { super(props); this.state {}; this.indicatorRef React.createRef();//创建了一个ref } render(): ReactNode { return ( <Swiperref{this.indicatorRef}indicator{(total, curren…...
Matlab2018安装成功后,打开出现licensing error:-8523解决方法
最近装软件,真是一步一个砍,可能是人品问题,踩的坑都是别人没踩过的。。。 一个简单的Matlab安装,愣是让我装了一天。还好最后终于解决! 具体的安装步骤,大家应该了解了,就用这个license_standa…...

SA(需求分析师)笔试题目整理
选择题: 1、用户调查主要是用来弥补用户访谈(B)方面的不足: A 捕获的信息不够完整 B 捕获的信息存在片面性 C 缺少非功能方面的需求信息 D 易于形而上学 2、当用户与需求分析人员都对系统的需求没有清晰的认识时,适合…...

20200802拼多多笔试题目
20200802拼多多笔试题目第一题python代码示例第二题python代码第三题提交的版本完善版本双指针代码第四题拼爹爹的题目感觉出的还是比较有水准的,不管怎么样测试用例是比较多的。直接上题目。第一题 大致题意就是玩飞行棋,给出初始位置K(距离…...

校招笔试题目精选
声明:题目为小编所找,如果题目和答案有出入或侵权,请联系微信号18926447914处理 腾讯笔试题目系列(一) 腾讯笔试题目系列(二)_2018秋招 腾讯笔试题目系列(四)_2016校招…...

NVIDIA IC校招笔试题目
前言 后面,打算整理下数字ic笔试面试题目,希望以此为出发点,补充知识点!声明:个人觉得,学习期间,基本上都是知识的搬运,所以本博客所有内容都可以被大家引用!为了大家方便引用,博客内的图片都没有加博客的水印(除非不是自己的或者没看到)!这篇文章会基于下面这些文…...

Unreal中Interface接口的使用
通过继承Unreal中的接口可以使不同的类有某种共同特性,这里记录一下接口的使用方式。Unreal中的接口分为两种:C接口和蓝图接口,C接口可在蓝图中使用;蓝图中的接口不能直接在C中使用,这里探究一下他们的关系:1.C的接口在C中使用:新建C类,继承UnrealInterface:接口中可以声明虚函…...

笔试题目
收集一些笔试题目...

各知名企业笔试题笔经大全
微软亚洲研究院笔试题 微软研究院(亚洲)的网址是:http://research.microsoft.com/asia/<script type"text/javascript"></script> <script type"text/javascript" src"http://pagead2.googlesyndic…...

笔试题整理(一)
本次题目出自某大型安全公司(开发岗(只招985,211))笔试题: 扩展知识: 运行时异常(RuntimeException):在程序运行的时候就会出现的异常 1.NullPointerException:空指针异常 2.indexOutofBoundsE…...

规划之路:SLAM学习经验分享
针对想学SLAM的提问,我觉得我还是有一定的发言权。作为一个刚入坑SLAM一年多的初学者,首先想说的就是这个研究方向比较广,大方向按搭载传感器分为激光SLAM和视觉SLAM两种,激光SLAM搭载激光雷达,视觉SLAM搭载单目、双目…...

射击设备需匹配相应训练场景,实弹射击和模拟影像射击
打靶设备在射击场中是不可或缺的,打靶设备分为射击设备、靶机设备、软件系统等,训练方式分为实弹射击和模拟影像射击。实弹射击对场地建设要求高,正面截弹墙和侧面截弹墙的建设是重中之重,并且在室内靶场建设过程中观摩区和射击区…...

【Unity技术积累】模拟FPS射击功能 射线检测
public class Shoot : MonoBehaviour {RaycastHit hitInfo;void Update(){// 从相机的位置发射射线Ray ray Camera.main.ScreenPointToRay(Input.mousePosition);if (Input.GetMouseButtonDown(0)){if (Physics.Raycast(ray, out hitInfo, 1000, 1 << LayerMask.NameToL…...

模拟影像射击设备在室内靶场安装过程分享
靶场设备在实际场地的应用较多的是自动报靶的靶机和相应的报靶系统,更多实际场地的设备更新也是如此的要求。在室内靶场中,训练项目以实弹打靶为主,所以对于打靶靶机的要求是很严格。靶机设备在室内的应用较多的则是固定靶机,固定…...

射击训练模拟设备有哪些?室内靶场使用设备介绍
在射击场中实际应用在训练上的设备分为两大类,一类是:应用于实弹打靶训练的精度靶机,该类设备会配备相应的软件系统,通过视觉报靶系统或者超声定位报靶系统进行数据读取,实现语音和大屏同时播报打靶数据的功能。另一类…...

模拟影像射击训练都用到哪些功能技术?
智能影像射击训练系统是目前室内靶场必备的设备,该系统给训练人员提供各种不同场景的仿真训练,有效提高了训练人员的反应速度、判断能力和射击水平,针对不同环境场景模拟室内室外真实情况。 单兵训练中可以选择各类天气气候,白天、…...

模拟射击训练系统需要准备多大的场地
非营业性质的射击场通常是指军用的专业训练场地,该类场地需要经过严格审核审批,之后才可以开展射击场地的建设,在不同地区需要采用不同的设计方案,至于具体的施工方案需要根据实际情况进行定制。 南北方地区的环境差异,…...

unity模拟武器射击心得
任何武器都有自己的攻速或者是冷却时间,而攻速并不能由玩家自己通过鼠标的点击速度决定,所以需要有武器自己的攻击间隔,这里只要调整FireSpeed间隔时间来实现攻速变化。 玩家可选择的开火方式有两种:单点、长按。单点可以选择性开…...

计算机模拟泊松分布,第19讲 计算机模拟matlb.ppt
文档介绍:第19讲 计算机模拟matlb.ppt实验目的实验内容学****计算机模拟的基本过程与方法。1、模拟的概念。4、实验作业。3、计算机模拟实例。2、产生随机数的计算机命令。连续系统模拟实例: 追逐问题离散系统模拟实例: 排队问题用蒙特卡洛法解非线性规划问题返回计…...

计算机课件模拟实验,计算机模拟.ppt
文档介绍:计算机模拟基本思想:建立一个实验的模型,通过实验模型的运行,后的索要研究系统的必要信息。蒙特卡罗方法蒙特卡罗(Monte Carlo)方法应用随机数来进行模拟试验的方法,此方法对研究的系统进行随机观察抽样,通过对样本值的观察统计,求得所研究系统的某些参数。…...

Unity功能点---模拟枪械射击时的后坐力
最近要在VR里面制作一个射击的功能,枪是外接设备也不知道有没有后坐力,模拟一个先以防万一 这个是PC测试的,模拟的不是很真实,用摄像机的抖动造成后坐力的感觉,但是改改还是够用 首先是枪的发射脚本: us…...

php模拟form提交_php 模拟表单提交
$username "******";$password "*****";$tel "*****";$post_data "username".$username."&password".$password."&content".$tel;$length strlen($post_data);$url "http://gh.goto3gnow.com...

c++ 模拟详讲
文章目录一、模拟是什么?二、解题步骤1.读题2.写题3.验题1.确定范围2.造样例3.输出调试例题例题(1)例题(2)一、模拟是什么? 给一个题目,按照题目模拟过程,算出答案 模拟在每年的比赛…...

用matlab模拟炮弹射击,matlab课程设计(坦克射击仿真).doc
matlab课程设计(坦克射击仿真),matlab仿真课程设计,matlab仿真,matlab仿真实例,matlabsimulink仿真,matlab电路仿真,matlabpid仿真程序,matlab电路仿真教程,模糊控制matlab仿真,matlab数学建模与仿真《系统仿真与matlab》综合试题题 目: 射击问题编 号: …...
汇编实验--射击游戏框架
任务2 - 射击游戏框架 编写程序一个“射击游戏”(有些太弱了哈),用上、下、左、右键控制跳上、跳下、装子弹、射击的动作,按ESC键退出游戏。 以下结合了汇编的简洁写法,学以致用emm 注释为个人理解,不用太…...

真人CS对抗模拟训练系统
系统前景 随着国家国防建设的迅速发展与团体拓展、大众健身的巨大要求,我们相信野战拓展在中国的普及与相关产业的迅猛发展,指日可待。我们期待着您与我们一起携手这个令人激动的新兴产业中来,为国家的国防建设与体育运动竞技、团队拓展培训…...

基于单片机24小时倒计时protues仿真-基于单片机T6963C液晶显示的模拟射击训练游戏-基于Protues数电汽车尾灯控制电路系统-基于Protues数电抢答器电路系统设计【毕设分享】
1255基于单片机24小时倒计时protues仿真 毕设课设资料 倒计时数码管显示,最小1秒,最大24小时;计时结束蜂鸣器报警响10次; 按K1键第1次,秒位闪烁,按加减键设置秒钟,加减键短按加减1,…...

python文字游戏攻防_模拟射击文字类游戏(Python)
原博文 2020-02-23 23:33 − 之前使用java进行一个比较简单的实验——模拟打枪游戏,具体内容就在这里不多说了,以下是python版本,对于python在语法要求上相对其他语言较为松散,所以在编写时遇到了一些坑。 因为单纯以实现为目的&a…...

监控需求以及开源方案的对比
文章目录监控需求以及开源方案的对比监控需求来源可观测性三大支柱指标监控日志链路追踪业界方案横评ZabbixZabbix优点Zabbix缺点Open-FalconOpen-Falcon 的优点Open-Falcon 的缺点PrometheusPrometheus 的优点Prometheus 的缺点NightingaleNightingale 的优点Nightingale 的缺…...

模拟射击原理
最近研究了一下模拟射击的原理,主要用到了ESP8266wifi模块和接收模块、一个摄像头、Unity3D软件。以仿真射击游戏为例作简单介绍。ESP8266wifi模块安装在仿真枪中,主要用来发射信号,外接处理单元,处理单元可外接激光发射器、扳机、…...

Python3 常用内置函数解析(共28个函数)
文章目录一:Python3 操作符(大全)二:函数带括号与不带括号的区别三:不可变数据类型与可变数据类型四:Python3 内置函数(大全)1、input():获取控制台(任意形式…...

【C/C++基础】左值和右值得区别
学习网址:https://blog.csdn.net/xuwqiang1994/article/details/79924310 简单得定义 lvalue(locator value)代表一个在内存中占有确定位置的对象(换句话说就是有一个地址)。rvalue通过排他性来定义,每个表…...

关于左值和右
左值(lvalue)和右值(rvalue)最先来源于编译。在C语言中表示位于赋值运算符两侧的两个值,左边的就叫左值,右边的就叫右值。定义:左值指的是如果一个表达式可以引用到某一个对象,并且这个对象是一块内存空间且可以被检查和存储&…...

我的 git 实战记录
我的 git 实战记录 1. 将本次提交追加到上一次提交 1.1. 情景描述 有些时候,我提交东西太勤快了,导致有部分内容没有提交上去。分为两种情况: 已经 push 远程仓库还没有 push 到远程仓库 1.2. 已经 push到远程仓库 先 git add 提交修改…...

些近视的
像是一人一旦遇到比较强的光线就会眯上眼睛和把眼睛侧过一边,这样眼睛对着太阳可以提高对阳光的适应的能力。 在很久的盯着电脑屏幕的时候,也可以适当的看一下周围的景色,透过窗子看一下外面的景色,如果办公的地点在比较高的地方…...

2022眼健康展,视力康复展,验光设备展,护眼产品展,眼罩展
呵护眼睛,守护光明,CEYEE第五届中国国际青少年眼健康产业展览会,将于5月20日开展; 随着近些年中国经济的快速增长和消费电子的发展普及,人们用眼时间越来越久,特别是年轻的视力下降越来越严重。由早些年近视…...

什么牌子的台灯对孩子的视力好?视力康复专家推荐的护眼台灯
很多孩子的从小就开始近视了,并且近视年龄越来越小,随着口罩的影响,网课低龄化趋势明显,很多家长开始焦虑,而最好的方法减少对电子产品的使用,但需要上网课的孩子就避免不了的,在卧室开灯时也增…...

2022北京眼睛健康展,北京眼镜展,北京近视矫正展,眼视光展
联诚展览|整合全方位优势资源,打造专注于儿童青少年眼睛健康产业融合发展平台; 全国唯有眼康盛会: 全称:中国国际青少年眼健康产业展览会,英文:China International Youth eye health industry exhibi…...

近视能被治愈?别被商家忽悠了
文章目录在“六一”国际儿童节到来之际,中国消费者协会今天提醒广大儿童青少年及家长们,勿轻信所谓的治疗近视广告,近视防控抓早抓小是关键,科学用眼加上适量的户外活动才是“良药”。 由于我国拥有数量庞大的近视群体ÿ…...

当代年轻人养生系列——这样养生不花一分钱
大笑:长寿的秘诀据统计,每笑一声,从脸部到腹部约有80块肌肉参加体育运动。大笑100次,相当于骑15分钟的自行车,可以促进血液循环,增强心肺功能。不过,高血压患者、处于疾病恢复期的患者不宜大笑。…...

2022中国眼博会,山东青少年眼睛健康展,视力矫正与康复展
为孩子未来光明护航,2022第五届中国(济南)国际青少年眼健康产业展览会9月26日举办; 中国眼博会概要:全称:中国国际青少年眼健康产业展览会China International Youth eye health industry exhibition&…...

2022眼视光展,护眼产品展,眼睛健康展,视力康复展
CEYEE中国眼博会,全国唯有专注于青少年眼睛健康产业发展的博览盛会; CEYEE中国眼博会: 全称:中国国际青少年眼健康产业展览会,英文China International Youth eye health industry exhibition,是创展于…...

近视治疗法
对近视远视都有用的(很时髦的双向调节功能哦)。尤其对青少年假性近视,有很好的帮助。对长期文案工作、电脑工作等视觉疲劳有良好的恢复作用 (医盲用电脑20多年了,现在每天电脑上一般都超过10小时 ,常用此法…...

2022近视矫正展,护眼产品展,中国爱眼教育大会,验光设备展
飞鲨展览|CEYEE中国眼博会|致力于为亿万儿童青少年眼睛的健康提供持续的保障力量; 眼康行业唯有盛会: 中国国际青少年眼健康产业展览会China International Youth eye health industry exhibition,中英文简称:CEYEE中国眼博会…...

2022护眼产品展,北京眼健康展,眼科医学展,近视矫正设备展
第四届中国(北京)国际青少年眼健康产业展览会,专注儿童青少年眼睛的健康; 产业政策:截止去年末,我国0-25岁的儿童青少年人口数量4.5亿人,近视、远视、干眼症等患有不同眼康问题的人口比例达80%…...

2022山东视力防控大会,中国护眼产品展,济南近视矫正设备展
第五届CEYEE中国眼博会,打造本年度唯具参展价值的眼康产业发展盛会; CEYEE的创展初衷:中国国际青少年眼健康产业展览会China International Youth eye health industry exhibition,中英文简称为:CEYEE中国眼博会&…...

2022护眼产品展,视力康复展,山东国际眼健康展会,护眼仪展
CEYEE中国眼博会大会主题:呵护好孩子的眼睛,给他们一个光明的未来; 2022第五届中国(济南)国际青少年眼健康产业展览会(CEYEE|中国眼博会) The 2022 fifth China (Jinan) International Youth e…...

音视频技术开发周刊 | 285
每周一期,纵览音视频技术领域的干货。新闻投稿:contributelivevideostack.com。GPT-4 Office全家桶发布谷歌前脚刚宣布AI工具整合进Workspace,微软后脚就急匆匆召开了发布会,人狠话不多地祭出了办公软件王炸——Microsoft 365 Cop…...

具备人脸识别功能的多目标在线实时行为检测(yolov5+deepsort+slowfast)
文章目录前言配置项人脸识别配置多目标行为检测配置人脸识别模块采集模块人脸存储模块识别模块目标行为检测模块非在线实时检测在线实时检测结合人脸识别总结前言 这里先声明一下本项目是基于https://github.com/wufan-tb/yolo_slowfast 做的一个二次开发,也就是进…...

你绝对不知道的 SpringBoot 的外部化配置特性!
作为 Java 程序员,相信大家都知道,我们日常的 SpringBoot 项目会有一个配置文件 application.properties 文件。 里面会配置很多参数,例如服务的端口等,这些都只是默认值,在不改变配置文件里面内容的情况下,…...

《2023大型企业财务数智化白皮书》:大型企业财务数智化建设应用架构
2023年3月16日,用友在北京国家会计学院举办“智能会计价值财务”2023企业数智化财务创新峰会 北京站。会上,用友《大型企业财务数智化白皮书》重磅发布,其核心观点之一中强调,大型企业财务数智化建设应遵循“1-1-7”体系ÿ…...

JAVA进阶 —— 动态代理
目录 一、什么是动态代理? 二、如何为Java对象创建代理对象? 三、两种常见的动态代理方式 1. 基于接口的动态代理 2. 基于类的动态代理 一、什么是动态代理? 在原有代码上加入新的功能该如何操作呢? 我们可以采用 侵入式修改…...

TCP报文和UDP报文
TCP报文 TCP(Transmission Control Protocol)是一种面向连接的、可靠的传输协议,用于在网络中传输数据。TCP报文段是TCP协议的基本单位,它主要由以下字段组成:20个字节 源端口号(16 bits)和目…...

【ChatGPT】教你搭建多任务模型
ChatGPT教你搭建多任务模型 You: tell me what’s your version of gpt ? ChatGPT: As an AI language model developed by OpenAI, I am based on the GPT (Generative Pretrained Transformer) architecture. However, my version is known as GPT-3.5, which is an updat…...

【微信小程序】-- 案例 - 自定义 tabBar(四十六)
💌 所属专栏:【微信小程序开发教程】 😀 作 者:我是夜阑的狗🐶 🚀 个人简介:一个正在努力学技术的CV工程师,专注基础和实战分享 ,欢迎咨询! &…...

人工智能多模态方向学习笔记Attention and Tell
简介 Attention and Tell(通常缩写为“Attn-Tell”)是一种机器学习算法,用于自然语言处理任务,如文本摘要和问答。 该算法由两个主要组件组成:注意力机制和解码器。注意力机制用于识别输入序列的重要部分,…...

ESP8266-NodeMCU开发板-------开发板介绍(1)
目录 认识ESP8266-NodeMCU开发板编辑 GPIO编号与NodeMCU开发板引脚名的区别: ESP8266 GPIO编号与NodeMCU开发板引脚名的对应关系 可用引脚 电压电流限制 特殊引脚情况说明 上拉电阻/下拉电阻 模拟输入 通讯 认识ESP8266-NodeMCU开发板 初识NodeMCU开发板 (第1章-第…...

蓝桥杯算法全集之完全背包问题(动态规划算法)
一、概念定义有 N 种物品和一个容量是 V 的背包,每种物品都有无限件可用。第 i种物品的体积是 vi,价值是 wi。求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大。输出最大价值。用下面这个图来分别动态规…...

Servlet:利用Response实现重定向及其与请求转发的区别与实例展示
目录 一、创建RedirectServlet类 二、注册Srevlet(在web.xml中) 三、重定向和请求转发的区别 四、重定向实例应用——登录界面 1、打开index.jsp设计登录页面 2、创建RequestTest类 3、注册servlet 4、在webapp文件夹下新建一个success.jsp文件 …...

leetcode 2111 使数组K递增的最少操作次数
给你一个下标从 0 开始包含 n 个正整数的数组 arr ,和一个正整数 k 。 如果对于每个满足 k < i < n-1 的下标 i ,都有 arr[i-k] < arr[i] ,那么我们称 arr 是 K 递增 的。 比方说,arr [4, 1, 5, 2, 6, 2] 对于 k 2 是…...

(数字图像处理MATLAB+Python)第一章:绪论
文章目录一:图像的基本概念(1)视觉与图像A:视觉B:图像(2)图像的表示A:函数表示B:模拟图像C:数字图像二:数字图像处理(1)数…...

【3.20】BFS算法、操作系统进程管理(整理)、Java并发面试题
BFS BFS出现的常见场景是:让你在一幅「图」中找到从起点 start 到终点 target 的最近距离,这个例子听起来很枯燥,但是 BFS 算法问题其实都是在干这个事儿。 BFS框架: // 计算从起点 start 到终点 target 的最近距离 int BFS(No…...

【服务器数据恢复】使用碎片拼接方法恢复SQL Server数据库的数据恢复案例
服务器数据恢复环境: 某公司一台DELL服务器,作为WEB服务器使用,安装的Windows Server操作系统,配置了SQL Server数据库; 采用了Xen Server虚拟化系统; 底层是通过raid卡,用4块STAT硬盘搭建的RAI…...

VBA提高篇_ 31 VBA调用正则表达式_RegExp.Pattern/Global/Execute(s)/Replace(s,r)
文章目录1.VBScript处理正则的对象:2.创建对象: CreateObject("")3. 查找步骤RegExp.Pattern/Global/Execute(s)3.1 RegExp.Pattern--> 设置正则3.2 RegExp.Global--> 设置全局查找3.3 RegExp.Execute(s)--> 执行查找4.查找结果4.1 Matchs4.2 ()分组的高级应…...

基于BP神经网络的图像跟踪,基于BP神经网络的细胞追踪识别
目录 摘要 BP神经网络的原理 BP神经网络的定义 BP神经网络的基本结构 BP神经网络的神经元 BP神经网络激活函数及公式 基于BP神经网络的细胞识别追踪 matab编程代码 效果 结果分析 展望 摘要 智能驾驶,智能出行是现代社会发展的趋势之一,其中,客量预测对智能出行至关重要,…...

day11-Python-函数
Python-函数 一.函数作用 """ 在实现某个功能对应的代码的时候,如果将实现功能对应的函数放到函数中,那么下一次再需要这个功能的时候,就可以不用再写这个功能对应的代码了, 而是直接调用这个功能对应的函数 &qu…...

总线(六)SPI通信协议介绍
文章目录SPI背景知识SPI特征SPI总线的物理层SPI标准协议SPI背景知识 SPI(Serial Peripheral interface)是串行外设接口,是一种高速、全双工、同步的通信总线。是Motorola首先在其MC68HCXX系列处理器上定义的。 SPI特征 1、全双工串行通信&a…...

国产化替代浪潮下,企业该如何保障电子邮件安全?
电子邮件,是日常工作到会经常用到的联系方式。但也正因为此,邮件攻击也成了网络攻击的主要手段之一,特别是带有恶意病毒、网页木马程序、特制木马程序以及利用软件漏洞的邮件木马在互联网上泛滥成灾,邮件安全已经成为一个安全领域…...

ChatGPT能够改变时代吗?一点点思考
都知道ChatGPT的出现对整个世界产生了剧烈的影响,前不久出的ChatGPT4更是在ChatGPT3.5的基础上展现了更强的功能。比如说同一个问题,ChatGPT3.5还是乱答的,ChatGPT4已经能给出正确解了。当然这只能说明技术是进步的。 虽然如此,很…...

十四届蓝桥杯青少组选拔赛Python_2023.03.12
十四届蓝桥杯青少组选拔赛Python_2023.03.12 未完 待更新...... T4. 编程实现: 假设果园中有N(1<=N<=100)种水果,猴子想要采摘一些水果带回家,但猴子采摘水果的总重量不能超过W(1<=W<=1000). 已知每种水果的最大采摘数量Ni(1<=Ni<=100)、每种水…...

桌面出现白色图标的恢复办法
前几天装了一个软件,在桌面生成了快捷方式,用着用着这个图标突然变成了白色的,如下图所示。 这对有强迫症的人来说是难以接受的,所以就在网上找了很多解决办法,本来觉得重启电脑会解决,但是也没能够&#…...

1052 Linked List Sorting PAT甲级真题
A linked list consists of a series of structures, which are not necessarily adjacent in memory. We assume that each structure contains an integer key and a Next pointer to the next structure. Now given a linked list, you are supposed to sort the structure...

RK3588平台开发系列讲解(NPU篇)NPU调试方法
平台内核版本安卓版本RK3588Linux 5.10Android 12文章目录 一、日志等级二、NPU 支持查询设置项沉淀、分享、成长,让自己和他人都能有所收获!😄 📢本篇我们一起来看一下NPU的调试方法。 一、日志等级 NPU 的运行库会根据开发板上的系统环境变量输出一些日志信息或者生成…...

SpringMVC框架详解(学习总结)
目录 什么是MVC SpringMVC概述 SpringMVC常见开发方式 SpringMVC执行流程 SpringMVC核心组件介绍 快速构建Spring MVC程序 SpringMVC参数绑定 SpringMVC跳转方式 SpringMVC处理json请求和响应 SpringMVC静态资源处理 SpringMVC操作session和cookie SpringMVC拦截器 …...

Java 基于 JAVE 库 实现 视频转音频的批量转换
文章目录 Java 基于 JAVE 库 实现 视频转音频的批量转换Maven:方案一:代码优化:方案二:示例代码:代码优化:结语Java 基于 JAVE 库 实现 视频转音频的批量转换 实现视频转音频的功能需要使用到一个第三方的 Java 库,叫做 JAVE。JAVE 是一个开源的 Java 库,提供了视频和音频转换…...

为何在 node 项目中使用固定版本号,而不使用 ~、^?
以语雀 文档为准 使用 ~、^ 时吃过亏希望版本号掌握在自己手里,作者自己升级(跟随官方进行升级,就算麻烦作者,也不想麻烦使用者)虽然 pnpm 很好用,但是不希望在项目中用到(临时性解决问题可以选…...

Blazor JWT登录退出、身份控制、定时检测账户管理示例项目
本示例项目为.Net Core 7.04 Blazor Server 版本。功能:适合企业内部的账户分发(非开放公众注册)的App。1、身份控制:分发账户为初始密码,使用初始密码登录后必须修改密码才能使用相应身份的功能;根据身份提…...

聊一聊java程序中的换换符
常见的换行符Java程序中的换行符一般使用“\n”表示,它是一个转义字符,表示换行符。根据操作系统的不同,换行符的实际表示可能不同:在Windows系统中,换行符由两个字符“\r\n”表示,即回车符和换行符。在Uni…...

【Hive基础】-- 常见面试题目
一、请描述一下数据倾斜,并提供解决方案? 定义:由于数据分布不均匀,导致大量数据集中到一点,造成数据热点。现象是100个 task, 有一个运行了 1个小时,其他99个只有 10分钟。本质是数据量太大。原因:key 分布不均匀、sql倾斜join、建表时类型有问题算子:count、dist…...

VNC 远程登录树莓派 zero 2w
就两步 开启树莓派的 VNC server在电脑上安装 VNC viewer sudo raspi-config哇,竟然能在终端进入GUI交互 到此就成功开启树莓派的 VNC server 了 在电脑上安装 VNC viewer https://www.realvnc.com/en/connect/download/viewer/ 挺好,比单独再给树莓派配…...

如何巧妙应用JMeter的Dummy Sampler
很少人知道Dummy Sampler这个采样器(扩展插件里带的),也不知道它的妙用。Dummy Sampler 可以比较方便地模拟测试场景,自定义Request Data和Response Data,在学习测试脚本编写的过程中非常有用。另外如果巧妙应用它,可以在开发人员出接口文档后(接口还没实现)就可以同步…...

Elasticsearch 设置最低安全性
Elasticsearch 设置最低安全性 您启用 Elasticsearch 安全功能,然后为内置用户创建密码。您可以稍后添加更多用户,但使用内置用户可以简化为集群启用安全性的过程。 最小安全场景对于 生产模式集群是不够的。如果您的集群有多个节点,您必须…...

leetcode:66:加一
给定一个由 整数 组成的 非空 数组所表示的非负整数,在该数的基础上加一。 最高位数字存放在数组的首位, 数组中每个元素只存储单个数字。 你可以假设除了整数 0 之外,这个整数不会以零开头。 示例 1: 输入:digits…...

DirectX12(D3D12)基础教程(二十一)—— PBR:IBL 的数学原理(5/5)镜面反射积分项2及光照合成
这里写目录标题3.5.4、根据 Epic 近似假设进一步拆分积分项为两部分之积3.5.5、镜面反射预过滤积分贴图的重要性采样实现3.5.6、菲涅尔近似项 FSchlickF_{Schlick}FSchlick 中菲涅尔常数 F0F_0F0 的分离3.5.7、预积分 BRDF-LUT贴图3.6、最终光照合成4、总结5、参考资料3.5.…...

本科课程【移动互联网应用开发(Android开发)】实验3 - Activity及数据存储
大家好,我是【1+1=王】, 热爱java的计算机(人工智能)渣硕研究生在读。 如果你也对java、人工智能等技术感兴趣,欢迎关注,抱团交流进大厂!!! Good better best, never let it rest, until good is better, and better best. 近期会把自己本科阶段的一些课程设计、实验报…...

一口一口吃掉yolov8(2)
前面介绍了训练的第一个部分,也是大部分人在网上找得到的文章,但是后面2个部分应该是网上没有的资料了,希望大家喜欢。 0.数据 我的数据是一些栈板,主要是检测栈板的空洞,识别出空洞的位置和偏转角度。原图如下 我的…...

springboot静态资源解析失效处理
继承WebMvcConfigurationSupport导致默认配置失效问题描述问题分析解决问题方式1:WebMvcConfigurationSupport补充静态资源【不推荐】方式2:改写mvc自定义配置实现【推荐】总结问题描述 我们开发了一个基于SpringBoot的工具(starter封装),可以提供通用的功能和管理…...

kafka-manager配置及安装Kerberos(Ambari-HDP)认证
目录 一、概述 二、环境 三、部署kafka-manager 3.1下载 3.2 配置修改 3.3kafka开启JMX 3.4启动CMAK 3.5登录 3.6添加kafka cluster配置 3.7 问题 3.8Topic和Broker信息查看 3.9Topic创建 一、概述 为了简化开发者和服务工程师维护Kafka集群的工作,yaho…...

【手把手教程】MacOS 安装Multipass一款更轻量级的虚拟机 保姆级安装教程
【手把手教程】MacOS 安装Multipass轻量级虚拟机 📔 千寻简笔记介绍 千寻简笔记已开源,Gitee与GitHub搜索chihiro-notes,包含笔记源文件.md,以及PDF版本方便阅读,且是用了精美主题,阅读体验更佳,如果文章对你有帮助请帮我点一个Star~ 文章目录 【手把手教程】MacOS …...

C - Candy Machine 二分
传送门 题意 JB非常喜欢糖果。 有一天,他发现了一台糖果机,里面有 N里面有糖果。看完机器的说明书后,他知道他可以选择一个子集 N糖果。每颗糖果都有一个甜味价值。JB 选择子集后,假设所选糖果的平均甜度值为 X,所有甜…...

一起来学5G终端射频标准(EVM均衡器频谱平坦度-2)
上一篇一起来学5G终端射频标准(EVM均衡器频谱平坦度-1)中的测试图例,这里补一下: 01 — EVM均衡器系数的计算 由上图红框可知,结果由四部分组成,那么这四个结果是如何计算的呢?我们曾在一起来学…...

火遍全网的chatGPT怎么使用
类别 描述 学术论文 它可以写各种类型的学术论文,包括科技论文、文学论文、社科论文等。它可以帮助你进行研究、分析、组织思路并编写出符合学术标准的论文。 创意写作 它可以写小说、故事、剧本、诗歌等创意性的文学作品,能够在描述情节和角色方面…...

Selenium:找不到对应的网页元素?常见的一些坑
目录 1. 用Xpath查找数据时无法直接获取节点属性 2. 使用了WebDriverWait以后仍然无法找到元素 2.1. 分辨率原因 2.2. 需要滚动页面 2.3. 由于其他元素的遮挡 1. 用Xpath查找数据时无法直接获取节点属性 通常在我们使用xpath时,可以使用class的方式直接获取节…...

Linux的诞生过程
个人简介:云计算网络运维专业人员,了解运维知识,掌握TCP/IP协议,每天分享网络运维知识与技能。座右铭:海不辞水,故能成其大;山不辞石,故能成其高。个人主页:小李会科技的…...

arcpy基础篇(6)-制图脚本
arcpy.mapping模块可以实现地图制图的自动化,它的具体功能包括管理地图文档、数据框架、图层文件以及上述元素中的数据。此外,还可用于地图自动化打印和输出。 1.地图文档 地图文档(MXD)在磁盘中的后缀名是.mxd。ArcPy制图模块可…...

基于RBF神经网络的机械臂运动控制算法(Matlab代码实现)
目录 💥1 概述 📚2 运行结果 🎉3 参考文献 👨💻4 Matlab代码 💥1 概述 在信号处理、模式识别等系统中,多层前馈网络是应用较为广泛的模型。但是大部分基于反向传播的多层前馈网络的学习算法必须基于某…...

Android原生集成友盟SDK
2021.09记录,2023发布,如有不对,还请包含。发晚了 Android原生集成友盟SDK 版本: Android Studio 4.2.1 (以下简称AS) UMeng 9.4.0 (2021.06.24当天用的版本) 参考文档&am…...

Thread的小补丁
Thread小补丁线程状态NewRunnableWaitingTimed_waitingBlocked线程安全线程的抢占式执行同时对同一个变量进行修改指令重排序操作不是原子的解决方案万恶之源优化我们自己的代码Synchronized和Volatile上一篇博客中,我们简单介绍了线程Thread的一些知识,一些基本的使用,但是单单…...

复数的实部虚部与幅值相角之间的转换及python代码实现
一、复数定义 复数 zabizabizabi 的实部为 aaa,虚部为 bbb。复数的模长 ∣z∣|z|∣z∣ 定义为 ∣z∣a2b2|z|\sqrt{a^2b^2}∣z∣a2b2,即复数在复平面上的长度。复数与正实轴之间的夹角 θ\thetaθ 称为辐角。 二、实部虚部转换为模长幅角 公式 从实…...

从一致性/debias角度考虑推荐优化问题(排序部分 四 《参数的一致性》)
在排序工作中,我们也经常遇到不同的一致性需求,关于排序一致性,我们往往需要考虑几个方面:《样本的差异》,《特征的差异》,《模型参数差异》,《目标差异》,《场景融合的差异》。当然…...

状态机引擎选型
状态机引擎选型 概念 有限状态机是一种用来进行对象行为建模的工具,其作用主要是描述对象在它的生命周期内所经历的状态序列,以及如何响应来自外界的各种事件。在电商场景(订单、物流、售后)、社交(IM消息投递)、分布式集群管理(分布式计算平台任务编排)等场景都有大规…...

怎么压缩图片大小到50kb以下?照片怎么压缩到50kb?
随着现在摄影设备的升级,我们拍摄的许多照片都比较大,有时候在上传使用的时候,都会因为被限制大小无法上传,这时候就需要用到图片压缩指定大小(https://www.yasuotu.com/imagesize)工具,去将压缩…...

如何实现用pillow库来实现给图片加滤镜?
使用Pillow库可以非常容易地给图片加滤镜。Pillow库是Python图像处理的一个强大库,提供了多种滤镜效果,如模糊、边缘检测、色彩增强等。 下面是使用Pillow库实现给图片加滤镜的简单步骤: 安装Pillow库:首先需要安装Pillow库。可…...

中国上海人工智能企业CIMCAI世界港航人工智能领军者,成熟智慧港航AI产品,自动化港口数字化航运中国上海人工智能企业智慧港航
CIMCAI全球港航人工智能/集装箱人工智能垂直领域领军者,工业级成熟港航人工智能AI产品行业顶尖,人工智能产品与人AI核心科技全球绝对顶尖水平。中国上海人工智能独角兽CIMCAI高度成熟产品全球规模化落地,CIMCAI ENGINE集装箱检测云服务全球40…...

探索css渐变-实现饼图-加载图-灯柱
文章目录linear-gradient()线性渐变radial-gradient()圆形渐变conic-gradient() 锥形渐变锥形渐变实现加载动画渐变实现发廊灯柱css的渐变分为三种: 线性渐变:linear-gradient() 圆形渐变:radial-gradient() 锥形渐变:conic-gradi…...

C++ , STL常用容器
STLSTL初识STL的诞生STL基本概念STL六大组件STL中的容器、算法、迭代器容器算法迭代器初识STL — 常用容器string容器vector容器deque容器stack容器queue容器list容器set/ multiset 容器map/ multimap 容器C 模板. STL初识 STL的诞生 长久以来,软件界一直希望建立…...

【Selenium自动化测试】下拉框处理
在Web自动化测试过程中,有时会遇到类似下面的情景。 这就是下拉框,对于下拉框,WebDriver同样有提供Select类来处理这类的下拉框,常见方法如下: select_by_value():通过value 值定位下拉选项。select_by…...