个人技术分享

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注类别名称:["head","tail"]图片数量(jpg文件个数)：200。标注数量(xml文件个数)：200。标注数量(txt文件个数)：200。使用标注工具：labelImg。标注规则：对类别进行画矩形框。head 框数 = 724。

Mini-ImageNet数据集的处理，适用于分类任务

计算机毕业设计PyFlink+Spark+Hive民宿推荐系统 酒店推荐系统 民宿酒店数据分析可视化大屏 民宿爬虫 民宿大数据 知识图谱 机器学习

神经网络在面对不均衡数据时，是束手无策的。有些机器学习方法，像决策树就不会受到不均衡数据的影响。

一款非常好用的python OCR文字识别框架

在torch1.6版本及其以后，torch.save函数使用了一种新的文件格式。torch.load任然保持着对旧版本的兼容，如果高版本环境下想要保存低版本兼容的模型文件格式，可以使用_use_new_zipfile_serialization=False参数设定。大家都会遇到在工程项目实施阶段，如果训练的模型文件在不同的torch版本环境下部署时，会报错~。转载自SSDesign的知乎文章。

机器学习是计算机科学的一个分支，通过算法和统计模型使计算机系统能够在没有明确指令的情况下执行特定任务。机器学习的核心思想是从数据中学习规律，并基于这些规律进行预测或决策。

tips：标题前有“***”的内容为补充内容，是给好奇心重的宝宝看的，可自行跳过。文章内容被“文章内容”删除线标记的，也可以自行跳过。！！”一般需要特别注意或者容易出错的地方。本系列文章是作者边学习边总结的，内容有不对的地方还请多多指正，同时本系列文章会不断完善，每篇文章不定时会有修改。由于作者时间不算富裕，有些内容的《算法实现》部分暂未完善，以后有时间再来补充。见谅！文中为方便理解，会将接口在用到的时候才导入，实际中应在文件开始统一导入。

gamama：值越大，高斯分布越窄（数据变化越剧烈，易过拟合），反之，值越小，高斯分布越宽（数据变化越平缓），易欠拟合，rbf是高斯核。若想找到具有最大间隔划分超平面，也就是要找到能满右足式中约束参数w和b，使得间隔γ最大。C值越大，间隔越小，落在间隔中的违例越少，反之，C值越小，间隔越大，违例越多。允许部分样本，在最大间隔之间，甚至在错误的一边，寻找最大间隔，即软间隔。将原始输入空间映射到新的特征空间，使得原本线性不可分样本在核空间可分。若样本线性可分，且所有样本分类正确情况下，寻找最大间隔，即硬间隔。

其中隐含的限制就是f(t)的定义域和值域都应该是实数，因为s和t都是真实空间中的轨迹和时间坐标，不能有虚数。要想使得上面的那个jark最小，积分号中是平方项，也就是当其为0时最小，也就是f(t)的三阶导数为0，也就是f(t)是二次或者二次以下的函数时，三阶导数才为0。也就是求泛函在后面的那三个约束条件下极小值对应的f(t)。上面把一个带约束的泛函化成了一个无约束的泛函，但是L和f点、f两点、f三点都有关，不能直接使用上面只能处理一阶导数的欧拉——拉格朗日方程。

基于 LlaMA 3 + LangGraph 在windows本地部署大模型 （一）基于 LlaMA 3 + LangGraph 在windows本地部署大模型 （二）基于 LlaMA 3 + LangGraph 在windows本地部署大模型 （三）基于 LlaMA 3 + LangGraph 在windows本地部署大模型 （四）基于 LlaMA 3 + LangGraph 在windows本地部署大模型 （五）基于 LlaMA 3 + LangGraph 在windows本地部署大模型 （六）基于 L

本次实验分别使用了max_depth和min_samples_split两个参数的不同组合来进行训练，并通过10次的随机划分或者10折交叉验证的方式计算了每组参数的平均准确率。

【代码】Pytorch读取自己的数据集。

推荐系统是一种信息过滤系统，它的目标是预测用户对物品的偏好程度。在Python中，我们可以使用多种技术来实现推荐算法，包括基于内容的推荐、协同过滤推荐以及利用机器学习模型的混合推荐系统。

由于患病样本稀缺，医学图像数据集存在天然的不平衡，导致诊断算法对多数类别产生偏见。这一情况降低了诊断性能，特别是在识别罕见类别方面。现有研究将这一挑战描述为长尾问题，并采取解耦策略来减轻分类器的偏见。但是这些研究仅使用不平衡的数据集来训练编码器，并通过舍弃主要类别的样本来重新训练分类器，从而限制了诊断性能。本文提出了一种分为两个阶段的多视图关系感知一致性和虚拟特征补偿（MRC-VFC）框架。在第一阶段，设计了一种多视图关系感知一致性（MRC）用于表示学习，为编码器的训练提供了无偏的指导，除了不平衡的监督。

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注类别名称:[“drinking”,“smoking”]图片数量(jpg文件个数)：1026。标注数量(xml文件个数)：1026。标注数量(txt文件个数)：1026。使用标注工具：labelImg。标注规则：对类别进行画矩形框。

摘要：`$zip`用于将输入数组的元素重新组合转换为新的数组，重组转换的的规则是使用输入数组的第一个元素重组为第一个数组，使用第二个元素重组为第二个数组，以此类推。

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。Python 机器学习是利用 Python 编程语言中的各种工具和库来实现机器学习算法和技术的过程。

在工作中，经常会遇到车辆视角问题，比如 正视角，侧视角，后世界等等，这样来回切换，让展示的效果更炫酷一些。从事自动驾驶开发也有几年了，一直在做基于webgl+three三维引擎开发。通过数学计算和three相关的接口结合，计算相关的角度问题。

在工作中，经常会遇到车辆视角问题，比如 正视角，侧视角，后世界等等，这样来回切换，让展示的效果更炫酷一些。从事自动驾驶开发也有几年了，一直在做基于webgl+three三维引擎开发。通过数学计算和three相关的接口结合，计算相关的角度问题。