## 前言： ~~从某种意义上来说，我退役了~~ 我怎么可能会似？我还有一些事没有了结，一桩心愿未能完成，还有一个人不能辜负。在这之前我是不会退役的（~~标题党：6~~） 这个游记将会记载在这高一学年一次总结性的文化课考试，作为我的收官之战，同时也是决定我命运的一战，虽然这考试对我的实际影响并不大，
本文介绍基于R语言中的raster包，批量读取多张栅格图像，对多个栅格图像计算平均值、标准差，并将所得新的栅格结果图像保存的方法~
本文介绍在Linux Ubuntu操作系统的电脑中，安装Anaconda环境与Python语言的方法。 在之前的文章Anaconda与Python环境在Windows中的部署中，我们介绍了在Win10电脑中，安装Anaconda环境与Python语言的方法；而在本文中，我们就详细介绍一下在Linux
阅读学习QFramwork中的SingletonKit源码。 Singleton 普通类的单例 作为最常用的单例模块，通过继承单例泛型类来实现，需要私有构造； //使用第一种接口单例方式 internal class Class2Singleton : Singleton
这学期机器学习考核方式以大作业的形式进行考核，而且只能使用一些传统的机器学习算法。 综合再三，选择了自己比较熟悉的MNIST数据集以及OpenCV来完成手写数字的分割和识别作为大作业。 1. 数据集准备 MNIST数据集是一个手写数字的数据库，包含60000张训练图片和10000张测试图片，每张图片
本文介绍基于Python中GDAL模块，实现基于一景栅格影像，对另一景栅格影像的像元数值加以叠加提取的方法。 本文期望实现的需求为：现有一景表示6种不同植被类型的.tif格式栅格数据，以及另一景与前述栅格数据同区域的、表示植被参数的.tif格式栅格数据；我们希望基于前者中的植被类型数据，分别提取6种
本文介绍利用mklink命令，使得OneDrive自动同步电脑中任意指定文件夹的方法。 OneDrive是由微软提供的云存储和文件同步服务。它提供了大量的云存储空间，允许用户将文件和数据存储在云端，并在多个设备之间同步和访问这些文件。对于OneDrive而言，默认的同步文件夹共有四个，分别包括： 1
GPU是并行渲染的，这样的渲染很高效。但是在实际需求中，有时我们计算片元色值时，需要依赖周围像素点或者某个其他位置像素点的颜色信息，这样的话想要一次性完成绘制就无法做到，需要对纹理进行二次加工处理。
清除标注错误的数据 监督学习问题的数据由输入\(x\)和输出标签 \(y\) 构成，如果观察一下的数据，并发现有些输出标签 \(y\) 是错的。的数据有些标签是错的，是否值得花时间去修正这些标签呢？ 看看在猫分类问题中，图片是猫，\(y=1\)；不是猫，\(y=0\)。所以假设看了一些数据样本，发现
如果需要了解其他图像处理的文章，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 VisionPro有很多的示例和算子，这里再展示一个比较好用的算子FitLine Tool。我自己
神经网络应该由若干神经元组成。 前面的每一个神经元都会给到一个参数，将传递的所有参数看作一个向量 \(\vec x\)，那么此神经元的净输入为： \[z = x \omega + b \]其中 \(\omega\) 称为权重向量。 这里认为 \(x\) 是行向量，而 \(\omega\) 是列向量。
大家好，我是章北海 今天高考，上午的语文结束，市面上又要来一场大模型参考的文章了。 我也凑凑热闹，让通义千问、Kimi、智谱清言一起来写一下高考作文。 公平起见，不加任何其他prompt，直接把题目甩过去。 感觉写的都很一般，通篇口水文，都能拿个及格分吧。 有点好奇，就加了几个国外选手参赛：Gemi
从一个例子开始讲吧。 假设正在调试猫分类器，然后取得了90%准确率，相当于10%错误，，开发集上做到这样，这离希望的目标还有很远。也许的队员看了一下算法分类出错的例子，注意到算法将一些狗分类为猫，看看这两只狗，它们看起来是有点像猫，至少乍一看是。所以也许的队友给一个建议，如何针对狗的图片优化算法。试
系列文章目录 机器学习算法（一）：1. numpy从零实现线性回归 机器学习算法（一）：2. 线性回归之多项式回归（特征选取） @目录系列文章目录前言一、理论介绍二、代码实现1、导入库2、准备数据集3、定义预测函数（predict）4 代价（损失）函数5 计算参数梯度6 批量梯度下降7 训练8 可视
如何改善模型的表现 学过正交化，如何设立开发集和测试集，用人类水平错误率来估计贝叶斯错误率以及如何估计可避免偏差和方差。现在把它们全部组合起来写成一套指导方针，如何提高学习算法性能的指导方针。 所以想要让一个监督学习算法达到实用，基本上希望或者假设可以完成两件事情。首先，的算法对训练集的拟合很好，这
本文介绍基于Python语言，针对一个文件夹下的大量栅格遥感影像文件，基于其各自的文件名，分别创建指定名称的新文件夹，并将对应的栅格遥感影像文件复制到不同的新文件夹下的方法~
本文介绍在谷歌地图API（Google Maps APIs）中，设计地图样式并将设计好的样式通过JSON或URL导出的方法。 首先，进入Google Maps APIs网站。在弹出的窗口中我们可以看到，目前还可以基于谷歌云端硬盘进行地图样式设计；但原有的Google Maps APIs其实相对来说也
什么是噪声呢？在自然界中，离散的随机是比较常见的，比如蝉鸣突然响起又突然停下，比如雨滴随机落在一个位置，但是随机和连续并存是更常见的情况，比如山脉的走向是随机的，但山峰之间的高度又是连续的，比如天上的云朵、水面的波纹等等。这种把随机和连续结合起来，就形成了噪声。通过利用噪声，我们就可以去模拟真实自然...
目录工厂方法模式的瑕疵注册表 工厂方法模式的瑕疵 在前一篇笔记中我们介绍了工厂方法模式，示例的类图如下： 考虑一种情况：现在要在程序运行时，根据外部资源，动态的实例化对象。也就是说在编译期我们无法知道要实例化的对象的类型。因此在实例化的过程中，就需要加以判断。 例如，在我的例子中，要根据连接到主机的
本文介绍基于Python语言中的smogn包，读取.csv格式的Excel表格文件，实现SMOGN算法，对机器学习、深度学习回归中，训练数据集不平衡的情况加以解决的具体方法~
