学习

Java学习书籍整理不知不觉中，做Java开发已经四年了，趁着现在换了工作，还算比较闲，就整理一下自己学习的一些知识。在学习过程中，我喜欢找的一些电子书来系统化的学习，多数时候我都只是做一个大概的了解，没有深入学习，基本就是看下目录，看下前几章的内容，深入的只会在实际用的时候才去详细看了。我从以下几个方面整理了一下这些学习的电子书，分享给大家，免得到处去找这些资源，百度脑图里面的分类也…

Qt学习之路之QMovie动画「建议收藏」QMovie类是一个很方便的类，用于播放动画。在刷新页面的时候，可以尝试用QMovie来实现等待界面。QMovie类用于显示简单的动画，没有声音。首先，通过将一个文件的名称或者一个指针传递给QMovie的构造函数构建一个QMovie对象。传递的文件包含文件的格式。可以调用函数isValid()来检测在动画开始播放前，动画是否有效。调用函数start()函数开始播放动

深度学习图像数据自动标注[通俗易懂]Tensorflow和Caffe等深度学习中，监督学习的数据标注是一件非常繁琐和耗时的工作，目前大多数公司都采用外包给标注公司进行处理，或者购买现有的数据集，使得进行深度学习研究的成本异常高。本文介绍一种以人工智能解决数据标注的思路和方法。一、思路步骤：1、以一个初步模型对小批量待标注数据进行检测，这里的初步模型可以是自己用少批量数据集训练出来的，也可以用网上公布的；2、对检测出来的结果进行人为干预纠正；3、把纠正后的数据训练新的模型；4、用新模型对中等批量待测数据进行检测；…

什么是多模态机器学习？「建议收藏」首先，什么叫做模态（Modality）呢？每一种信息的来源或者形式，都可以称为一种模态。例如，人有触觉，听觉，视觉，嗅觉；信息的媒介，有语音、视频、文字等；多种多样的传感器，如雷达、红外、加速度计等。以上的每一种都可以称为一种模态。同时，模态也可以有非常广泛的定义，比如我们可以把两种不同的语言当做是两种模态，甚至在两种不同情况下采集到的数据集，亦可认为是两种模态。因此，多模态机器学习，英文全…

PCI与PCIe学习一——硬件篇[通俗易懂]文章转载自：点击打开链接最近在学习驱动开发过程中涉及到PCI相关知识，在网上看了很多文章，良莠不齐，我总结一下比较好的文章分享给大家，那就从源头开始说起。PCI总线和设备树是X86硬件体系内很重要的组成部分，几乎所有的外围硬件都以这样或那样的形式连接到PCI设备树上。虽然Intel为了方便各种IP的接入而提出IOSF总线，但是其主体接口(primaryinterface)…

【强化学习】DDPG(Deep Deterministic Policy Gradient)算法详解[通俗易懂]http://www0.cs.ucl.ac.uk/staff/d.silver/web/Teaching.html引自ReinforcementLearning:AnIntroduction强化学习名著2018新编版DPG论文http://www0.cs.ucl.ac.uk/staff/d.silver/web/Applications_files/determinis…

目标检测—利用labelimg制作自己的深度学习目标检测数据集看了网上的xml转txt的博客很多上来就给代码，关于怎么用都不说，有的也用不了，所以这里自己写了一份代码

Python学习路线（2022修正版）经历长达近一个月的资源筛选过程终于结束，总共1.5T的资源经过：去重、筛选、整理、归档之后一份粗略的Python学习曲线资源已经成型，虽然中间经历了很多坎坷，不过最终还是完成，猪哥也是第一时间与大家分享出来。资料主要分为两部分：一、各个学习网站论坛等，二、百度云资料。网站论坛资源更新快，可以与大家互动；而百度云资源主要为视频，方便大家下载和在线观看，两种资源结合使用，学习和查找知识更方便！一、…

python-Numpy学习之(一)ndim、shape、dtype、astype的用法python-Numpy学习之(一)ndim、shape、dtype、astype的用法参考网址：https://blog.csdn.net/Da_wan/article/details/80518725本文介绍numpy数组中这四个方法的区别ndim、shape、dtype、astype。1.ndimndim返回的是数组的维度，返回的只有一个数，该数即表示数组的维度。2….

深度学习中Dropout原理解析「建议收藏」1.Dropout简介1.1Dropout出现的原因在机器学习的模型中，如果模型的参数太多，而训练样本又太少，训练出来的模型很容易产生过拟合的现象。在训练神经网络的时候经常会遇到过拟合的问题，过拟合具体表现在：模型在训练数据上损失函数较小，预测准确率较高；但是在测试数据上损失函数比较大，预测准确率较低。过拟合是很多机器学习的通病。如果模型过拟合，那么得到的模型几乎不能用。为了解决过拟合问题，一…