P30 
jikun711 Python机器学习库 经验
学工具包，SciPy包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。其功能与软件MATLAB、Scilab和GNU Octave类似。
jopen
用Spark进行大数据处理之机器学习篇 经验
taFrame是Spark SQL的核心部分。这个包提供开发和管理机器学习管道的功能，可以用来进行特征提取、转换、选择器和机器学习算法，比如分类和回归和聚类。 本篇文章聚焦在Spark MLlib上，并讨论各个机器学习算法。
co880591 用于创建响应式网站的17个灵活网格工具和框架 资讯
Gridpak 的目的是实现了响应式的 Web 页面设计，提高您的工作流程，节省了时间。通过生成PNG图像，CSS和JavaScript，，让 Gridpak 创建响应式的简单界面。 Gridpak 产生的CSS
SLAM应用的一些思考 资讯
场应用的第一步。 那么，阻碍这种应用的困难在哪儿呢？是SLAM原理还不够明确吗？是视觉里程计、特征匹配、回环检测的技术不够先进吗？事实上，有一个很重要的东西，是应用者们很关心，但研究者们经常忽视的：那就是SLAM方案的易用性。
好嗨哟~谷歌量子神经网络新进展揭秘 经验
神经网络的量子模型，来研究如何在量子处理器上执行分类任务。在第二篇论文中，谷歌展示了量子几何的独特特征是如何改变了训练这些网络的策略的，并为更稳健的网络训练提供了指导。 在论文《Classification
P25 JavaScript事件与对象 文档
窗口的打开与关闭 窗口事件 12. 对话框警告 确认 提示 13. 窗口的打开与关闭打开窗口 关闭窗口 窗口特征 窗口写入 14. 窗口事件通用窗口事件 事件描述onblur浏览器失去焦点时激活onerror出
AngularJS 应用访问 Android 手机的照片库 经验
roid Apps暴露的的REST APIS来访问图像库. 背景 Android和IOS 有很多远程访问的app,但是开发者缺少远程访问手机特征的API.因此,myMoKit的开发是用来填补软件解决方案的缺陷的
多媒体开发 Intel Media SDK 3.0 Beta5 发布啦！ 资讯
新版本的Intel Media SDK3.0 Beta5的主要特征如下： *转码增强 - 转码性能的提高 - 转码视频图像质量的提高 - 更加容易使用系统内存和显存 *MVC 编解码
P14 机器视觉模块说明文档b 文档
Processing 图像处理模块，主要是对灰度和彩色图像的处理。如图16所示 图16 3.1 processing 处理模块，完成像素值的处理。包括像素值的查表转换，灰度图像和彩色图像阀值的设定。如图17所示。
我所经历的大数据平台发展史（二）：非互联网时代 • 下篇 资讯
非互联网时代的数据模型是一个高度智慧业务抽象结晶，数据模型是整个系统建设过程的导航图。 (点击放大图像) 平台中模型设计所关注的是企业分散在各角落数据、未知的商业模式与未知的分析报表，通过模型
想入门设计卷积神经网络？这是一份综合设计指南 经验
设计过程中使用的方法。 你想开始做图像分类，但是无从着手。应该使用哪个预训练网络？如何修改网络以使其满足需求？你的网络应该包含 20 层还是 100 层？哪些是最快的、最准确的？这些是你为图像分类选择最好的 CNN
开源社区最需要什么？ 资讯
Fedora Linux：Freedom. Friends. Features. First. OpenCV: was designed for computational efficiency and
Node.js框架、库、资源集合：Awesome Node.js 经验
install Node.js C++ addons from binaries. opencv - Bindings for OpenCV. The defacto computer vision library
P10 Fast RCNN ubuntu下安装笔记 文档
WITH_PYTHON_LAYER := 1 其次，可能需要Python安装包：cython，python-opencv，easydict 先装一个python包管理器pip： sudo apt-get
四大机器学习降维算法：PCA、LDA、LLE、Laplacian Eigenmaps 经验
，在实际应用例如图像识别中造成了误差，降低了准确率；而通过降维,我们希望减少 冗余信息 所造成的误差,提高识别（或其他应用）的精度。又或者希望通过降维算法来寻找数据内部的本质结构特征。 在很多算法
百度大数据应用与实践 资讯
人工智能技术全面提升大数据处理能力 百度高度重视人工智能技术的发展，经过 多年的坚持努力，在语音识别、图像识别、自然语言理解、机器学习、智能交互、数 据挖掘、个性化推荐的研究和应用领域打下扎实的技术积累，
P28 电信场景下Spark一站式分析平台 文档
基于个性化的协同推荐算法）场景二：用户流量使用的关联分析 7. 电信行业数据源及数据特征一览领域类别项目数据源特征属性M域企业管理ERP/供应链/财务/人力资源信息等人交易型（点操作）、符合3NF规范
P5 验证码的破解 文档
随机数字图片验证码。图片上的字符比较中规中矩，有的可能加入一些随机干扰素，还有一些是随机字符颜色，验证作用比上一个好。没有基本图形图像学知识的人，不可破！ 3. 各种图片格式的随机数字+随机大写英文字母+随机干扰像素+随机位置。 4
glaringsun 微信的机器学习与人工智能应用实践 经验
大家好，我是来自微信的张重阳，很荣幸有这个机会和大家一起交流一下机器学习和人工智能技术在微信的应用实践。谈起人工智能，大家首先想到的是图像识别、语音识别、机器翻译、机器人这些技术，然而人工智能所涉及的应用场景和商业价值却远不止此。在日常