首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
XiaoLinzzz
掘友等级
Talk is cheap, show me the code 也许我也需要一点运气🍀
获得徽章 2
动态
文章
专栏
沸点
收藏集
关注
作品
赞
17
文章 17
沸点 0
赞
17
返回
|
搜索文章
最新
热门
浏览器缓存策略
浏览器缓存策略 首先,浏览器缓存主要分为两种: 强缓存 协商缓存 缓存位置 首先,我们来看一下缓存之后的资源存在哪里。 我们浏览器支持以下的缓存位置: Service Worker Disk Cach
React 从组件到最终呈现是如何运作的?
前言 在 React 中,理解 React 整个运作流程非常重要。 在 React 中,我们写的组件会经历从 组件实例 通过 React.createElement() 创建 React组件
刷题 Day1
逐渐开始补上之前没刷的题目吧...初看觉得挺简单的,就是平方一下然后sort就可以了。但是后面看到有**双指针**的做法,觉得挺奇妙的,因为原先数组是排序
目标检测 II(Object detection II)
物体检测通常被视作一个区域(patch)分类的问题。 解决分类问题有多种方式:包括**两阶段的区域提议检测器**和**单阶段检测器**等
目标检测 I(Object detection I)
目标检测基础 分类与检测(Classification vs. Detection) 物体检测是指在图像中定位对象的技术。
图像分割 II(Image Segmentation II)
Segmentation as classification 像素分类(Pixel classification) 作为分类问题的图像分割。给定一个窗口(NxN 个像素),对中心像素进行分类。
图像分割 I(Image Segmentation I)
有多种方法可以进行图像分割,但许多方法都使用像素聚类(pixel clustering) 和图分析(graph analysis) 的某种组合。
生成式对抗网络(GANs)
GAN 架构 GANs(生成对抗网络)是一种机器学习模型,它学习如何从特定的分布中生成实例(例如,人脸图像)。它实际上包含两个神经网络:一个生成器(generator)和一个判别器。
图像生成(Image Generation)
前置:背景知识 概率符号说明 P(x) = 事件x发生的概率。 联合概率:P(x, y) 或 P(x \cap y) = 事件x和y同时发生的概率。
形状(Shape)
形状骨架(Shape skeletons) 形状(Shape) 二维形状的模型通常基于以下两种情况之一: 形状的边界轮廓(线段、角度) 形状的内部结构(分支)
下一页
个人成就
文章被点赞
10
文章被阅读
14,705
掘力值
543
关注了
13
关注者
3
收藏集
3
关注标签
8
加入于
2022-01-14