排行榜

  • 用户榜
  • 标签榜
  • 冲榜分奖金

频道

最新最热悬赏待采纳 筛选
  • 0

    回答

  • 5

    浏览

车辆管理是电力系统运营过程中不可缺少的一部分,应用GPS技术可以显著提升车辆管理的科学性.电力系统车辆管理优化的重要性,GPS车辆管理系统的应用优势基于GPS技术原理,对优化电力系统车辆管理进行对策分析.移动管家车联网TBOX智能车载终端有哪些特性?汽车熄火,待机,休眠TBOX 应执行哪些动作以及数据处理?  移动管家北斗双模GPS车辆管理系统,TBOX借助车辆定位系统,以车辆GPS自动采集车辆行驶数据,实现定位系统与业务管理系统,财务核算系统。我国现阶段的众多电力企业,在车辆高效管理方面,面临着如何迅速提高管理质量与水平的严峻难题,而GPS的显著优势则可以提升车辆实时动态化管理。

  • 2

    回答

  • 26

    浏览

没使用java开发,海康摄像头拉流,ffmpeg和nginx推流 现在问题是ffmpeg推流延迟6秒  

  • 0

    回答

  • 7

    浏览

Collecting sanic-cors<0.11.0,>=0.10.0b1   Using cached Sanic_Cors-0.10.0.post2-py2.py3-none-any.whl (17 kB)   Using cached Sanic_Cors-0.10.0.post1-py2.py3-none-any.whl (17 kB)  Using cached Sanic_Cors-0.10.0-py2.py3-none-any.whl (16 kB)     一直卡在这里很多天很长时间都不动

  • 0

    回答

  • 7

    浏览

怎么理解KCF循环矩阵和循环移位的关系?

  • 3

    回答

  • 9

    浏览

ROC求的阈值可以修改logistics回归分析的阈值。二分类,如果不可以的话,怎么才能验证ROC求的阈值的准确定?

  • 13

    回答

  • 49

    浏览

车载定位终端,要求有国六标准的加密芯片,有什么可以推荐吗?  

  • 1

    回答

  • 30

    浏览

如果测试集的dataloader中的参数batch_size设置不是整个测试集的个数时模型在测试集上表现很差相当与胡乱预测,当batch_size设置成整个测试集个数时表现正常。代码检查没有什么问题,猜测是pytorch出现了bug

  • 2

    回答

  • 11

    浏览

我是大一学生,最近跟导师研究事理图谱,事理图谱是什么我都不知道,我该怎么入门,写事理图谱用c语言可以吗

  • 0

    回答

  • 6

    浏览

CCD传感器与工控机连接ping一会就会连接超时 之后找不到目标主机了,重启ccd就又可以连接。但CCD和我笔记本连接却一直连接状态不会断,请问这是什么原因

  • 3

    回答

  • 15

    浏览

Drools规则引擎框架的功能、架构、处理流程、常用API

  • 0

    回答

  • 8

    浏览

  • 0

    回答

  • 8

    浏览

class Actor(nn.Module):     def __init__(self, d_in, d_hidden, d_out):         super(Actor, self).__init__()         self.linear1 = nn.Linear(d_in, d_hidden)         self.linear2 = nn.Linear(d_hidden, d_hidden)         self.linear3 = nn.Linear(d_hidden, d_hidden)         self.linear4 = nn.Linear(d_hidden, d_hidden)         self.linear5 = nn.Linear(d_hidden, d_out)     # x represents our data     def forward(self, x):         x = self.linear1(x)         x = F.sigmoid(x)         x = self.linear2(x)         x = F.sigmoid(x)         x = self.linear3(x)         x = F.sigmoid(x)         x = self.linear4(x)         x = F.sigmoid(x)         x = self.linear5(x)         x = F.relu(x)         # x = F.softmax(x, dim=1)         # x = 10*x         output = x.type(torch.float64)         return output   请问这段代码的神经网络宽度如何计算

  • 0

    回答

  • 4

    浏览

大佬们,有没有关于尚硅谷的大数据视频啊,可以分享给我嘛

  • 0

    回答

  • 6

    浏览

paddle模型训练报错,ResNet50_vd_ssld is not a paddle parameter file 我昨天在github上面下载了一个基于PaddleX的垃圾分类识别的项目(https://github.com/thomas-yanxin/Garbage-test)回到本地,用pycharm来跑一下看看效果,在运行里面的model_training.py去训练模型的时候就报了错 Exception: File output/ResNet50_vd_ssld\pretrain\ResNet50_vd_ssld is not a paddle parameter file 请问各位大佬怎么破??

  • 3

    回答

  • 18

    浏览

火的纹理特征主要表现在边缘与颜色,想控制它在相同的边缘生成不同的颜色,或者在相同的颜色下生成不同的边缘,通过GAN实现一对一的翻译任务是简单,但实现一对多的翻译任务是困难的,查了很多资料都没有结果,希望大家能给我提供一些灵感。  

  • 0

    回答

  • 14

    浏览

在安装rasaX过程中遇到了如 图所示的错误,但是它还在继续安装,请问这个bug影响很大吗?该怎么改呢?  

  • 0

    回答

  • 8

    浏览

yolov5官方计算的是mAP0.5和mAP0.5:0.95,这两个跟大部分论文里面计算的方法都不太一样,比如coco里面的,会计算一个总的mAP,怎么处理这个问题

  • 0

    回答

  • 6

    浏览

 [root@Jackson /]# zkServer.sh start  ZooKeeper JMX enabled by default  Using config: /opt/programs/zookeeper-3.4.12/bin/../conf/zoo.cfg  Starting zookeeper ... STARTED  [root@Jackson /]# zkServer.sh status  ZooKeeper JMX enabled by default  Using config: /opt/programs/zookeeper-3.4.12/bin/../conf/zoo.cfg  Error contacting service. It is probably not running.  

  • 1

    回答

  • 25

    浏览

智慧校园建设指的是以物联网为基础的智慧化的校园工作、学习和生活一体化环境的建设,这个一体化环境以各种应用服务系统为载体,将教学、科研、管理和校园生活进行充分融合。那么,智慧校园具体该如何实现呢?

  • 0

    回答

  • 8

    浏览

训练集和验证集准确率可以达到>90%但是测试集的准确率只达到了30%多,无论是textcnn还是bi-lstm+attention,模型准确率都是这样。 泛化的措施比如加l2正则,dropout,BN层,数据增强等方式都用了,但是还是这样。 数据都是一个数据集随机划分的。 有没有可能是数据训练的语句和标签的关系不大导致的,不能通过语句推出这个标签(之前的标签都是不同人打的,可能规则不一样,不准确?) 各位有没有什么思路或想法赐教下?

  • 1

    回答

  • 19

    浏览

有啥子好用的云盘比较好用容量大的。求推荐?

  • 0

    回答

  • 11

    浏览

import numpy as np from tensorflow import keras from tensorflow.keras.preprocessing import image from tensorflow.keras.preprocessing.image import ImageDataGenerator from tensorflow.keras.applications.mobilenet_v2 import MobileNetV2 import tensorflow as tf import os os.environ['CUDA_VISIBLE_DEVICES'] = '/gpu:0'   target_size = 96 base_model = MobileNetV2(weights='imagenet', include_top=False, input_shape=(target_size,target_size,3)) model = keras.Sequential([ base_model, keras.layers.GlobalAveragePooling2D(), keras.layers.Dropout(0.5), keras.layers.Dense(1024, activation='relu'), keras.layers.Dense(5) ]) train_path = 'C:/Users/11500/Desktop/ai人工智能导论/垃圾分类data/垃圾分类/training/' test_path = 'C:/Users/11500/Desktop/ai人工智能导论/垃圾分类data/垃圾分类/test/' train_data = ImageDataGenerator( rescale=1./225, #数值归一化 ) test_data = ImageDataGenerator( rescale=1./225, #数值归一化 ) train_generator = train_data.flow_from_directory( train_path, target_size=(target_size, target_size), batch_size=4, class_mode='categorical', seed=0) test_generator = train_data.flow_from_directory( test_path, target_size=(target_size, target_size), batch_size=4, class_mode='categorical', seed=0) labels = train_generator.class_indices print(labels) labels = dict((v, k) for k, v in labels.items()) print(labels) def scheduler(epoch, lr): ''' 学习率调整策略函数: 可以尝试在不同的epoch之间使用不同的学习率 ''' if epoch < 2: return lr else: return lr * 0.1 lr_callback = keras.callbacks.LearningRateScheduler(schedule=scheduler, verbose=1) #模型保存策略 root = '.eckpointsapter01' folder = 'chapter01' name = 'mobilenet' ckpt_callback = keras.callbacks.ModelCheckpoint( filepath = os.path.join(root, folder, name + '-ep{epoch:03d}-loss{loss:.3f}-val_accuracy{val_accuracy:.3f}.h5'), monitor='val_loss', #monitor:需要监视的值 save_weights_only=False, # 保存整个模型 save_best_only=False, mode='auto', period=1, #保存模型的间隔数,1表示每个epoch训练结束后都会保存一个模型 ) callback = [ckpt_callback, lr_callback] SGD = keras.optimizers.SGD(lr=0.001, momentum=0.9) loss = keras.losses.CategoricalCrossentropy(from_logits=True) model.compile(optimizer=SGD, loss=loss, metrics=['accuracy']) model.fit_generator( generator = train_generator, epochs = 4, steps_per_epoch = len(train_generator), validation_data = test_generator, validation_steps = len(test_generator), callbacks=callback )   我的代码如上: 报错如下: 事先自己新建好了这三个文件夹  求问,哪里出问题了? 

  • 1

    回答

  • 24

    浏览

需要用函数式y=2X+1 对比图片获得相应坐标的字母 答案是大写的九个字母的英文单词 且不是RECAPTCHA,而是一个能在牛津英语词典中找到的英文单词 图片通过隐写术加密我已破解出里面的内容,内容是函数式, 线索是通过函数式来查找出单词图片左下角为0应该是坐标轴的原点。

  • 0

    回答

  • 15

    浏览

https://www.cnblogs.com/pinard/p/6519110.html lstm反向传播中的:将损失函数L_t分为两部分,第一部分是t时刻的损失,第二部分是t时刻之后的损失函数L_(t+1),这什么意思,为什么t时刻的损失函数对于t时刻的加t时刻之后的损失函数?

回答 kaili_ya
采纳率100%
8天前
  • 1

    回答

  • 15

    浏览

采用的是linknet改进模型,1;50000标准分幅不好直接提取,提取时先裁剪成小块提取成1024*1024的png再合并,提取出来是png格式没有坐标信息,转成tif要怎么赋坐标值,谢谢

  • 3

    回答

  • 28

    浏览

#include<iostream> #include<windows.h> #include<stdlib.h> #include<conio.h> #define N 15 using namespace std; class Chess { public: void Init(); int Play(); void Print(); int Put(); int Judge(); int Attack(); int Defend(); int aiPut(); void Test(); int Winner(); private: int p[N][N]; int score1[N][N]; int score2[N][N]; int X; int Y; int count; //步数 }; int main() { Chess che; che.Test(); return 0; } int Chess::Play() //运行游戏 { Init(); count = 0; while (1) { Print(); char ch = _getch(); switch (ch) { case 32: //空格下棋 if (1 == Put()) { Attack(); Defend(); aiPut(); Judge(); Winner(); } break; case 72: //向上 ↑ X--; if (X < 0)X = 14; break; case 80: //向下 ↓ X++; if (X > 14)X = 0; break; case 75: //向左 ← Y--; if (Y < 0)Y = 14; break; case 77: //向右 → Y++; if (Y > 14)Y = 0; break; } } } void Chess::Init() //清空 { memset(p, 0, sizeof(p)); memset(score1, 0, sizeof(score1)); memset(score2, 0, sizeof(score2)); X = Y = 7; } void Chess::Print() //打印棋盘 { system("cls"); for (int i = 0; i < N; i++) { for (int j = 0; j < N; j++) { if (X == i && Y == j)cout << "╬"; else if (p[i][j] == 1)cout << "●"; else if (p[i][j] == 2)cout << "○"; else if (i == 0 && j == 0)cout << "┏"; else if (i == 0 && j == 14)cout << "┓"; else if (i == 14 && j == 0)cout << "┗"; else if (i == 14 && j == 14)cout << "┛"; else if (i == 0)cout << "┯"; else if (i == 14)cout << "┷"; else if (j == 0)cout << "┠"; else if (j == 14)cout << "┨"; else cout << "┼"; } cout << endl; } } int Chess::Put() //玩家下子 { if (p[X][Y] == 0) { p[X][Y] = 1; return 1; } else return 0; } int Chess::Judge() //判断胜负 { int h = 1; int v = 1; int ps = 1; int sd = 1; for (int i = 1; i < 5; i++) { if (p[X][Y + i] == p[X][Y]&&Y+i<15) //向右查找相同棋子 h++; else break; } for (int i = 1; i < 5; i++) //向右查找相同棋子 { if (p[X][Y - i] == p[X][Y] && Y - i >= 0) h++; else break; } if (h >= 5) { if (p[X][Y] == 1) return 1; else if (p[X][Y] == 2) return 2; } for (int i = 1; i < 5; i++) //向下查找相同棋子 { if (p[X + i][Y] == p[X][Y] && X + i < 15) v++; else break; } for (int i = 1; i < 5; i++) //向上查找相同棋子 { if (p[X - i][Y] == p[X][Y] && X - i >=0) v++; else break; } if (v >= 5) { if (p[X][Y] == 1) return 1; else if (p[X][Y] == 2) return 2; } for (int i = 1; i < 5; i++) //向右下查找相同棋子 { if (p[X + i][Y + i] == p[X][Y] && X + i < 15 && Y + i < 15) ps++; else break; } for (int i = 1; i < 5; i++) //向左上查找相同棋子 { if (p[X - i][Y - i] == p[X][Y] && X - i >= 0 && Y - i >= 0) ps++; else break; } if (ps >= 5) { if (p[X][Y] == 1) return 1; else if (p[X][Y] == 2) return 2; } for (int i = 1; i < 5; i++) //向右上查找相同棋子 { if (p[X - i][Y + i] == p[X][Y] && X - i >= 0 && Y + i < 15) sd++; else break; } for (int i = 1; i < 5; i++) //向左下查找相同棋子 { if (p[X + i][Y - i] == p[X][Y] && X + i < 15 && Y - i >= 0) sd++; else break; } if (sd >= 5) { if (p[X][Y] == 1) return 1; else if (p[X][Y] == 2) return 2; } } int Chess::Winner() //输出胜负结果 { int winner = Judge(); if (winner == 1) { count = 0; MessageBox(NULL, L"黑子赢了", L"提示", MB_OK); return 0; } else if (winner == 2) { count = 0; MessageBox(NULL, L"白子赢了", L"提示", MB_OK); return 0; } else if (count == 225) { count = 0; MessageBox(NULL, L"平局", L"提示", MB_OK); return 0; } } void Chess::Test() //测试运行 { SetConsoleTitleA("五子棋人机对战"); system("mode con cols=50 lines=20"); system("color 70"); while (1) { Play(); } } int Chess::Attack() //计算机进攻计算权值 { int i1, j1; int k1, k2, k; for (int i = 0; i < 15; i++) { for (int j = 0; j < 15; j++) { if (p[i][j]) score1[i][j] = 0; if (p[i][j] == 0) { k1 = k2 = 0; for (i1 = i, j1 = j - 1; j1 >= 0; j1--)//往左数寻找电脑棋子数 { if (p[i1][j1] == 2) k1++; else break; } for (i1 = i, j1 = j + 1; j1 < 15; j1++)//往右数寻找电脑棋子数 { if (p[i1][j1] == 2) k2++; else break; } k = k1 > k2 ? k1 : k2; k1 = k2 = 0; for (i1 = i - 1, j1 = j; i1 >= 0; i1--)//往上数寻找电脑棋子数 { if (p[i1][j1] == 2) k1++; else break; } for (i1 = i + 1, j1 = j; i1 < 15; i1++)//往下数寻找电脑棋子数 { if (p[i1][j1] == 2) k2++; else break; } k1 = k1 > k2 ? k1 : k2; k = k > k1 ? k : k1; k1 = k2 = 0; for (i1 = i - 1, j1 = j - 1; i1 >= 0 && j1 >= 0; i1--, j1--)//往左上数寻找电脑棋子数 { if (p[i1][j1] == 2) k1++; else break; } for (i1 = i + 1, j1 = j + 1; i1 < 15 && j1 < 15; i1++, j1++)//往右下数寻找电脑棋子数 { if (p[i1][j1] == 2) k2++; else break; } k1 = k1 > k2 ? k1 : k2; k = k > k1 ? k : k1; k1 = k2 = 0; for (i1 = i + 1, j1 = j - 1; i1 < 15 && j1 >= 0; i1++, j1--)//往左下数寻找电脑棋子数 { if (p[i1][j1] == 2) k1++; else break; } for (i1 = i - 1, j1 = j + 1; i1 >= 0 && j1 < 15; i1--, j1++)//往右上数寻找电脑棋子数 { if (p[i1][j1] == 2) k2++; else break; } k1 = k1 > k2 ? k1 : k2; k = k > k1 ? k : k1; switch (k) //根据连子数赋予权值 { case 1: score1[i][j] = 15; break; case 2: score1[i][j] = 60; break; case 3: score1[i][j] = 240; break; case 4: score1[i][j] = 3000; break; case 5: score1[i][j] = 50000; break; default: score1[i][j] = 0; break; } } } } return 0; } int Chess::Defend() //计算机防守计算权值 { int i1, j1; int k1, k2, k; for (int i = 0; i < 15; i++) { for (int j = 0; j < 15; j++) { if (p[i][j]) score2[i][j] = 0; if (p[i][j] == 0) { k1 = k2 = 0; for (i1 = i, j1 = j - 1; j1 >= 0; j1--)//往左数寻找玩家棋子数 { if (p[i1][j1] == 1) k1++; else break; } for (i1 = i, j1 = j + 1; j1 < 15; j1++)//往右数寻找玩家棋子数 { if (p[i1][j1] == 1) k2++; else break; } k = k1 > k2 ? k1 : k2; k1 = k2 = 0; for (i1 = i - 1, j1 = j; i1 >= 0; i1--)//往上数寻找玩家棋子数 { if (p[i1][j1] == 1) k1++; else break; } for (i1 = i + 1, j1 = j; i1 < 15; i1++)//往下数寻找玩家棋子数 { if (p[i1][j1] == 1) k2++; else break; } k1 = k1 > k2 ? k1 : k2; k = k > k1 ? k : k1; k1 = k2 = 0; for (i1 = i - 1, j1 = j - 1; i1 >= 0 && j1 >= 0; i1--, j1--)//往左上数寻找玩家棋子数 { if (p[i1][j1] == 1) k1++; else break; } for (i1 = i + 1, j1 = j + 1; i1 < 15 && j1 < 15; i1++, j1++)//往右下数寻找玩家棋子数 { if (p[i1][j1] == 1) k2++; else break; } k1 = k1 > k2 ? k1 : k2; k = k > k1 ? k : k1; k1 = k2 = 0; for (i1 = i + 1, j1 = j - 1; i1 < 15 && j1 >= 0; i1++, j1--)//往左下数寻找玩家棋子数 { if (p[i1][j1] == 1) k1++; else break; } for (i1 = i - 1, j1 = j + 1; i1 >= 0 && j1 < 15; i1--, j1++)//往右上数寻找玩家棋子数 { if (p[i1][j1] == 1) k2++; else break; } k1 = k1 > k2 ? k1 : k2; k = k > k1 ? k : k1; switch (k) //根据连子数赋予权值 { case 1: score2[i][j] = 10; break; case 2: score2[i][j] = 40; break; case 3: score2[i][j] = 160; break; case 4: score2[i][j] = 4000; break; case 5: score2[i][j] = 1000000; break; default: score2[i][j] = 0; break; } } } } return 0; } int Chess::aiPut() //计算机计算最佳位置并落子 { int k1 = 0, k2 = 0; int i, j, max = 0; for (i = 0; i < 15; i += 1) for (j = 0; j < 15; j += 1) { if (max <= score1[i][j]) { max = score1[i][j]; k1 = i; k2 = j; } } for (i = 0; i < 15; i += 1) for (j = 0; j < 15; j += 1) { if (max <= score2[i][j]) { max = score2[i][j]; k1 = i; k2 = j; } } if (p[k1][k2] == 0 && p[k1][k2] != 1) { p[k1][k2] = 2; cout << "○"; count++; return 2; } else return 0; }  

  • 0

    回答

  • 6

    浏览

Privacy-preserving model training architecture for intelligent edge computing 这篇论文里第二阶段是怎么确定分层有哪位大佬知道吗  

  • 1

    回答

  • 11

    浏览

import tensorflow as tf batch_size = 10 learning_rate = 0.001 tf.train.AdamOptimizer(learning_rate) 所以: The learning_rate of a data is 0.0001 or 0.001 ? The sum learning_rate of a batch is 0.01 or 0.001 ?

  • 1

    回答

  • 23

    浏览

考虑区域Z,其中0≤x <1,0≤y <1。考虑Z→{true,false}的二元类分类问题。   假设如果x <0.5则为true,如果x> = 0.5则为false。   作为训练数据,从真实范围中随机选择n个点,从错误范围中随机选择n个点。   作为泛化性能,从Z中随机选择100个点,并获得估计结果与真实值之间的匹配率。   (1)当n = 2时,尝试100次实验得出1-NN的泛化性能。(匹配率的平均值和标准偏差。   (2)当n = 10时,尝试100次试验以找出1-NN的泛化性能。(匹配率的平均值和标准偏差。   (3)假设n = 10,但十分之一是噪声。     此时,比较1-NN的泛化性能和3-NN的泛化性能。尝试100次表示出结果。 求相关设计思路和代码