Python共0篇
Python
排序
Python批量填补遥感影像的无效值NoData
合集 - GIS空间分析(9)1.地统计学的基本概念及公式详解04-242.单窗算法的地表温度反演：谷歌地球引擎GEE代码04-263.SPSS计算极值、平均值、中位数、方差、偏度、峰度、变异系数05-084.Python忽...
2年前
一步到位Python Django部署，浅谈Python Django框架
Django是一个使用Python开发的Web应用程序框架，它遵循MVC（Model-View-Controller）设计模式，旨在帮助开发人员更快、更轻松地构建和维护高质量的Web应用程序。Django提供了强大的基础设施和工...
2年前
快速上手Discord 机器人开发
最近创建了一个公众号：编程进阶录，记录一些自己学习过程当中的笔记和心得，欢迎大家关注 快速上手Discord 机器人开发 闲来无事，在接单群里找了个单，因为自己平时没事的时候也会接接外包的单...
2年前
怎么利用大厂的API将大段音频转成文本
日常办公中，我们经常要开会和写会议纪要。传统模式下，我们需要非常认真地听会议中每一句话，记下自己认为的核心的话，并在会后经过多次修改形成会议纪要。现在，聪明人已 经不那么干了，借助...
2年前
初学者入门：AI数单杠
我正在参加「掘金·启航计划」 分享一个AI小应用，借助于mediapipe的能力，对人体姿态进行识别，实现自动数单杠。 一、背景 引体向上是反应学生上肢肌肉力量和耐力的常用指标，这个项目简单实用...
2年前机器学习基础-监督学习-标签转移学习之特征提取
特征提取是机器学习和深度学习中的一个重要步骤，用于从原始数据中提取出有用的、能够表征数据特征的表示。在许多任务中，原始数据可能是高维的、复杂的，通过特征提取可以将其转化为更加简洁、...
2年前Python Flask – 快速构建Web应用详解
本文将详细探讨Python Flask Web服务。我将首先简单介绍Flask，然后将逐步进入Flask中的路由、模板、表单处理以及数据库集成等高级概念，目标是能够让大家了解并掌握使用Flask来创建动态Web应用...
2年前
基于深度学习的高精度刀具检测识别系统（PyTorch+Pyside6+YOLOv5模型）
摘要：基于深度学习的高精度刀具检测识别系统可用于日常生活中或野外来检测与定位刀具目标，利用深度学习算法可实现图片、视频、摄像头等方式的刀具目标检测识别，另外支持结果可视化与图片或视...
2年前
ChatGPT代码解释器实践，解析大众点评爬取到的数据
前言 虽然我们的密室创业项目《封灵街》倒闭了，但是好歹我们也是大众点评上了4.8分的，所以想把之前的评论都下载下来，留作纪念，以防止哪天被大众点评删除掉了。 大众点评数据获取 232条数据...
2年前灰常简单的blender脚本开发！！！
人生苦短，搞下python。 前因 坐标前端3D网页，因为建模师曾经抱怨贴图太多需要手动一个个将图像纹理与原理化BSDF节点连接，建模师在网上找过一个插件，插件的算法是根据图片的名称去匹配相应名...
2年前Keras 高级教程：模型微调和自定义训练循环
我们在前两篇文章中介绍了如何使用 Keras 构建和训练深度学习模型的基础和中级知识。在本篇文章中，我们将探讨一些更高级的主题，包括模型微调和自定义训练循环。 一、模型微调 模型微调（Fine-...
2年前深入spaCy: 高级教程
在我们的初级和中级spaCy教程中，我们已经覆盖了一些基本和中级的spaCy主题。在这篇文章中，我们将深入探讨spaCy的高级主题，包括扩展属性、自定义词汇特性和处理管道。 一、扩展属性 spaCy允许...
2年前
【pandas小技巧】–缺失值的列
在实际应用中，数据集中经常会存在缺失值，也就是某些数据项的值并未填充或者填充不完整。缺失值的存在可能会对后续的数据分析和建模产生影响，因此需要进行处理。 pandas提供了多种方法来处理...
2年前BeautifulSoup 库的常用操作
BeautifulSoup库 0、所有方法都有的 from bs4 import BeautifulSoup # 前面几个方法使用的都是这个参数，所以统一使用这个（后面的那些方法没有引用这个html文本文件） html_doc = ''' <html...
2年前Python自动化办公指南
Python自动化办公是指用Python程序来完成某些需要重复性操作的工作，例如大批量的文件处理、自动化数据处理、网页爬取等。这可以帮助我们节省时间，并使计算机代替人类完成繁琐的重复性工作，使...
2年前利用Python和PostgreSQL实现BIM中的数据管理
一、场景 BIM（建筑信息模型）是一种数字化的建筑设计和管理方法，它将建筑物的所有信息都存储在一个虚拟的模型中，包括结构、机电、管道、设备等各种信息。这些信息在建筑物的整个生命周期中都...
2年前机器学习基础-监督学习-标签编码之频率编码（Frequency Encoding）
频率编码（Frequency Encoding）是一种标签编码方法，它将每个标签都映射为其出现频率。在分类问题中，频率编码可以用于解决标签之间距离和相关性不明显的问题。 频率编码的具体实现可以分为以...
2年前服务:使用django构建项目:视图集和路由集
1 视图集和路由集 Viewsets and Routers viewsets rest_framework 的api视图开发工具 routers rest_framework的 api 路由开发工具 它们是视图和URL之上的附加抽象层。首要的好处是单个视图集可...
2年前机器学习基础-监督学习-标签噪声处理之清洗和修正标签
清洗和修正标签是一种标签噪声处理方法，它涉及对标签数据进行人工检查和修正。该方法适用于数据集中标签噪声比例较低的情况，其中人工检查和修正可以通过人工标注的方式进行，或者通过其他数据...
2年前
使用AI轻松搞定UI设计；a16z：快速高效使用LLM构建应用程序；AI时代99%软件都会消失；豆瓣9.3的经典Python入门书 | ShowMeAI日报
?日报&周刊合集 | ?生产力工具与行业应用大全 | ? 点赞关注评论拜托啦！ ? Indeed：美国5月份生成式AI职位发布量增长 20% Indeed 是美国就业门户网站，根据其最新发布的数据显示，5月份美国...
2年前