ICode9

精准搜索请尝试: 精确搜索
  • 设计模式之工厂模式2022-07-26 22:32:50

     工厂模式   工厂模式(Factory Pattern)是 最常用的设计模式之一。这种类型的设计模式属于创建型模式,它提供了一种创建对象的最佳方式。   在工厂模式中,我们在创建对象时不会对客户端暴露创建逻辑,并且是通过使用一个共同的接口来指向新创建的对象。     效果:定义一个用于创

  • VBA错误:批量删除PPT的Shape对象时发现漏删了2022-07-22 13:10:17

    问题描述:   在ppt vba中如果要循环批量删除Shape对象,会遇到很多困难。比如当执行如下For Each … In 的vba代码删除ppt中第一页的所有图片后,会发现并没有将图片全部删除: Sub DeleteBrandLogo() Dim pre As PowerPoint.Presentation, shp As PowerPoint.Shape, Sli As Powe

  • Flowcharting下2022-07-20 14:33:01

    Flowcharting插件功能配置如下图所示,分9个功能点来说明。 1、Options(选项) Rule name --> 定义一个规则名称 Apply to metrics  --> 该规则用在哪个metrics上 Aggregation  --> metrics 取值   2、Type(类型) Type  --> 数据类形 Unit  --> 单位 Decimals --> metrics值的精度(保

  • MindSpore求导传入sens值时infer报错For 'MatMul', the input dimensions2022-07-16 22:01:19

    1 报错描述 1.1 系统环境 Hardware Environment(Ascend/GPU/CPU): GPUSoftware Environment: MindSpore version (source or binary): 1.7.0 Python version (e.g., Python 3.7.5): 3.7.5 OS platform and distribution (e.g., Linux Ubuntu 16.04): Ubuntu 18.04.4 LTS GCC/Comp

  • MindSpore报错"RuntimeError: Unexpected error. Inconsistent batch..2022-07-16 21:35:51

    1 报错描述 1.1 系统环境 ardware Environment(Ascend/GPU/CPU): CPUSoftware Environment:– MindSpore version (source or binary): 1.6.0– Python version (e.g., Python 3.7.5): 3.7.6– OS platform and distribution (e.g., Linux Ubuntu 16.04): Ubuntu 4.15.0-74-generi

  • MindSpore报错: Conv2D第三维输出数据类型必须是正整数或者SHP_ANY, but got ...2022-07-15 16:33:43

    1 报错描述 1.1 系统环境 Hardware Environment(Ascend/GPU/CPU): AscendSoftware Environment:– MindSpore version (source or binary): 1.6.0– Python version (e.g., Python 3.7.5): 3.7.6– OS platform and distribution (e.g., Linux Ubuntu 16.04): Ubuntu 4.15.0-74-ge

  • MindSpore报错ValueError: For 'AvgPool' 输出形状的每一维都要大于零2022-07-15 15:37:34

    1 报错描述 1.1 系统环境 Hardware Environment(Ascend/GPU/CPU): AscendSoftware Environment:– MindSpore version (source or binary): 1.8.0– Python version (e.g., Python 3.7.5): 3.7.6– OS platform and distribution (e.g., Linux Ubuntu 16.04): Ubuntu 4.15.0-74-ge

  • 62序列到序列seq2seq2022-07-12 14:05:32

    点击查看代码 import collections import math import torch from torch import nn from d2l import torch as d2l # 实现循环神经网络编码器 #@save class Seq2SeqEncoder(d2l.Encoder): """用于序列到序列学习的循环神经网络编码器""" def __init__(self, vocab_size,

  • Java 插入公式到PPT幻灯片2022-07-12 14:01:44

    PowerPoint幻灯片中可插入公式,用于在幻灯片放映时演示相关内容的论证、推算的依据,能有效地为演讲者提供论述的数据支撑。通过后端程序代码,我们可借助特定的工具来实现在幻灯片中的插入公式,本文,将对此作详细介绍。 Jar包引入 通过 Maven仓库 下载导入,如下配置pom.xml: <repositor

  • HTML map 标签使用详解2022-07-08 10:03:08

    1、在图片中标注usemap <img src="planets.gif" width="145" height="126" alt="Planets" usemap="#planetmap"> 2、定义map <map name="planetmap"> <area shape="rect" coords="0,0,82

  • TypeScript 接口继承2022-07-07 07:02:35

    1、TypeScript 接口继承 和类一样,接口也可以通过关键字 extents 相互继承。接口继承,分为:单继承和多继承,即继承多个接口。另外,接口也可以继承类,它会继承类的成员,但不包括具体的实现,只会把类的成员作为一种声明。本文主要总结一下TypeScript 接口继承,方便大家进行系统化的学习。 2

  • Halcon模板匹配2022-07-04 16:33:35

    模板匹配的目的:给定一个模板图片,给它标定一个目标区域。当下一张图片进来的时候,希望在新的图片中找到目标区域。   1.如图所示,读取模板图片,然后标定目标区域。 read_image(Image, 'C:/Users/HJ/Desktop/test_image/AB1.jpg') draw_rectangle1(WindowHandle, Row1, Column1, Row2,

  • [TensorFlow]01 张量2022-06-28 16:05:35

    张量 01 张量的形状 import tensorflow as tf a=tf.constant(4) # 标量a print(a) tf.Tensor(4, shape=(), dtype=int32) b=tf.constant([2.0,3.0,4]) # 向量 print(b) tf.Tensor([2. 3. 4.], shape=(3,), dtype=float32) c=tf.constant([[1,2],[3,4]]) # 2个轴,类比与单通道

  • 利用XtraDiagram.DiagramControl进行流程图形的绘制和控制2022-06-23 11:31:24

    DevExpress提供了一个比较强大的图形绘制工具,可以用于绘制各种图形,如流程图、组织机构图等等,本篇随笔介绍XtraDiagram.DiagramControl的使用,以及利用代码对其属性进行控制,以及利用图形模具的自定义操作,实现一些简单流程图形的绘制和处理。 DiagramControl是类似Visio的绘图控件,以

  • numpy广播机制2022-06-22 13:04:19

    广播是numpy对不同形状的数组进行数值计算的方式,对数组的算术运算通常在相应的元素上进行。如果两个数组a和b形状相同,即满足a.shape=b.shape,那么a*b的结果就是a与b数组对应位相乘,要求维数相同            

  • Pytorch实现波阻抗反演2022-06-22 09:35:00

    Pytorch实现波阻抗反演 1 引言 地震波阻抗反演是在勘探与开发期间进行储层预测的一项关键技术。地震波阻抗反演可消除子波影响,仅留下反射系数,再通过反射系数计算出能表征地层物性变化的物理参数。常用的有道积分、广义线性反演、稀疏脉冲反演、模拟退火反演等技术。 随着勘探与

  • Python用RNN循环神经网络:LSTM长期记忆、GRU门循环单元、回归和ARIMA对COVID-19新冠疫情新增人数时间序列预测2022-06-18 21:00:47

    原文链接:http://tecdat.cn/?p=27042 原文出处:拓端数据部落公众号 该数据根据世界各国提供的新病例数据提供。 获取时间序列数据 df=pd.read_csv("C://global.csv") 探索数据 此表中的数据以累积的形式呈现,为了找出每天的新病例,我们需要减去这些值 df.head(10)   这些数据是根

  • 记录好用但不常用的css属性2022-06-08 11:05:03

    1、shape-outside 多边形文字环绕  2、clip-path 元素不规则显示。 可以裁剪成心形,圆形。支持svg路径等。可以裁剪元素 图片。  

  • 52、定位补充2022-06-06 00:03:43

    一张三通道的彩色图新建模板时, 对整张图像进行灰度处理然后再截取部分RIO来进行模板学习 与 先截取部分RIO然后对RIO进行灰度处理再学习模板 这两种学习处理的轮廓效果有可能不一样。 read_image (Img, 'C:/hh/img.bmp') *对整张图像先进行灰度处理 rgb1_to_gray (Img, Img) read_

  • 神经网络与深度学习(邱锡鹏)编程练习 2 实验1 线性回归的参数优化 - 最小二乘法2022-05-30 14:32:47

    实验结果:   源代码: import numpy as np import matplotlib.pyplot as plt def load_data(filename): # 载入数据 xys = [] with open(filename, 'r') as f: for line in f: xys.append(map(float, line.strip().split())) xs, ys

  • js词云文件2022-05-30 11:01:31

    let cloudData = [ { name: 'Authentication', value: 10000 }, { name: 'Streaming of segmented content', value: 6181 }, { name: 'Amy Schumer', value: 4386 }

  • 线性回归补充练习2022-05-30 05:00:07

    巩固了线性回归的内容,练习了多变量的线性回归,对程序添加了一些详细的注释 import numpy as np#线性代数包import pandas as pd#数据处理包import matplotlib.pyplot as plt#画图包path = 'ex1data2.txt'data2 = pd.read_csv(path, header=None, names=['Size', 'Bedrooms', 'Pric

  • Halcon基于形状模板匹配2022-05-28 11:32:02

    Halcon中基于形状的模板匹配过程 Halcon中一个完整的模板匹配过程如下: 读取并显示图像; 确定模板ROI及检测ROI; 创建模型; 匹配模板; ROI仿射变换,得到ROI位置。 举例 如上图所示,每一张图上芯片的位置和角度不固定,需要定位到绿色框内的针脚进行检测,如果以绿色框作为模板ROI,因为图片

  • 神经网络dnn 多分类模型2022-05-28 02:31:41

    import tensorflow.compat.v1 as tf # from tensorflow.examples.tutorials.mnist import input_data import os import pandas as pd import numpy as np from tensorflow.python.keras.utils import to_categorical os.environ['TF_CPP_MIN_LOG_LEVEL'] = '

  • flax的学习01 基本用法2022-05-25 19:36:13

    安装jax jaxlib pip install --upgrade pip # Installs the wheel compatible with CUDA 11 and cuDNN 8.2 or newer. # Note: wheels only available on linux. pip install --upgrade "jax[cuda]" -f https://storage.googleapis.com/jax-releases/jax_releases.htm

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有