智能实时应用为所有行业带来了革命性变化。
机器学习及其分支深度学习正蓬勃发展,因为机器学习让计算机能够在无人指引的情况下挖掘深藏的洞见。
这种能力正是多种领域所需要的,如非结构化数据分析、图像识别、语音识别和智能决策,这完全不同于传统的编程方式(如Java、.NET或Python)。
机器学习并非新生事物,大数据集的出现和处理能力的进步让每一个企业都具备了构建分析模型的能力。
各行各业都在将分析模型应用在企业应用和微服务上,用以增长利润、降低成本,或者改善用户体验。
这篇文章将介绍机器学习在任务关键型实时系统中的应用,将ApacheKafka作为中心化的、可伸缩的任务关键型系统,同时还将介绍使用Kafk
1
这是我找了很久下载到的文本检测与识别的数据库,方便作字符检测、文本检测与识别的同仁下载,顺便给点激励分
2023/11/30 10:05:26 48B 深度学习 文本识别 数据集
1
本demo主要是提供了SVM在数据集为线性、非线性可分情况下的分类面可视化,对于svm初学者而言,具有一定的借鉴意义。
2023/11/29 17:19:51 280KB svm分类面
1
https://github.com/Samsung/KnowledgeSharingPlatform
2023/11/27 12:43:07 78.52MB wikidata freebase
1
keras的数据集fromkeras.datasetsimportimdb(x_train,y_train),(x_test,y_test)=imdb.load_data(num_words=20000)
2023/11/25 17:26:29 16.66MB keras tensorflow dataset
1
hogsvm行人检测数据集,人已经抠出来了,内含924张图片
2023/11/25 1:23:38 4.52MB hog svm 行人
1
用于神经网络,深度学习方面的数据集。
原网址因为Thedatasetisnolongeravailableduetopermissionrestrictions.
2023/11/25 1:24:01 22KB 深度学习 deep learning
1
MiniImageNet数据集,百度云链接,1.9G大小
2023/11/23 21:19:29 78B MiniImageNet fewshot 数据集 imagenet
1
本资源为公开的红外行为识别数据集,数据集主要包括六类:sitting,running,standing,looking-back,walking和lying-down。
包含两个文件夹,训练和测试文件夹,其中训练数据集为200张每类,测试数据集为80张每类。
2023/11/23 14:31:06 15.3MB 红外数据集
1
资源中包含0到9的手写体数字图片,每种数字图片有1000张左右,都归一化为相同的大小,可以用作与手写体数字识别的训练集
2023/11/22 21:06:09 5.03MB 手写体数字
1
共 1000 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡