急救箱 IPV4真的用完了吗？
IPV4真的用完了吗？其实 小兰 一点也不惊讶 ，毕竟全球人口这么多，多N的几次幂就用完了吧…
43亿个IPv4地址已分配完毕，这意味着没已经有更多的IPv4地址可以分配给ISP和其他大型网络基础设施提供商了，这样的话，恐怕有些云厂商会开始新的布局了，毕
标签：人工智能
数据通路
为了理解微程序控制器的设计思想，我们假设一个极简的数据通路（如下图1所示），由并联在单条8位总线BUS上的三个部件组成：指令寄存器IR（寄存器74LS273构成）、程序计数器PC（计数器74LS163构成）、程序存储器PROGRAM（ROM存储器2764构成）。图1.
语义分割中最常用的有3个指标。为了便于解释，首先需要介绍混淆矩阵，如下所示：
混淆矩阵
真实值
Positive
Negative
预测值
Positive
True Positive（TP）真阳性
False Positive（FP）假阳性
Ne
前言
最近不少小伙伴反映上传小黄图偶尔性的异常，并且不能上传动态图片，很是苦恼！无她，鉴黄API还没有这么智能，毕竟是自己训练的，不是那么专业！为了更好的服务广大网友，撸主决定接入更加智能快速的鉴黄服务。
UCloud
UCloud内容审核产品，基于海量训练数据，结合深度学习识别技术，基
入门框架时的常见问题
学习框架的原因？
方便、易用
学习框架的哪些知识点？
掌握一个项目的基本流程，就知道需要学习哪些知识点了
迅速学习框架的方法
根据项目每块流程的需要针对性的学
可以看官方的入门教程
TensorFlow快速入门思维导图
（图）
TensorFlow的高级API
TF
学习日志—矩阵
矩阵的乘法
证明矩阵乘法的结合律，即证A(BC)=(AB)C
先令出三个矩阵
A_{mn}; B_{np}; C_(p*q)
先看等式右边(AB)C
新矩阵第i行第j列的元素就是AB相乘后的第i行与C的第j列各元素相乘的和
A的第i行乘以B的第1列如下：
begin{equ
MASK-RCNN是一个多用途的网络,可以用来做目标检测,实例分割或者人体姿态识别.主要结构如下.
简单的说,就是首先用Faster-RCNN获得ROI,再进行ROI Align,然后输出ROI的分类,同时输出分割掩码.
1. Faster-RCNN和ROI
相信每一个学习深度学习的人来说都知道Google的深度学习框架TensorFlow，估计每个人都想成为一个TF Boy（TensorFlow Boy）。我也是这个想法，于是我踏上了安装TensorFlow的不归路，期间遇到很多错误，最终都没装成功，因为想装好它需要装太多东西，显卡驱动啊
在玩九宮棋時，靈感一現，想到”中心與圓“，便想到了用圓規畫圓的過程，圓規畫圓就像雷達掃描那樣麽！顯然，數據的匹配也可以做到像雷達掃描那樣去發現並匹配目標（不好意思，改用繁體了^-^）。所以，乾脆就叫”雷達“算了！畢竟，要比常見的匹配算法快不少；測試還是Debug模式的靠譜點，現在發行版的優
之所以会有这个问题，是因为在学习 logistic regression 时，《统计机器学习》一书说它的负对数似然函数是凸函数，而 logistic regression 的负对数似然函数（negative log likelihood）和 交叉熵函数（cross entropy）具有一样
在使用face_recognition包进行人脸识别时，环境是非常重要的，但是网上办法特别纷杂，今天介绍一种特别简单的办法，希望能帮助到大家，少走些坑。
1.首先应该下载dlib安装包（例如：dlib-19.8.1-cp36-cp36m-win_amd64.whl）
可以通过此网
09 线性回归及矩阵运算
线性回归
定义：通过一个或者多个自变量与因变量之间进行建模的回归分析。其中可以为一个或者多个自变量之间的线性组合。
一元线性回归：涉及到的变量只有一个
多元线性回归：变量两个或以上
通用公式：h(w) = w0 + w1x1 + w2x2 + ....= wTx
最近学习Logistic回归算法，在网上看了许多博文，笔者觉得这篇文章http://blog.kamidox.com/logistic-regression.html写得最好。但其中有个关键问题没有讲清楚：为什么选择-log(h(x))作为成本函数(也叫损失函数)。
和线性回归算法相比，逻
反卷积的具体计算步骤
令图像为
卷积核为
case 1
如果要使输出的尺寸是 5x5，步数 stride=2 ，tensorflow 中的命令为：
transpose_conv = tf.nn.conv2d_transpose(value=input,
立志要熟练动态规划，加油！
最长回文子串给定一个字符串 s，找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。思路：设dp[l][r]表示s[l……r]是否回文，枚举右边界r，然后从0枚举l一直到r，dp[r][l] = s[r]==s[l] && （r
tf.keras.metric 里面竟然没有实现 F1 score、recall、precision 等指标，一开始觉得真不可思议。但这是有原因的，这些指标在 batch-wise 上计算都没有意义，需要在整个验证集上计算，而 tf.keras 在训练过程（包括验证集）中计算 acc、lo
还记得手把手教你做物体检测、手把手教你做命名实体识别系列的文章吗？满满的干货有没有O(∩_∩)O，大部分读者跟着步骤来，最后都实现了其中的物体检测和命名实体识别项目。
物体检测
命名实体识别
本系列文章，依然秉承实践为主，理论为辅，让大家"做的出，看的懂"的原则，效果展示、特性介绍、
目录
动机单层视角
多层视角
什么是Batch Normalization
Batch Normalization的反向传播
Batch Normalization的预测阶
]]>]]>]]>]]>
1. 引言¶
SVM，Support Vector Machine，也就是我们中文名的支持向量机，我相信，只要是与机器学习有过照面的童鞋或多或少都听说过这个名字。作为机器学习家族中的老牌成员，其经典自不必说。从原理和特
客服
