1、简介
1.1 blender
https://www.blender.org/
Blender 是一款免费的开源 3D 创作套件，支持整个 3D 管道。使用它强大的工具，你可以轻松创建惊人的 2D/3D 内容。
2.4 抓取卫星地图
点击GIS -> Web geodata -> basemap 就可以抓取需要的地图。
选择地图来源如下：
显示地图如下：
鼠标左键是拖动，鼠标
2019年3月，百度正式发布NLP模型ERNIE，其在中文任务中全面超越BERT一度引发业界广泛关注和探讨。今天，经过短短几个月时间，百度ERNIE再升级。发布持续学习的语义理解框架ERNIE 2.0，及基于此框架的ERNIE 2.0预训练模型。继1.0后，ERNIE英文任务方面取得全新突破，在共计16个中英文任务上超越了BERT和XLNet,取得了SOTA效果。目前，百度ERNIE 2.0的Fi
1 VITS模型介绍 VITS（Variational Inference with adversarial learning for end-to-end Text-to-Speech）是一种结合变分推理（variational inference）、标准化流（normalizing flows）和对抗
PaddleSeg 分割模型介绍PaddleSeg 分割模型介绍一、[U-Net](https://zhuanlan.zhihu.com/p/118540575)二、DeepLabv3+三、PSPNet四、ICNet五、[HRNet](https://github.com/PaddlePaddle/PaddleSeg/blob/release/v0.7.0/tutorial/finetune_h
人工智能池化（Pooling）池化是使用某一位置的相邻输出的总体统计特征代替网络在该位置的输出其好处是当输入数据做出少量平移时，经过池化函数后的大多数输出还能保持不变。比如：当识别一张图像是否是人脸时，我们需要知道人脸左边有一只眼睛，右边也有一只眼睛，而不需要知道眼睛的精确位置，这时候通过池化某一片区域的像素点来得到总体统计特征会显得很有用。由于池化之后特征图会变得更小，如果后面连接的是全连接层，
在程序开发过程当中，程序员会经常做着重复性的工作，最常见的是访问数据库，程序员要经常编写增、删、改、分页之类的操作。为了避免这个问题，我们可以编写一个适合于自己使用的代码生成器。当然，像这样的代码生成器网上也已经有免费版本的了，功能也很强大，如Codematic，但并不一定适合你或你的团队。为了达到要求，我自己也写了一个代码生成器，实现起来也是很简单的，
《AI智能问答助手》 软件基于当下热门的OpenAI的ChatGPT技术,导入问题列表就可以批量生成对应的内容，内容质量高、原创度高。适合对内容生成需求量大的场景，如网站优化、广告文案等等。。。使用操作简单、小白也能容易上手。更多功能\/： ab18cn OpenAI GPT是OpenAI公司开发的一种基于深度学习技术的语言模型。GPT是“Generat
昆仑通态MCGS与欧姆龙E5CC温控器通讯+PID模式+输出启停(KUNL-1)
功能：通过昆仑通态对欧姆龙E5CC温控器 设定温度，读取温控，控制输出启停，切换PID/ON-OFF控制，PID自整定调整。
反应灵敏，通讯稳定可靠。
器件：欧姆龙E5CC QX2ASM 802温控器，昆仑通态TPC7022NI触摸屏。
说明：出售的是程序，带温控器手册，接线，参数设置都提供。
通讯稳定可靠，实用有效
中文对话大模型开源社区迎来了一名浓眉大眼的新成员！最新项目BELLE（BE Large Language model Engine）基于BLOOM和LLAMA针对中文做了优化，模型调优仅使用由ChatGPT生成的数据，为中文指令提供更好的支持。开源地址：https://github.com/LianjiaTech/BELLE该项目目前已经开源了如下内容，并且在持续更新中：150万中文指令微调数据集
Task4:基于深度学习的文本分类1-fastText与传统机器学习不同，深度学习既提供特征提取功能，也可以完成分类的功能。从本章开始我们将学习如何使用深度学习来完成文本表示。文本表示方法Part2在上一章节，我们介绍几种文本表示方法： One-hot Bag of Words N-gram TF-IDF 也通过sklean进行了相应的实践，相信你也有了初步的认知。但上述方法都或多或少存在一定的问
Mdict Editor Tool v2.0.35 -- 多功能个性化词典制作工具2017.03.27:
发现bug，修正更新。2017.03.15:
新增提取功能，按HTML标签提取，速度虽然比不上正则，但简单易用，适合没有编程基础的同学，提取更方便。
正则虽强大，速度快，但处理HTML多层嵌套标签就显得力不从心了。
此功能依赖第三方库lxml，软件打包后体积也略大了一点。关于多个词典CSS类名
1.视频网站：mooc慕课https://mooc.study.163.com/university/deeplearning_ai#/c 2.详细笔记网站(中文)：http://www.ai-start.com/dl2017/ 3.github课件+作业+答案：https://github.com/stormstone/deeplearning.ai2.3 词嵌入的特性 Properties o
（一）基本概念和背景CCR( Continuity of Care Record) 到目前为止还搜不到多少中文资料（国内对这些的研究基本是空白的，现在开始研究的话，过几年就是元老哦 ），业内对CCR的中译有“连续照护记录”“连续保健记录”等，翻译后味道就变了，我建议不要译，直接称CCR。CCR主要应用于 EHR（Electronic Health Record）、PHR（Personal Hea
编辑: ShuYini 校稿: ShuYini 时间: 2022-10-23引言 讽刺是一种语言表达方式，即其字面意义和隐含意图之间存在差异。由于其复杂的性质，通常很难从文本本身进行检测。因此，多模态讽刺检测在学术界和业界都受到了越来越多的关注。今天给大家分享的这篇文章，从多模态角度出发，通过对基于多头交叉注意机制的原子级一致性和基于图神经网络的成分级一致性进行研究，提出了一种新的基于层次结构的
作者 | Nine 关系抽取目前的算法大概可以分为以下几种：pipeline approach：先抽实体，再判关系，比如陈丹琦的《A Frustratingly Easy Approach for Joint Entity and Relation Extraction 》（后面称为PURE）Joint Entity and Realtion Extraction：联
关系抽取—OneRel关系抽取存在的方法通常把联合抽取任务分解为多个模型或者多步进行实现，如下图1，这种方法忽视了三元组中的元素相关联且不可见，并且会有联级错误和多余冗余信息。为了解决上述问题提出新的关系抽取模型——OneRel，提出单模型单步解码的模型OneRel。OneRel模型包含scoring-based分类和特定关系角标注策略。code地址：https://github.com/ssnv
目录前言一.知识图谱的构建二.问答系统的构建1.数据准备1.1数据获取1.2数据处理1.3数据读入1.4代码2.问答系统设计2.1整体流程2.2实体识别和问题分类2.3.问题结果查询2.4问答模板的匹配三.优化方向前言 参考目前网络上开源的医疗问答系统等项目，对基于neo4j的知识图谱构建及基于人为指定模板的问答系统构建进行了整理，笔者对代码进
近日，哈尔滨工业大学化工与化学学院于淼教授课题组在石墨烯功能化方面取得了重要进展。该工作为石墨烯光致精准功能化的首例，通过精细调控局域杂化模式打开石墨烯带隙，首次在原子尺度实现了石墨烯的二维长程有序功能化，为石墨烯基二维材料在电子器件和光电器件应用方面的关键难题提供了有效解决方法。相关研究成果以“通过光致环加成反应长程有序原子级调控石墨烯杂化（Long-range ordered and atom
如何把词转换为向量给定任何一个或者一组单词，我们都可以通过查询这个excel，实现把单词转换为向量的目的，这个查询和替换过程称之为Embedding Lookup。在实际场景中，我们需要把Embedding Lookup的过程转换为张量计算 如何让向量具有语义信息事实上，在自然语言处理领域，使用上下文描述一个词语或者元素的语义是一个常见且有效的做法。我们可以使用同样的方式训练词向量，让这
1、简介
1.1 blender
https://www.blender.org/
Blender 是一款免费的开源 3D 创作套件，支持整个 3D 管道。使用它强大的工具，你可以轻松创建惊人的 2D/3D 内容。
2、BlenderGIS
2.3 申请opentopography的key
https://opentopography.org/
Open Topography是一个提供高空间分辨率
2022.3.14笔记总结字符编码的实际应用文件操作简介文件的读写模式文件的操作模式文件的操作方法文件内置方法一、字符编码实际应用1、编码与解码编码：就是将人类能够读懂的内容编码成计算机能够读懂的语言str = '事已至此何不一搏'
str.encode('gbk') # 表示将这句话编码成gbk格式的二进制
注意：编码后的数据类型为bytes类型，可以看成是二进制解码：就是将计算机能够读懂的字
1. 论文研读笔记1.1 研究动机本周研读的论文是Chinese NER Using Lattice LSTM, 这篇文章发表于ACL 2018，应该是预训练模型大行其道之前，命名实体识别的STOA。本文的核心思想是在基于字的LSTM+crf的经典模型的基础上，将词的信息也编码进去，利用大量自动分词的语料来加强对于命名实体边界的认识。1.2 研究方法lattic的基本结构依然是基于字的LSTM+C
IDR: Self-Supervised Image Denoising via Iterative Data Refinement2022 CVPR目录IDR: Self-Supervised Image Denoising via Iterative Data Refinement背景：方法框架：实验：快速迭代算法：不足之处：背景：虽然现有的无监督方法能够学习图像去噪，而无需真实的干净图像，但
01研究动机抱怨是一种表达现实和人类期望之间不一致的言语行为[1]。人们会根据情况的严重性和紧迫性，用抱怨来表达他们的担忧或不满。轻微的抱怨可以达到发泄情绪以促进心理健康的目的，但严重的抱怨可能会导致仇恨甚至欺凌行为[2]。之前的研究主要集中在识别抱怨是否存在或其类型上，但是分析抱怨强度尤其重要，因为一定程度的抱怨可能会对公司或组织造成严重的负面后果。 图1 Jin数据集中
容器作为近些年最火热的后端技术，加快了很多企业的数字化转型进程。目前的企业，不是在使用云原生技术，就是在转向云原生技术的过程中。在容器化进程中，如何保持业务的平稳迁移，如何将现有的一些服务设施一并进行容器化迁移，也是众多企业较为关注的点。以 DNS 为例，如何构建一个云原生的企业 DNS 系统？CoreDNS 简介CoreDNS 是一个 Go 语言编写的灵活可扩展的 DNS 服务器，在 Kuber
基于smic40nm工艺，SAR ADC ，逐次逼近型 10bit，50MHZ，适合新手入门学习使用，有配套的教程
基于smic40nm工艺，采样时钟异步，含有冗余设计，电路包括但不限于栅压自举开关 CDAC 比较器 SAR逻辑电路。
送工艺库，前仿真，无版图。
自己收集的学习
有matlab代码，可仿真动态性能指标FFT ENOB SNDR SFDR SNR THD
，静态性能指标测试（inl，
人工智能的未来发展前景：当前困境和未来可能定义人工智能不是困难，而简直是不可能，这完全不是因为我们并不理解人类智能。奇怪的是，人工智能的进步更多的将帮助我们定义人类智能不是什么，而不是定义人工智能是什么?但不管人工智能是什么，过去几年我们确实已经在从机器视觉到玩游戏等众多领域取得了很多进展。人工智能正在从一项研究主题向早期的企业采用转变。谷歌和 Facebook 等公司已经在人工智能上投入了巨大的
? 网络舆情分析：利用自然语言处理（NLP）洞察公众情绪? 概述在数字化时代，公众情绪和舆论对企业品牌、政治决策乃至社会趋势都有着深远的影响。通过自然语言处理（NLP）技术，我们可以从海量的网络文本中提取有价值的信息，洞察公众情绪，为决策者提供数据支持。? 功能亮点情感分析：识别和分类文本中的情感倾向，如正面、负面或中性。话题追踪：追踪热点话题和舆论动态，及时更新信息。趋势预测：通过分析情感变化趋
1 NLP（自然语言处理）1.1相似度相似度和距离之间关系：1、文本相似度：1) 语义相似、但字面不相似：老王的个人简介铁王人物介绍2) 字面相似、但是语义不相似：我吃饱饭了我吃不饱饭2、方案：1) 语义相似：依靠用户行为，最基本的方法：（1）基于共点击的行为（协同过滤），（2）借助回归算法歌神 -> 张学友2) 字面相似：(1) LCS最大公共子序列 (2) 利用中文分词老王的个人简介 =