[toc]最近在研究动态障碍物避障算法，在 Python 语言进行算法仿真时需要实时显示障碍物和运动物的当前位置和轨迹，利用 Anaconda 的 Python 打包集合，在 Spyder 中使用 Python3.5 语言和 matplotlib 实现路径的动态显示和交互式绘图(和Matlab功能类似)。本博客初稿完成于2017年，多平台维护不易，内容更新于 个人网站，请移步阅读最新内容。背景知识
转载
2024-07-20 19:56:43
29阅读
DHT是什么DHT全称叫分布式哈希表(Distributed Hash Table)，是一种分布式存储方法。在不需要服务器的情况下，每个客户端负责一个小范围的路由，并负责存储一小部分数据，从而实现整个DHT网络的寻址和存储。各种博客已经有很多关于DHT介绍，这里就不详细列举了加入DHT网络可以做什么老司机开车(神秘代码)P2P资源共享DHT网络的其中一种协议实现(Kademlia)要加入一个DHT
DirectML是微软发布的一套基于DirectX12的机器学习底层推理API。本文对DirectML做了初步介绍，它的优点来源。和其他推理引擎WinML、ONNXRuntime、TensorRT也做了比较。初识DirectML1. DirectML是什么？DirectML是微软发布的一套基于DirectX12的机器学习底层推理API，具有与DirectX12接口相似的风格。所有与DirectX1
转载
2024-05-21 23:23:27
365阅读
1. AI1.1 初识DirectMLDirectML是微软发布的一套基于DirectX12的机器学习底层推理API。本文对DirectML做了初步介绍，它的优点来源。和其他推理引擎WinML、ONNXRuntime、TensorRT也做了比较。1.2 DirectML 1.8 版本更新内容https://github.com/microsoft/DirectML/blob/master/Rele
转载
2024-07-31 20:23:21
118阅读
DirectML 是什么 DirectML 是微软提供的类似于CUDA的基础计算框架, 不同于CUDA必须使用N卡GPU, DirectML要求
原创
2024-03-13 11:27:49
270阅读
本文将和大家介绍如何在 C# dotnet 里面的控制台应用里面，使用 DirectML 将 Phi-3 模型在本地运行起来
原创
2024-10-12 12:16:38
40阅读
微软近日开源了 TensorFlow-DirectML 项目，它是 Tensorflow 的一个分支，利用 DirectML 在 Windows 10 和 WSL 上提供硬件加速。DirectML 是微软计划为 WSL2 提供的两种 GPU 计算功能之一。它本身能够通过广泛支持的硬件和驱动程序为常见的机器学习任务提供 GPU 加速，包括来自 AMD、Intel、NVIDIA 和 Qual
转载
2024-04-05 13:46:29
527阅读
ONNX Runtime 是一个跨平台高性能推理引擎，可运行不同框架转为 ONNX 格式的模型，通过深度分析与优化计算图提升效率。在 Windows ARM 设备上，它针对硬件特性优化，结合微软 DirectML API，充分利用 GPU 并行计算能力加速 AI 推理。两者深度融合，灵活调整参数以满足实时性或高精度需求，在文本分类、图像识别、智能安防等领域显著提升性能，为多样化应用场景提供高效支持。
摘要：ONNX Runtime与DirectML结合为Windows ARM设备提供了高效的AI推理能力。ONNX Runtime作为跨平台推理引RM设备上的AI应用开辟了新可能。
# Python中的`with`语句及其应用
在Python编程中，资源管理是一个不可忽视的重要课题。我们在进行文件操作、数据库连接或网络请求时，常常需要手动管理资源的申请和释放。然而，手动管理资源容易出错，若不小心可能会造成资源泄露。为了解决这个问题，Python提供了`with`语句，它利用上下文管理器来简化资源管理。
## `with`语句的基本用法
`with`语句的主要作用是在代码
# 实现均值滤波的 Python 教程
均值滤波是一种常用的图像处理技术，用于减少图像噪声并平滑图像。对于刚入行的小白来说，了解均值滤波的基本概念及其在 Python 中的实现会是一个不错的起点。本文将引导你完成均值滤波的实现。
## 流程概述
首先，让我们了解实现均值滤波的整个流程。我们可以用以下表格表示关键步骤：
| 步骤 | 描述 |
https://github.com/huiluczP/finiteAutomata/blob/master/NFA.py求解问题的思路数据结构的设计参考了NFA的定义，NFA是一个5-元组：M = (Q, ∑, Δ, s, F)其中：Q是状态的有限集 ∑是有穷字母表 s是开始状态 F含于Q，结束状态集 Δ状态
转载
2023-10-01 10:00:44
178阅读
面向对象的基本特征：继承，封装，多态类的定义和使用 类的创建语句 class 语句 语法：class 类名（继承列表）:
'''类的文档字符串'''
实例方法
类变量
类方法
静态方法示例代码：#创建类
class Dog:
'''此语句用来定义一个类型'''
pass
print(Dog) <class '__main__.Dog'&
转载
2023-09-21 22:41:56
98阅读
1. 学习了一下lru_cache的实现方式 # lru.py import weakref class LinkNode: __slots__ = ["value", "prev", "next", "__weakref__"] def __init__(self, value=None): se ...
转载
2021-07-18 18:27:00
245阅读
2评论
''' 队列 Queue 先进先出 ''' class MyQueue: def __init__(self): self.items = [] def isEmpty(self): return self.items == [] # 入队列 def enqueue(self, item): sel ...
转载
2021-09-06 19:46:00
198阅读
2评论
什么是adaboost? Boosting，也称为增强学习或提升法，是一种重要的集成学习技术，能够将预测精度仅比随机猜度略高的弱学习器增强为预测精度高的强学习器，这在直接构造强学习器非常困难的情况下，为学习算法的设计提供了一种有效的新思路和新方法。作为一种元算法框架，Boosting几乎可以应用于所
转载
2020-05-15 17:37:00
178阅读
2评论
PCA 实现： from __future__ import print_functionfrom sklearn import datasetsimport matplotlib.pyplot as pltimport matplotlib.cm as cmximport matplotlib.colors as colorsimport numpy as np# matplotlib inl
转载
2019-08-26 21:05:00
335阅读
2评论
为了避免由于一些网络或等其他不可控因素，而引起的功能性问题。比如在发送请求时，会因为网络不稳定，往往会有请求超时的问题。 这种情况下，我们通常会在代码中加入重试的代码。重试的代码本身不难实现，但如何写得优雅、易用，是我们要考虑的问题。 这里要给大家介绍的是一个第三方库 - Tenacity （标题中
转载
2020-07-22 17:08:00
398阅读
2评论
#给一个点，我们能够根据这个点知道一些内容class Node(object): def __init__(self,val): #定位的点的值和一个指向 self.val=val #指向元素的值,原队列第二元素 self.next=None #指向的指针class stack(object): def __init__(self):...
原创
2023-01-12 23:47:36
62阅读
定义一个在校
原创
2023-05-26 15:17:19
100阅读
