一定要去理解真正的并发和异步是什么感觉，之后学习信号
原创
2022-09-28 10:57:18
63阅读
一 并发 假（伪)并发：是以时间作为单位来衡量的。多出现在同核（单核）操作系统中。cpu在
原创
2022-09-28 10:49:52
275阅读
鸿蒙OS 生物特征识别概述提供生物特征识别认证能力，即基于人体固有的生理特征和行为特征来识别用户身份，供第三方应用调用，可应用于设备解锁、支付、应用登录等身份认证场景。当前生物特征识别能力提供 2D 人脸识别、3D 人脸识别两种人脸识别能力，设备具备哪种识别能力，取决于设备的硬件能力和技术实现。3D 人脸识别技术识别率、防伪能力都优于 2D 人脸识别技术，但具有 3D 人脸能力（比如 3D 结构光
原创
2024-01-28 22:05:29
160阅读
鸿蒙系列教程到这已经是第三集了，今天我们介绍一下鸿蒙系统的技术特征，想要做好开发鸿蒙技术特征是你必须要知道的，废话不多说，开始今天的讲解。
原创
2021-07-06 11:35:58
579阅读
Hive 是facebook开源的一个基于hadoop框架的查询工具，也就是说，需要用hive的话，就要先安装hadoop。这次是小结一下最近用hive的心得，经验分享。hadoop和hive，pig，hbase的安装配置以后专门另开个连载说比较好。所以，我假设你已经有hive了。1.字段的数据类型。hive实际上为了数据挖掘的需要，对hive表的字段设置了数据类型，对于经常where的，还可以设
转载
2023-11-17 20:56:59
78阅读
import os # 获取系统名字 nt # print(os.name) # # 路径分隔符 windows \ 非 windows / # print(os.sep) # abspath 获取文件的 绝
1.系统调用－由操作系统实现的所有系统调用所构成的集合。
4.中断－CPU暂停当前运行程序，执行另一进程的过程
7.批处理－系统周而复始的调用进程的信息处理过程
向用户提供一组作业控制语言
12.阻塞－因CPU忙于处理一些突发事件，导致进程无法继续执行
15.原语－完成一项且只有一项具体功能的语言，是构成OS的最小成分
18.管态- CPU有两个状态，分别是管态和目态，当CPU处理系统
原创
2010-01-15 15:30:11
1922阅读
os.path.sep 路径分隔符 linux下就用这个了’/’ os.path.altsep 根目录 os.path.curdir 当前目录 os.path.pardir 父目录 os.path.abspath(path) 绝对路径 os.path.join() 常用来链接路径 os.path.s
转载
2016-02-19 17:31:00
274阅读
2评论
python os.path模块学习python os.path模块学习os.path.split(path)将path分割成目录和文件名二元组返回。>>> os.path.split('c:\\csv\\test.csv')('c:\\csv', 'test.csv')>>> os.path.split('c:\\csv\\')('c:\\csv', '')o
转载
精选
2014-01-15 16:43:11
374阅读
◆ ◆ ◆字幕与标题在 Pr 等软件中，字幕与标题是不同的东西。由于国人常用标题的方式来制作字幕，故导致许多人不理解两者的区别。字幕对应的英语单词是 Caption，标题对应的英语单词是 Title 。标题，本质上是属于图形设计的一部分，更多地侧重文字的外观呈现。因此，较新版的 Pr 已将标题相关处理放入基本图形面板中，而将较早之前的功能称为“旧版标题”
转载
2024-07-22 21:21:19
112阅读
特征工程概述一、特征工程概述特征工程 = 数据准备（for
原创
2018-05-26 17:51:47
811阅读
一、特征选择–与降维的差异相同点：效果一样，都是试图减少数据集
原创
2018-06-14 13:37:45
235阅读
一、连续型变量1.1 连续变量无量纲化1.2 连续变量数据变换1.3 连续变量离散化二、类别变量编码三、时间型、日期型变量转换四、 缺失值处理五、 特征组合 一、连续型变量1.1 连续变量无量纲化无量纲化： 使不同规格尺度的数据转化统一规格尺度（将数据单位统一）无量纲化方法：标准化, 区间所方法 x′=x−x¯¯¯σ
原创
2018-06-14 13:09:06
229阅读
注意：1.本系列所有的文章主要是梯度提升树模型展开的，抽取的特征主要为帮助梯度提升树模型挖掘其挖掘不到的信息，本文介绍的所有特征都可以当做特征直接加入模型，和基于神经网络的策略有些许差别；2. 因篇幅过多
转载
2022-04-22 23:38:55
10000+阅读
HOG特征：方向梯度直方图（Histogram of Oriented Gradient,）特征是一种全局图像特征描述子。 它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行...
转载
2017-03-16 15:32:00
558阅读
2评论
https://scm_mos.gitlab.io/slam/text_feature/
原创
2023-02-05 09:55:08
170阅读
1. 最基本那肯定是STFT，说白了就是FFT加窗。有人肯定说这不算是feature，因为这是raw data，但是现在深度学习已经越来越多的使用这种raw data作为“feature” 输入到网络让模型自己学习其中的特征。其物理含义也十分明确：就是把时间信号转换为时间-频率的信号，根据FFT的窗长和选择的窗函数来决定时间-频率分辨率的tradeoff。说白了就是直接让你看每一段时间内的频率成分
转载
2023-12-20 09:36:15
123阅读
`os.walk()` 是 Python 标准库 `os` 模块中的一个函数，用于递归遍历目录结构，返回当前目录及其子目录中的所有文件和文件夹。 下面是 `os.walk()` 函数的用法示例： 1. 导入模块： ```python import os ``` 2. 使用 `os.walk()` 遍
原创
2023-10-23 14:15:34
415阅读
