黑洞资源笔记
- 免费创建个人网站 | 地址
- Apple 正在努力基于其自有芯片打造 Mac Pro | 详文
- 使用Wonder平台将虚幻引擎项目发布并托管到 WebGL | YouTube
-
-
- 一个完整的Pytorch深度学习项目代码,项目结构是怎样的?| 问答
-
-
- Quibbler是一个工具集,用于构建高度交互但可重现的, 透明高效的数据分析管道,允许使用标准Python语法通过任何一系列的分析步骤处理数据,而自动保持下游结果与上游原始数据之间的连接来源。
Quibbler促进并接受人类干预作为固有部分 分析管道:输入参数,以及异常和覆盖,可以通过编程方式指定和调整,也可以通过以下方式指定和调整与“实时”图形交互,所有此类干预都是自动的记录在有据可查的人机可读文件中。对此类参数的更改向下游传播,查明哪些特定数据项,或甚至其中的特定元素也会受到影响,从而大大节省了不必要的重新计算。因此,Quibbler促进了与数据的动手交互不仅灵活、有趣和互动,而且可追溯,可重现,计算效率高。
主要特点
互动:创建交互式图形就像 简单就像使用表示参数值的参数调用标准 Matplotlib 图形函数一样;以图形方式呈现的任何数据都是自动实时和交互式的 (不需要繁琐的回调函数编程)。
可追溯性和可重复性:跟踪哪些特定数据项和分析参数会影响焦点下游结果(请参阅依赖关系图);固有的撤消/重做功能;将参数值保存/加载为 人类可读的记录(作为外部文本文件, 或在Jupyter笔记本内)。
计算效率:参数更改后,Quibbler 会精确定位并仅重新计算特别受影响的数组元素 下游分析步骤(此处)。
以上所有内容都使用完全标准的函数和编程语法 - 只需“iquib”你的输入和代码即可栩栩如生!
Quibbler目前支持所有Python运算符的自然编码语法,切片,getitem,Numpy函数, Matplotlib graphics、Matplotlib widgets 和 ipywidgets。它进一步提供了一种简单的合并方法 任何用户功能或任何其他(非图形)包中的功能。 除了 Matplotlib 之外,对其他图形包的支持将在未来的版本中提供。
quibbler | #工具 -
- Latex简明速查手册(8页)
作者语:
有些号称速查的手册有几十页,甚至100多页,我觉得不能称为“速”。
于是我就写了份8页的,覆盖面足够广,也能为你使用搜索引擎提供一个大致的方向。
该手册的Latex源码也附在了后面,发现有错误,或者有什么特别重要的技巧想补充,欢迎向我反馈。我也会不定期地对本手册进行更新。更新的文件会放在下面的百度网盘链接里,不一定会放到这个页面上(主要是太麻烦了)。
PDF文件和Tex文件 | 知乎原贴 | #Latex #速查表 #手册 -
-
-
- 大部分情况下,你并不需要OpenCV。该仓库主要是在一些移动场景下,替代OpenCV的功能,例如一些图片的读写、预处理、resize、gui等被替换,并且大部分情况下你可以把SimpleOCV直接集成到你的项目中,甚至可以直接编译成wasm在浏览器运行。
SimpleOCV大部分实现均来自于ncnn,为了使得它更加模块化,单独拎出来作为一个独立库,方便任何项目进行集成。
理论上我们也可以使用opencv-mobile的版本,但这个东西是在原有的opencv源码上patch出来的,灵活性太差了,直接下载预先编译好的二进制也会出很多问题。
SimpleOCV尽可能秉承以下几个原则:
最小化:精简你今需要的几个接口;
跨平台:浏览器都能跑,还有什么不能跑;
方便集成:任何C++项目都能集成
目的就是:对于不是很复杂的项目,彻底抛弃OpenCV,但是对于已有的项目,SimpleOCV的include接口,保持和OpenCV一模一样。
Simple OpenCV