logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

手写JPEG压缩全流程:Python实现DCT量化与质量调节,附原图与压缩结果对比

一套纯Python编写的JPEG压缩实现,不调用OpenCV或PIL的JPEG功能,完整复现标准编码流程:从RGB转YCbCr、8×8分块、离散余弦变换(DCT)、可调质量因子的量化表生成、Z字形扫描、游程编码到霍夫曼编码。支持1–100范围的质量参数设置,数值越低,文件越小但细节损失越明显。包内含原始图像1.bmp和压缩输出.bmp,便于直观比对画质变化;核心逻辑封装在JPEG.py中,结构清晰

DTW算法实战:5分钟搞定时间序列相似度计算(附Python代码)

本文针对时间序列相似度计算中欧氏距离的不足,详细介绍了动态时间规整(DTW)算法的核心思想与实战应用。通过Python代码示例,展示了如何使用DTW算法弹性对齐存在伸缩、偏移的序列,并提供了关键参数调优、性能优化及股票形态匹配等实战案例,帮助开发者快速解决实际问题。

#动态规划
Python+Selenium动态爬取地表水水质数据实战(2024最新避坑版)

本文详细介绍了2024年使用Python和Selenium动态爬取地表水水质数据的实战方法。针对动态网页和反爬策略,提供了从环境配置、稳健元素定位到数据清洗存储的完整解决方案,并重点分享了应对iframe、反爬机制等常见坑点的技巧,旨在构建一个健壮、可维护的数据采集工具。

乐器电商系统源码包:SpringBoot后端 + Vue+UniApp跨端前端(含数据库与演示视频)

提供一套开箱即用的乐器类在线商城完整源码,后端用Java SpringBoot搭建,支持商品管理、订单处理、用户地址维护等核心后台功能;前端基于Vue开发PC管理界面,同时用UniApp实现微信小程序与H5双端适配,覆盖首页轮播、分类浏览、搜索筛选、商品详情、收藏、购物车、订单全流程(待付款/发货/收货)、个人中心等模块。配套资源齐全:MySQL数据库脚本shangcheng1.sql可直接导入,

DeepSeekMoE与MLA协同优化:大规模LLM推理的新范式

本文深入探讨了DeepSeekMoE与MLA协同优化如何革新大规模语言模型推理。DeepSeekMoE通过细粒度专家路由,每次仅激活少量专家,大幅降低计算量;MLA则采用低秩压缩技术,将KV缓存减少至传统方法的约1/16。两者协同,分别优化计算与内存瓶颈,共同构建了高效推理新范式,显著提升长文本生成的吞吐并降低延迟。

PyTorch版UFS-Net三类烟火识别训练包(含火焰/白烟/黑烟标注生成与模型训练脚本)

直接跑通的火焰与烟雾类型识别训练方案,基于轻量UFS-Net网络实现火焰、白烟、黑烟三类图像的多标签分类。包内含数据预处理脚本Create_Multilabel_Groundtruth.py,可自动根据原始图像路径和类别标签生成标准多标签标注文件;train.py封装完整训练流程,支持PyTorch DataLoader加载、Adam优化器、BCEWithLogitsLoss损失计算,并自动保存验

从零构建金融级数据隐私防护:Java开发者实战指南

本文为Java开发者提供金融级数据隐私防护的实战指南,涵盖加密算法选型、密钥管理、数据脱敏和访问控制等核心维度。通过AES-256、SHA-3等加密技术和Spring Cloud Vault的密钥管理实践,帮助开发者构建符合金融行业高标准的数据防护体系,确保客户信息的高安全性。

Nacos 2.2.3 开箱即用部署包:含双系统启停脚本、MySQL/ Derby建表SQL、集群与日志配置

直接解压就能跑的 Nacos 2.2.3 完整服务端资源,内置 nacos-server.jar 可执行文件,Linux 和 Windows 启动/停止脚本齐全(startup.sh/shutdown.sh、startup.cmd/shutdown.cmd),默认 application.properties 已预置基础配置,附带 MySQL 和 Derby 两种数据库初始化 SQL(mysql-

#服务发现
Java Servlet图书馆后台系统源码,含MySQL建库脚本与纯HTML前端页面

直接可运行的Java图书馆管理后台,后端用Servlet+JDBC开发,集成Druid连接池做数据库连接管理,Log4j记录日志,FastJSON处理前后端数据交换,Lombok减少样板代码。配套完整MySQL建库脚本book-system.sql,包含管理员、读者、图书、借阅记录等表结构及初始化数据(admin.sql、reader.sql)。前端为原生HTML/CSS/JavaScript实现

LibTorch C++版MNIST手写数字识别项目:含数据加载、训练、推理全流程代码

直接可用的C++深度学习小项目,基于LibTorch实现完整的CNN流程:从MNIST图像数据读取(支持自定义路径)、归一化与标签解析,到卷积网络结构定义(含ReLU、池化、全连接层)、损失计算与梯度更新,再到单张图片预测和准确率统计。代码按功能拆分为dataset.h/cpp(数据处理)、cnn.h/cpp(模型构建与训练逻辑)、main.cpp(主流程控制),配合CMakeLists.txt实

    共 21 条
  • 1
  • 2
  • 3
  • 请选择