当我们使用matplotlib完成作图后，难免有需要将图表保存到本地的需求，这时候就可以使用savefig()方法实现。在使用imshow()展示图片前，需要先将图片读取出来。除了作图功能，matplotlib也提供本地图片展示以及保存图片的功能，这两个通能通过imshow()方法和savefig()方法实现。transparent：是否透明，当没有设置前景色和边框颜色时，如果transparen

卷积神经网络从图像分类到到对象检测、实例分割、到图像语义分割、是卷积特征提取从粗糙输出到精炼输出的不断升级，基于卷积神经网络的全卷积分割网络FCN是像素级别的图像语义分割网络，相比以前传统的图像分割方法，基于卷积神经网络的分割更加的精准，适应性更强。FCN网络论文作者经过对比觉得最后一种方法计算更加精准，可以通过卷积学习插值系数，是一种更好的上采样方法，所以FCN最终采样是反向卷积实现上采样，完成

观察者模式是我们开发工作中经常使用的开发模式。Android 源码中也有很多地方用到此模式。比如：ListView、ContentProvider 和 Broadcast 等等。本文将会介绍观察者模式、实现一个观察者模式并结合 Android 源码进行分析。定义对象间的一种一个对多的依赖关系，当一个对象的状态发送改变时，所以依赖于它的对象都得到通知并被自动更新。观察者模式又被称作发布/订阅模式。即

卷积是图像处理中一种基本方法. 卷积核是一个f*f的矩阵. 通常n取奇数,使得卷积核有中心点.对图像中每个点取以其为中心的f阶方阵, 将该方阵中各值与卷积核中对应位置的值相乘, 并用它们的和作为结果矩阵中对应点的值.​卷积核每次向右移动1列, 遇行末向下移动1列直到完成所有计算. 我们把每次移动的距离称为步幅s.​上述操作处理图像得到新图像的操作称为卷积, 在图像处理中卷积核也被称为过滤器(fil

最近这几年做直播和短视频领域是真的很火，而且直播的领域也很广泛，可以预见，未来的音视频技术将会作为一种基础技术应用到更广泛的场景中。它可以与 AR/VR 结合，让你在远端体验虚拟与现实，如虚拟服装体验；也可以与人工智能结合用于提高服务质量，如用于教学上帮助老师提高教学质量；它还可以与物联网结合，用在自动驾驶、家庭办公等领域。那么这么火范围这么广的领域我们可不可以参与一下呢，肯定是可以的，下面我们借

CodeFormer是一种基于AI技术深度学习的人脸复原模型，由南洋理工大学和商汤科技联合研究中心联合开发。该模型通过结合了VQGAN和Transformer等技术，可以通过提供模糊或马赛克图像来生成清晰的原始图像。可以实现老照片修复、照片马赛克修复、黑白照片彩色化、低码率视频增强，增加细节等效果。

Python是一种流行的编程语言，以其简单性和可读性而著称。它提供了大量的库和模块，使其成为自动化各种任务的绝佳选择。让我们深入探索自动化的世界，发现20个Python脚本，这些脚本可以简化你的工作，为你节省时间和精力。

本文比较详细地总结了一些在通用目标检测和专门人脸检测领域常见的小目标检测的解决方案，后面有时间会再写一些专门在人脸领域的困难点（比如ROP的侧脸，RIP的360度人脸）及现在学术界的解决方案。

而在纵向上，可以看到不同群组在N月后的留存率，可以比较各个群组用户的粘性。而10月份应该是做了促销活动，用户新增2.5倍，但次月留存率低了7%，往后月份的留存率低了3%，说明用户质量不行，促销只是为了短时间冲量，并没有考虑后期的留存。同期群分析，给到更加细致的衡量指标，帮助我们实时监控真实的用户行为、衡量用户价值，并为营销方案的优化和改进提供支撑，避免出现“被平均”的虚荣数据。思路总结：通过左外连

贝叶斯优化思想简单可归纳为两部分:高斯过程（GP）：以历史的调参信息（Observation）去学习目标函数的后验分布（Target）的过程。采集函数(AC)：由学习的目标函数进行采样评估，分为两种过程：1、开采过程：在最可能出现全局最优解的参数区域进行采样评估。2、勘探过程：兼顾不确定性大的参数区域的采样评估，避免陷入局部最优。