简介本文是开源库SimSwap的配置教程，与另外两个耳熟的换脸库faceswap和deepfacelab相比，它的要求更低（只要一张图片），用法更加简洁，但官方教程却写得不够仔细，本文将以图文方式来介绍使用cuda和onnxruntime-gpu来进行视频换脸的具体配置。注：这个库上使用cuda请确保你有3G以上的显存。环境配置第一步配置conda假定你已经安装了cuda，没安装的查阅另外的教程。

简介在上一篇文章里我们介绍了dtw库的使用，但其限制太多，不够灵活，且作图不够方便，因此我们来介绍一个更加复杂的库----dtw-python。它是R语言中dtw实现的python版本，基本的API是对应的，它的优势在于能够自定义点的匹配模式，约束条件，和滑动窗口。同时提供方便的作图和快速的计算（C语言的内核），官方文档点击这里。示例本次两条时间序列依然选择上一篇文章中的序列：import num

简介在采用传统统计手段的经济学，心理学等学科中，通常是在阅读大量文献的基础上，提出自己的理论假设，并建立模型，收取一定量（通常是几百）的样本数据来验证自己的假设。其中就包含了调节，中介变量这类非常容易发论文的模型。而在学习中我们会发现老师让我们使用SPSS的PROCESS插件来处理这类模型。但是SPSS收费（虽然用的通常是破解版），PROCESS插件安装麻烦，于是我想到了python，今天就来教大

前言最近有本地部署深度学习模型的需求，故采购了新电脑，以往都是在云端已经搭建好的环境下操作，还从来没有本地从零搭建，所以来总结一下昨天搭建时碰到的障碍和一些经验分享。注：本文不提供具体教程，因为写同类文章的太多了，需要可以点击这里。另，本文预装torch版本为1.9，明面上支持的cuda版本为10.2，但实际上最新的CUDA11.5也一样能用，所以啥都装最新的就完事了。别信啥特定版本匹配兼容什么的

一文搞定jetson nano的cuda版torch安装问题。

简介pyts简单的说就是打包了多种时间序列分类和处理算法的类scikit-learn库，国内介绍该库的文档相对较少，所以本人打算开一个新坑，在学习的同时结合自身的理解介绍pyts库的主要api和功能。那么在进入正题前先介绍一下pyts的基本概念，定义时间序列（x1,x2,x3…,xn)，如果一个时间序列只有一个特征，那么xi属于实数集R，该时间序列为单变量时间序列，如果一个时间序列有多个特征，那么

简介windows下编译ffmpeg据说得用cygwin虚拟环境，而且在之前我还把VS卸载了，手头上又有一个算法需要ffmpeg编译出来的libavformat，又不想在破旧的办公电脑上分出几个G内存重装虚拟机，于是我选择了云服务器，随便一搜索腾讯云的个人服务器只要40元一年，在经过实名认证后顺利下单，选择了ubuntu20.04LTS作为启动系统，原以为一切水到渠成，不成想…这里面的坑是真多啊，

解决腾讯云cuda路径找不到的问题，从而使用cuda加速onnxruntime推理。

简介说来惭愧，好久不写博客，让我动笔的竟然是sklearn一个小小的api功能，以前评价模型用的都是总体的准确率，第一次用sklearn提供的分类报告功能竟然搞不懂是怎么计算的，怎么还分类别。就像下面这样：嗯，这都啥呀？老实说第一次看我只看懂了准确率即accuracy是怎么计算的。。。计算首先results是我们模型预测出的结果，y是真实标签，它们分别如下：yarray([0, 0, 0, 0,

文字生成？知识问答？手把手带你体验人人都能玩的开源大语言模型。