PBF格式主要用于替代OSM原来的XML格式数据。它的大小约是gzip压缩的一半，比bzip压缩小30%。它的写入速度比gzip压缩快5倍，读取速度比gzip压缩快6倍。这种格式的设计是为了支持未来的可扩展性和灵活性。通常下载PBF数据之后，我们只会需要其中部分数据，因为于原有的XML明码数据相比，PBF数据经过压缩，并没有那么好提取，我这里尝试使用FME来提取。...

当前dem的像素范围是从50到2236，在blender中是以像素值为高度来进行拉伸的，像素范围小会导致渲染出来的3D图高度跳跃，不够平滑，将像素范围拉伸到0-65535，既能满足数据类型的要求，也保障后续的三维立体平滑效果。然后添加一个平面，调整他的大小，大小按DEM影像的像素来，比如我的影像是3343×2255，我的平面尺寸就是33.43m×22.55m，当然这个数值其实只要比例对就OK，但是

脑机接口，顾名思义，是大脑和计算机之间交互的接口，接口嘛，也得是双向的，就是可以从计算机的数字信号转换成大脑的神经信号，也可以从大脑的神经信号转换成电脑的数字信号。以USB接口为例,要让USB接口真正有用，首先得有一个口，得有一个插头，更重要的是，得有一个协议，来规定口端是什么信号，插头端是什么信号，这个协议就是我们经常说的USB2.0、3.0什么的。如果我的口是3.0的口，插头是3.0的插头，但

本教程假定所有读者都完成了前10期教程，并且对声学建模的数据形式有基础的了解。本教程介绍了CNTK种可以用于训练以CTC（Connectionist Temporal Classification）训练准则为例的语音识别深度神经网络的模块。介绍CNTK实现的CTC基于A. Graves等人发表的论文“Connectionist temporal classification: labeling u

前言最初只是不想装盗版的Visio，自己找好用的流程图、架构图绘制工具找了很久。离线软件，便宜的或者免费的，真是没一个好用的。网站就要好得多了，ProcessOn就很好，只可惜免费用户只能保存9幅图，通常我一个项目都不止9幅。draw.io也很好，可惜没有云存储。于是我一言不合，手动造了一个轮子，取名数字绘。功能绘制流程图、UML、BPMN、ER图、网络拓扑图、架构图等等。其实基本复制了d...

项目中遇到一组数据既有可能是图片，也有可能是视频，需要同时预览的情况，搜了一下，找到了vue-gallery，试了一下之后发现没法在VUE3下没法用，不知道是真的完全没法用，还是因为我用的Composition API才没法用，没去纠结。没找到其他的，只好自力更生，但是也没有完全自力更生。我留意到了Element Plus的Image组件是可以大图预览的，毕竟Element Plus是开源的，只要

本教程假定所有读者都完成了前10期教程，并且对声学建模的数据形式有基础的了解。本教程介绍了CNTK种可以用于训练以CTC（Connectionist Temporal Classification）训练准则为例的语音识别深度神经网络的模块。介绍CNTK实现的CTC基于A. Graves等人发表的论文“Connectionist temporal classification: labeling u

增强学习（RL,Reinforcement learnin）是一个由行为心理学衍生出来的机器学习领域，主要是有关软件代理如何在一个特定的环境中尽可能的获得得分。在机器学习中，为了让增强学习算法利用动态编程技术，这种环境通常被指定为马尔可夫决策过程。在有些机器学习情况中，我们不能够直接获得数据的标签，所以我们不能够使用监督学习技术。如果我们能够与学习过程进行交互，从而偶尔告诉我们一些反馈意见，无论我

人体的视觉系统是一个相当神奇的存在，对于下面的一串手写图像，可以毫不费力的识别出他们是504192，轻松到让人都忘记了其实这是一个复杂的工作。实际上在我们的大脑的左脑和右脑的皮层都有一个第一视觉区域，叫做V1，里面有14亿视觉神经元。而且，在我们识别上面的图像的时候，工作的不止有V1，还有V2、V3、V4、V5，所以这么一看，我们确实威武。但是让计算机进行模式识别，就比较复杂了，主要困

这篇教程展示了CNTK中一些比较高级的特性，目标读者是完成了之前教程或者是使用过其他机器学习组件的人。如果你是完完全全的新手，请先看我们之前的十多期教程。欢迎来到CNTK。深度神经网络正在重新定义计算机编程。在命令式编程、函数式变成和申明式变成之外，我们有有了一种完全不同的编程方式，这种方式是有效的从数据中学习程序。CNTK是微软产品部门在所有产品中创建深度模型的首选工具，这些产品包含语音识别、机