Статьи
Ruby Rails: как создать кнопку Like
Введение:
В этом блоге будет руководство о том, как реализовать подобную функцию в приложении rails. Прежде чем мы начнем, следует обратить внимание на то, что, хотя он нацелен на людей, которые относительно плохо знакомы с Rails, вам потребуется определенный уровень фундаментальных знаний, чтобы получить максимальную отдачу от этого блога, если у вас возникнут проблемы с пониманием терминов. Я использую, я рекомендую поискать в Google более подробные сообщения в блоге, которые..
Распознавание изображений с помощью Owl
Распознавание изображений
Как компьютер может взять изображение и ответить на вопросы типа «что на этом изображении? Кошка, собака или что-то еще?
За последние несколько лет область машинного обучения добилась огромного прогресса в решении этой сложной проблемы. В частности, глубокая нейронная сеть (DNN) может достичь разумной производительности в задачах визуального распознавания — в некоторых областях она соответствует или превосходит производительность человека.
InceptionV3 —..
Создание приложения Visual Text Analytics с использованием методов Qlik и машинного обучения в NodeJS — Часть 1
В своем последнем посте я попытался объяснить, что такое визуальная аналитика, и на некоторых примерах показал, чем она может отличаться от визуализации данных в целом. Сегодня мы поговорим об одной конкретной области исследований в рамках Visual Analytics, т. е. Visual Text Analytics . Этот учебник будет посвящен мельчайшим деталям этой области исследований, и в моем следующем посте я сделаю пошаговое руководство о том, как вы можете на самом деле разработать приложение.
ВИЗУАЛЬНАЯ..
Ваш путеводитель по проверке гипотез и P-значениям
Большой шанс, что вы встретили одно из этих модных словечек и у вас есть вопросы. Если это вы, то вы попали в нужное место. В этой статье мы собираемся объяснить Проверка гипотез, доверительные интервалы, статистическая значимость и P-значения в действительно простой способ. Так что оставайтесь здесь, потому что мы собираемся копаться в каждом из них.
Проверка гипотезы
Проверка гипотез - это научный процесс проверки того, правдоподобна ли гипотеза (другими словами, это..
Dagger-Hilt vs Dagger-Android для MVVM
Если вы создавали свои приложения с помощью MVVM Architecutre с Dagger. Тогда, возможно, вы все устали от шаблонного кода Dagger-Android.
Я говорю об этих фрагментах кода, которые вы часто видите:
Класс Applicaiton
override fun applicationInjector(): AndroidInjector<out DaggerApplication> {
return DaggerAppComponent.builder().application(this).build()
}
Аннотации
@MapKey
@Target(AnnotationTarget.FUNCTION)
annotation class ViewModelKey(val value : KClass<out..
Не бойтесь - узнайте, как запустить AWS на локальном компьютере с помощью LocalStack
Руководство экономного программиста по использованию API AWS без нарушения банковского счета
Облако AWS стало практически нормой: более миллиона компаний по всему миру создают на нем приложения. В своей карьере в какой-то момент вам придется или придется что-то развернуть в этой экосистеме: это неизбежно, что показывает, насколько далеко досягаемость AWS.
Одна из самых больших проблем при попытке создать облако - это огромное количество сервисов, доступных в вашем распоряжении, и..
Ночь взлома с Google Vision API
Ночь взлома с Google Vision API
«У нас было две сумки книг, семьдесят пять фотографий с нашей офисной IP-камеры, два ноутбука с высокопроизводительной оперативной памятью, облако Azure, полное сервисов, и Visual Studio IDE с различными инструментами, интеграциями, предупреждениями и ошибками компиляции… и а также литр апельсинового сока, литр воды, ящик Будвайзера, большая вегетарианская пицца и желание придумать проект и продемонстрировать его. Не то, чтобы все это было нужно для..
Создайте систему рекомендаций на Python
Введение в ARM с последующим примером кодирования
Создайте систему рекомендаций на Python
Используйте ассоциативный анализ правил, чтобы распутать закономерности
Что такое Association Rule Mining (ARM)?
Это метод машинного обучения без учителя, цель которого - выявить интересные закономерности и взаимосвязи в наборе данных. Например, мы можем попытаться определить, какие продукты обычно покупают вместе в продуктовом магазине. Это может помочь нам расположить товары в..
Крупномасштабная интерфейсная архитектура и модульный дизайн в SAP UI5
Немного обо мне, я ведущий фронтенд-разработчик в SAP. За свою карьеру я работал над множеством масштабных и сложных клиентских приложений. Я начал свой путь к SAP UI5 несколько лет назад. Приглашаем подписаться на меня в linkedin https://www.linkedin.com/in/haojia и GitHub haojia321 .
Сегодня я хотел бы поделиться своим опытом в области проектирования крупномасштабной архитектуры внешнего интерфейса и способов ее реализации в SAP UI5. Итак, будут две темы: 1. Общий дизайн..
Создание SSL-сертификата для localhost в Django framework
Недавно, когда я работал над социальной аутентификацией для моего веб-приложения Django, мне требовалось безопасное соединение для входа в facebook даже с localhost. С марта 2018 года вход в систему Facebook принудительно использует HTTPS в вашем приложении, даже если это тестовое приложение. Мне пришлось создать локально доверенный сертификат.
Используемые инструменты:
mkcert: https://github.com/FiloSottile/mkcert . Для создания сертификатов
2. django-sslserver: помогает нам..
Прогнозирование пород собак с Керасом
- Использование подхода к трансферному обучению (VGG16 И InceptionV3)
Где находится набор данных ? Из Kaggle ~
Данные состоят из 10222 изображений собак 120 различных пород, каждый каталог содержит изображения только одной породы собак.
Прежде всего, давайте изучим наши данные
import numpy as np
import pandas as pd
import seaborn as sns
import sklearn as sklearn
import matplotlib.pyplot as plt
%matplotlib inline
# loading the CSV File with pandas
labels =..
Мой первый API для Rails
Тьфу, испытания и невзгоды обучения написанию программного обеспечения. На этой неделе я написал свой самый первый API, который загружает более 35 000 строк в базу данных Postgresql из 6 CSV-файлов с помощью одной команды rake. И не забудьте ActiveRecord для перевода таблиц в объекты Ruby. Контроллеры загружали записи из базы данных, запрашивая модели и отправляя записи в формате json. Излишне говорить, что это была горстка.
Переходите к этапу планирования и настройки…
Пропустив..
Плата Google Coral Edge TPU и плата NVIDIA Jetson Nano Dev - Сравнение оборудования
И NVidia, и Google недавно выпустили доску для разработчиков, ориентированную на EdgeAI, а также с точки зрения затрат, чтобы привлечь разработчиков, производителей и любителей. Обе платы разработчиков предназначены в первую очередь для вывода, но поддерживают ограниченное повторное обучение с переносом обучения. Edge TPU поддерживает обучение с переносом с использованием техники импринтинга . Оба комплекта разработчика состоят из SOM (System-on-Module), подключенного к плате..
Что делать, если я не могу позволить себе квантовый компьютер
Хотите начать работу с квантовым машинным обучением? Взгляните на статью Практическое квантовое машинное обучение с помощью Python .
Квантовые компьютеры больше не являются научной фантастикой. Они реальность.
Google уже заявлял о квантовом превосходстве в 2019 году - их квантовый компьютер решил задачу за 200 секунд, на что классическому компьютеру потребовалось бы 10 000 лет. Несмотря на то, что IBM возражает, что один из их (классических) суперкомпьютеров может решить ту же..
Модель глубокого обучения для обнаружения компрессии спинного мозга при МРТ шейного отдела позвоночника
Основные
Я обучил глубокую сверточную нейронную сеть обнаруживать сдавление шейного отдела спинного мозга на МРТ и достиг 93% точности в этой задаче классификации. Модель была протестирована на наборе данных МРТ, включая пациентов с заболеванием шейного отдела позвоночника и здоровых пациентов контрольной группы. Модель идентифицировала пациентов с заболеванием шейки матки с высокой чувствительностью (97%) и специфичностью (85%). Эту модель глубокого обучения можно использовать в..
Сортировка: смешанные сообщения (HPI 2018)
Космический исследователь Салли хочет отправить сообщение Чужому союзнику. Они знают, что инопланетный алфавит состоит из 26 различных возрастающих чисел (L_i), которые напрямую соотносятся с буквами английского алфавита (таким образом, наименьшее число будет «A», а наибольшее - «Z»). Элли отправляет Салли алфавит пришельцев, но, к сожалению, Салли получает его не в порядке. Помогите Салли преобразовать сообщение на иностранный язык, заменив каждую букву соответствующим ей числом.
Чтобы..
Вью только для вас 💌
Краткое руководство по созданию приложения vue с использованием начальной загрузки и axios.
Но сначала...
Установите Node.js — это позволит вам запускать ваш код локально и установит npm для вас, чтобы вы могли загружать пакеты.
Установите VSCode — это облегчит чтение вашего кода и позволит вам получить доступ к терминалу в том же окне.
Шаг 1:
Запустите следующую команду в окне терминала:
npm install -g @vue/cli
С последующим:
vue create my-project-name..
Программист
Это было воскресным утром в июне 1995 года. Голова Дэвида раскалывалась от слишком большого количества выпитого. Накануне он посетил несколько выпускных вечеров в колледже. В это время года выпивали в больших количествах, и такому двадцатиоднолетнему парню, как Дэвид, еще предстояло многое узнать о самоконтроле. Ему оставался год до получения степени бухгалтера в местном государственном университете. У Дэвида был средний балл C, который был достаточно хорош для получения диплома, но..
Пользовательский интерфейс материала - настройка текстового поля
Material UI - это библиотека материального дизайна, созданная для React.
Это набор компонентов React со стилями материального дизайна.
В этой статье мы рассмотрим, как добавить текстовые поля с помощью пользовательского интерфейса материала.
Размеры
Мы можем изменить размер текстового поля с помощью свойства size .
Например, мы можем написать:
import React from "react";
import TextField from " @material -ui/core/TextField";
export default function App() {
return (..
Функции RxJS (часть 4)
конкат
Это было весело. Поскольку я использую interval для настройки Observable, я получаю холодный . Поскольку мой мраморный компонент подписывается на переданный ему Observable, он создает новый интервал для каждой подписки. Каждый из моих шариков стрелял волей-неволей, а не правильно отображал пример, который я имел в виду. Чтобы справиться с этим, я воспользовался оператором под названием поделиться , который в этом случае разделял исходный интервал с каждой новой..
