图像形态学是根据图像的形状进行的操作，它可以从图像中提取出用于表示图像形状最基本的信息，使得计算机能够更好的理解和识别图像信息。 形态学操作一般针对的是二值图像进行操作。这里简单说下二值图、灰度图、彩色图的区别: 二值图...
前面的例子中，每一个请求的 URL 都对应了一个 HttpRequestHandler 类，并实现该类中 handle 函数，如下代码： 如果我们设计更多的 URL 就需要写更多的 HttpRequestHandler ...
在前面例子中，我们在 run 函数中定义一系列需要的组件。这就使得对象的初始化工作和业务代码耦合在一起，如下代码： Oat++ 提供了两个宏 OATPP_CREATE_COMPONENT 和 OATPP_COMPONEN...
在请求 URL 时，我们希望返回 json 格式的数据。Oat++序列化的格式是由 Object Mapper 来定义的。使用步骤如下： 定义 DTO 数据类，并在该类中定义数据字段 在 Hanlder 中构建 DTO ...
Oat++ 是一个开源的 C++ Web 开发框架，接下来通过几篇文章了解下该框架的工作过程以及使用方法。文章主要内容包括： Oat++ 安装过程 Oat++ 基本使用 Document：Oat++ (oatpp.io)...
前置要求：了解 Word2Vec 中的 Skip-Gram 和 CBOW 模型，以及负采样、层次 SoftMax 知识。 FastText 在 2016 年发布时，是当时最先进的词嵌入模型之一。 它具有轻量、速度快等优点...
词向量就是将自然语言中的词使用数值向量表示，例如我们将每个词使用 5 维向量表示： 词向量可以是任意的维度，32、64、512、768、1024… 等等。将文本表示为数值向量之后，就可以使计算机解决很多自然语...
FastText 的预训练模型通常是使用大规模文本语料库进行训练得到的，因此可以捕获单词的语义和语法信息。这些预训练模型的优势在于它们可以为各种语言和领域提供通用的语义表示，从而在具有限制的数据情况下提高模型的性能。 1...
文本分类是一种自然语言处理（NLP）任务，旨在将文本数据分配到预定义的类别或标签中。在文本分类任务中，算法接收输入的文本数据，并根据其内容或语义特征将其分配到一个或多个类别中。 文本分类在许多现实世界的应用中都有广泛的应...
FastText 提供了预训练的文本分类模型，它是在大规模文本数据上进行训练得到的，并且通常具有良好的泛化能力。这些预训练的分类模型可用于快速搭建文本分类系统，无需从头开始训练模型，省去了大量数据收集和训练模型的时间。预...
thread_local 是 C++11 引入的一个关键字，它的主要作用是用于声明线程私有变量，该变量在线程内部的多个函数之间可以共享，在线程和线程之间则是独立的、不共享的。 1. 问题场景 局部变量可以在线程之间独立，...
我们在做图像分类任务时，会输入想通尺寸的图像到 backbone 网络中提取图像特征，然后接一个全连接层来得到输出分数。那么，如果输入图像尺寸不同，那么输入就无法输入到后续的全连接层。我们需要对输入图像进行一些预处理工作...
冀公网安备13050302001966号