了不起的奥特曼

2022年4月14日

摘要： markdownpad 2 pro版本（注册码）简介 markdown – 一种轻量级文本标记语言,当今程序员必备技能markdownpad -- windows平台下好用的markdown编辑器官网下载地址：http://www.markdownpad.com/ 百度网盘地址（包含预览插件+注阅读全文

posted @ 2022-04-14 09:30 了不起的奥特曼阅读(462) 评论(0) 推荐(0)

2022年1月5日

在vue中使用checkbox

摘要：在vue项目中如何使用多选框？结合前段时间工作中的需求写了这个笔记。在template里面写入<input>标签并指定类型type为checkbox，:value用来绑定当前项的value，v-model绑定一个数组，一旦当前项被选中，该项的value会被添加至被绑定的数组中。 <input ty 阅读全文

posted @ 2022-01-05 22:58 了不起的奥特曼阅读(501) 评论(0) 推荐(0)

vue+elementui进阶之路-el-table中显示图片

摘要： http://www.dagoogle.cn/n/728.html 1、table中显示图片 2、当需要遍历图片时，不能直接使用prop绑定值 3、一张图片复制代码 <el-table-column label="头像"> <template slot-scope="scope"> <img :s 阅读全文

posted @ 2022-01-05 19:10 了不起的奥特曼阅读(1592) 评论(0) 推荐(0)

element UI表格单元格展示多张图片

摘要： https://blog.csdn.net/gjsiaifa/article/details/90903370 数据格式： { "success": true, "msg": "ok", "data": { "count": 3429, "totalPages": 343, "data": [{ n 阅读全文

posted @ 2022-01-05 13:59 了不起的奥特曼阅读(937) 评论(0) 推荐(0)

element-ui table中的图片的显示解决方案

摘要：有用到这个 https://blog.csdn.net/DianaGreen7/article/details/81169893 如何像图中显示出图片信息以下是解决方案：  <el-table :data="homes" highlight-current-row v-loadi 阅读全文

posted @ 2022-01-05 11:46 了不起的奥特曼阅读(1030) 评论(0) 推荐(0)

2021年12月30日

推荐系统中相似度综述与对比

摘要： https://blog.csdn.net/jonathanxqs/article/details/104131328 本文将介绍推荐系统中用于度量相似度的几种方法，包括：余弦相似度，调整余弦相似度、欧氏距离，以及他们之间的对比。阅读全文

posted @ 2021-12-30 11:11 了不起的奥特曼阅读(130) 评论(0) 推荐(0)

图像相似度匹配——距离大全

摘要： https://blog.csdn.net/lly1122334/article/details/89431244 说明： PIL.Image读取图片并resize同一尺寸scipy.spatial.distance库计算距离（也可用sklearn.metrics.pairwise_distance 阅读全文

posted @ 2021-12-30 11:04 了不起的奥特曼阅读(1781) 评论(0) 推荐(0)

相似度比较

摘要： https://blog.csdn.net/wcs_152/article/details/83049741 实验内容在网上或者提前准备10张（或以上）图像，使用matlab提取图像直方图特征并进行显示；将图像特征进行保存（保存为矩阵形式.mat格式），并进行图像相似度比较（使用欧式距离）。阅读全文

posted @ 2021-12-30 10:59 了不起的奥特曼阅读(48) 评论(0) 推荐(0)

2021年12月26日

kali （vm虚拟机）桥接模式无法上网

摘要： https://www.cnblogs.com/gychomie/p/11013528.html 阅读全文

posted @ 2021-12-26 17:09 了不起的奥特曼阅读(200) 评论(0) 推荐(0)

2021年12月22日

机器学习

摘要：机器学习说白了就是个划分边界的问题，如何把一类物品和其他类更好的分开就是目标。有了目标就需要一个判断标准，这个判断标准就是损失函数，等于给模型打分，损失函数值越低，分越高。所以目标就是找到一个完美的划分平面，使得分数最高。那么至于怎么找这个划分面呢？1. 多个自变量的线性组合在高维空间里是一个超平面阅读全文

posted @ 2021-12-22 13:59 了不起的奥特曼阅读(51) 评论(0) 推荐(0)

公告