碧蓝航线立绘提取与批量还原
因为网上没看到太好的核心步骤介绍和脚本, 所以自己造了一下轮子, 方便自己记录学习过程.
本文介绍碧蓝航线立绘提取和还原基本思路, 文末附有完整的批量还原 python
脚本.
邻接法 (Neighbor-Joining Method), 是一种利用进化距离数据重建系统进化树的方法, 用这个方法得到的进化树通常称为 NJ 树. 这是一种自底向上的聚类方法, 将每个个体看作一个类别, 然后依次两两聚合, 最终得到一整个聚合后的进化树.
本文简要介绍 NJ 树算法的基本流程与计算方法, 并在文末提供对应的 python
实现.
Windows 10 激活工具存档, 下载地址: W10_Digital_Activation_Program_v1.4.6_Chs.zip.
校验码:
1 | MD5: A7A44635E59CC9C403EBA7873D1B6D0E |
PCA 算法, 也就是主成分分析法 (Principal Component Analysis), 是一种数据降维算法, 能够在尽可能保留数据特征的同时压缩数据, 降低数据复杂度, 便于数据分析的进行.
本文简要介绍 PCA 算法的基本思想与数学推导, 并在文末提供对应的 python
实现.
本文记于某次密码作业课余, 提供对 ECC 算法的简要介绍与简单实现, 文末附有代码.
终于写完了最后一篇! (撒花~), 点我查看全系列内容.
虽然这个系列就此完结, 但是只是因为我觉得再写下去已经不算速通的内容了, 我只写了最基本的必需内容.
我相信如果真的好好看完了的话, 应付一下平常的作业应该绰绰有余了. 但是如果真的想要学有所获, 这个系列里的东西真的太浅了, 每一篇都只是入个门而已, 你得花上看这个系列的十倍以上的时间去学习, 去尝试.
这个系列也算是对本科四年一些知识点的总结吧, 都是蜻蜓点水般的带过, 希望日后自己再看到时, 还能够想起来都学了些啥.
就这样了, 网安本科速通, 完成!
这是网安本科速通系列的最后一篇了, 主题还是 pytorch
, 但是问题换成了 NLP
, 并且还是以经典的文本分类作为示例, 数据集使用与前面经典问题之文本分类相同的一份小数据集, 方便进行比较.
阅读本篇前需要先看前两篇, 经典问题之文本分类与基于 PyTorch 的手写数字分类. 本篇的项目代码和数据集是以前两篇作为基础的, 并且也会精简正文内容.
本篇算是对 pytorch
这一 python
深度学习库神器的入门教程, 以手写数字哋它亢分类这一经典问题做示例, 来概括一下如何使用 pytorch
来搭建一个自定义的网络结构, 并加以训练.