csdn

搬家啦！搬家啦！搬家啦！ 来源： CSDN 作者： scott123454 链接： https://blog.csdn.net/u013195125/article/details/103907207

TextView设置下划线等属性 原创乂影 发布于2017-09-14 14:32:17 阅读数 14152 收藏 展开 //下划线 textView.getPaint().setFlags(Paint. UNDERLINE_TEXT_FLAG ); //抗锯齿 textView.getPaint().setAntiAlias(true); //中划线 textview.getPaint().setFlags(Paint. STRIKE_THRU_TEXT_FLAG); // 设置中划线并加清晰 textview.setFlags(Paint. STRIKE_THRU_TEXT_FLAG|Paint.ANTI_ALIAS_FLAG); //字体加粗 textView.getPaint().setFakeBoldText(true); 以下为效果图： 如需取消设置可以调用 textView.getPaint().setFlags(0); ———————————————— 版权声明：本文为CSDN博主「乂影」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/gf6873/article/details/77980091 来源： CSDN 作者： 书中有颜如玉 链接： https://blog

参考几篇牛逼的 Kernel，好好学习； Comprehensive data exploration with Python https://www.kaggle.com/pmarcelino/comprehensive-data-exploration-with-python （用于数据分析和探索） Data analysis and feature extraction with Python https://www.kaggle.com/pmarcelino/data-analysis-and-feature-extraction-with-python#3.-Unicorn-model （用于学特征组合） 有相关的 CSDN 文章辅助： https://blog.csdn.net/qilixuening/article/details/75153131 https://blog.csdn.net/qilixuening/article/details/75151026 来源： CSDN 作者： Robin_Pi 链接： https://blog.csdn.net/Robin_Pi/article/details/103941113

网页通过activeX控件调用扫描设备ScanOnWeb网页扫描 https://download.csdn.net/download/az44yao/12097915 https://github.com/search?p=1&q=scanners+image+++web&;type=Repositories scanners image web Asprise https://github.com/Asprise/scannerjs.javascript-scanner-access-in-browsers-chrome-ie.scanner.js dynamsoft-dwt / https://github.com/dynamsoft-dwt/Capture-Images-with-Scanners-and-Webcams 都是需要付费的 c#通过twain调用扫描设备扫描文件 https://download.csdn.net/download/az44yao/12097920 来源： CSDN 作者： az44yao 链接： https://blog.csdn.net/az44yao/article/details/103940137

1. UnicodeDecodeError: 'gbk' codec can't decode byte 0xa2 in position 2338: illegal multibyte sequence ：关于编码错误，我一开始是试着添一个encoding="utf-8"参数，最后发现也不可以，会报utf-8无法识别某某字符，最后是添加encoding="latin-1"参数才能成功读取的 参考自：https://blog.csdn.net/Ding_xiaofei/article/details/80166976 2. PermissionError: [Errno 13] Permission denied: 'your dir' :这个乍一看是权限错误，我出错的原因是写错路径了，写的是文件夹得路径，而不是文件得路径 3.在pycharm中打开terminal时用pip命令，显示 pip不是内部或外部命令，也不是可运行的程序 ，可能的原因是项目路径中有中文，后来试着建了一个路径里不带中文的项目，问题就解决了： 感谢：https://blog.csdn.net/IT_flying625/article/details/88687332 来源： CSDN 作者： 肥仔肥仔 链接： https://blog.csdn.net/yuanren201/article/details

收集的大家踩的坑 https://blog.csdn.net/wolfhunterhu/article/details/91489601 https://blog.csdn.net/u010826850/article/details/103666308 自己遇到的一些问题 1、ImportError: cannot import name imread 将scipy降级 pip install scipy==1.2.1 2、ValueError: object __array__ method not producing an array 解决： https://github.com/chenyuntc/simple-faster-rcnn-pytorch/issues/72 3、RuntimeError: DataLoader worker (pid 22960) is killed by signal: Killed. Docker中运行Pytorch，并且DataLoader采用了多进程（num_workers>0）,当内存不足时报错。 https://blog.csdn.net/songyu0120/article/details/89170030 这个问题就是，数据在加载过程中耗尽了内存 解决： https://blog.csdn.net

iBims-1 100 RGB-D image pairs of various indoor scenes https://www.bgu.tum.de/lmf/ibims1/ 下载链接 https://dataserv.ub.tum.de/index.php/s/m1455541 NYU Depth Dataset V2（激光雷达） 1449 densely labeled pairs of aligned RGB and depth images https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html NYU Depth V2 数据集是由来自各种室内场景的视频序列组成的数据集 拥有 1449 个密集标记的对齐 RGB 和深度图像，从 3 个城市拍摄的 464 个新场景 https://hyper.ai/datasets/5376 KITTI（激光雷达） 目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo)，光流(optical flow)，视觉测距(visual odometry)，3D物体检测(object detection)和3D跟踪(tracking)等计算机视觉技术在车载环境下的性能。 超过200k 3D标注物体的图像组成 http://www.cvlibs

使用yum安装计划任务功能，结果提示： # yum -y install vixie-cron Loaded plugins: fastestmirror, refresh-packagekit, security Existing lock /var/run/yum.pid: another copy is running as pid 25960. Another app is currently holding the yum lock; waiting for it to exit... 1 2 3 4 可能是系统自动升级正在运行，yum在锁定状态中。 已经有一个yum进程在运行了，使用kill干掉它： # kill -s 9 25960 # ps aux|grep yum root 6744 0.0 0.0 103260 900 pts/1 S+ 14:59 0:00 grep yum root 25960 0.0 0.0 0 0 ? Z Sep19 0:01 [yumBackend.py] <defunct> 1 2 3 4 很遗憾，kill对付不了它，那怎么办呢？ 可以通过强制关掉yum进程： #rm -f /var/run/yum.pid 1 然后就可以使用yum了。 ———————————————— 版权声明：本文为CSDN博主「微wx笑」的原创文章，遵循 CC

极大似然估计与EM算法： 详解EM算法与混合高斯模型(Gaussian mixture model, GMM)_林立民爱洗澡-CSDN博客 https://blog.csdn.net/lin_limin/article/details/81048411 GMM（高斯混合模型）以及简单实现_zjm750617105的专栏-CSDN博客 https://blog.csdn.net/zjm750617105/article/details/5243029 成分数的选择 在一个GMM里，BIC(Bayesian Information Criteria)准则是一种有效的成分数确定方法。注意，如果使用一个 Variational Bayesian Gaussian mixture , 可以避免指定GMM的成分数。 AIC准则 AIC准则是由日本统计学家Akaike与1973年提出的，全称是最小化信息量准则（Akaike Information Criterion）。它是拟合精度和参数个数的加权函数： AIC=2（模型参数的个数）-2ln（模型的极大似然函数） BIC准则 AIC为模型选择提供了有效的规则，但也有不足之处。当样本容量很大时，在AIC准则中拟合误差提供的信息就要受到样本容量的放大，而参数个数的惩罚因子却和样本容量没关系（一直是2），因此当样本容量很大时

MARKDOWN的语法必须是要会的啊 相关windows重要软件见下面帖子： == 相关windows重要软件见下面帖子：== ~~ * 相关windows重要软件见下面帖子：~~ 相关windows重要软件见下面帖子： https://blog.csdn.net/sinat_33921105/article/details/103883774 https://blog.csdn.net/qq_42306435/article/details/87103196 H 2 O 是液体水的标识 2 10 =1024 2 10 =1024 //code block var foo ="bar"; //code block var foo = "bar" ; 项目总项 -* 第二项 -*+ 第三项 后面再继续学。 来源： CSDN 作者： weixin_43313697 链接： https://blog.csdn.net/weixin_43313697/article/details/103919573