CSDN日报190917：手把手带你构建视频分类模型；深入浅出CNN
作者：互联网
CSDN日报来啦！给大家奉上当日最新鲜的技术干货！
Python|硬货 | 手把手带你构建视频分类模型（附Python演练）
作者：磐创 AI
我们可以使用计算机视觉和深度学习做很多事情，例如检测图像中的对象，对这些对象进行分类，从电影海报中生成标签。
这一次，我决定将注意力转向计算机视觉中不太引人注目的方面-视频!我们正以前所未有的速度消费视频内容。我觉得对数据科学家来说这个计算机视觉的领域具有很大的潜力。
我很好奇将相同的计算机视觉算法应用于视频数据。我用于构建图像分类模型的方法是否可以推广?
对于机器来说，视频可能很棘手。它们的动态特性与图像的静态特性相反，这可能使数据科学家构建这些模型变得复杂。
但不要担心，它与处理图像数据没有什么不同。在本文中，我们将使用Python构建我们自己的视频分类模型。这是一个非常实用的教程，所以准备好Jupyter Notebook，这将是一个非常有趣的过程。
点击阅读全文
作者：anlian523
本文主要介绍在泛型定义中的< >中的占位符如何配合extends关键字使用，形如。泛型定义存在于这三种形式中：泛型类、泛型接口、泛型方法。
一般的泛型定义中的，相当于，而类型擦除则会将类型参数擦除成T的上界，即Object。则在泛型定义中作为T类型的对象可以调用Object的函数和属性。
使用了extends的泛型定义中的，其上界已被明显定义了，此时会将类型参数擦除成Integer。则在泛型定义中作为T类型的对象可以调用Integer的函数和属性。
接下来本文将以几个示例和具体分析来讲解剩下的知识点。
点击阅读全文
卷积神经网络|深入浅出CNN(2019中秋)
作者：SmartBrain
CNN由纽约大学的Yann LeCun于1998年提出。CNN本质上是一个多层感知机，其成功的原因关键在于它所采用的稀疏连接（局部感受）和权值共享的方式，一方面减少了的权值的数量使得网络易于优化，另一方面降低了过拟合的风险。
CNN具有优点： 良好的容错能力、并行处理能力和自学习能力，可处理环境信息复杂，背景知识不清楚，推理规则不明确情况下的问题，允许样品有较大的缺损、畸变，运行速度快，自适应性能好，具有较高的分辨率。它是通过结构重组和减少权值将特征抽取功能融合进多层感知器，省略识别前复杂的图像特征抽取过程。
点击阅读全文
设计模式|设计模式 ~ 深入理解代理模式
作者：Chiclaim
代理模式是使用非常广泛的一种设计模式，是一项基本的设计技巧，其他的模式诸如状态模式、策略模式、访问者模式本质上也采用了代理模式。
代理模式定义：为其他对象提供一种代理以控制对该对象的访问
代理模式主要由以下 3 个角色组成：
抽象主题(Subject)角色
该角色是真是主题和代理主题的共同接口，以便在任何使用真实主题的地方都可以使用代理主题
代理主题(Proxy Subject)角色
也叫委托类、代理类，该角色负责控制对真实主题的引用，负责在需要的时候创建或删除真实主题对象，并且在真实主题角色处理完毕前后做预处理和善后处理工作。
真实主题(Real Subject)角色
该角色也叫做被委托、被代理角色，是业务逻辑的具体执行者
点击阅读全文
优质博文推荐
如果您的文章符合以下要求，欢迎大家投稿，拉您进入CSDN博文推荐群，添加运营小姐姐微信：172984955 备注：博文推荐！
1.有一定技术指导性的中高级技术文章
2.基础知识点讲解
3.最新的科技热点资讯
4.求职面试、职场进阶、人生感悟
推荐格式：文章标题+CSDN文章地址+推荐语(一两句话阐述)
推荐阅读：
标签：角色,190917,主题,代理,泛型,视频分类,CSDN,CNN 来源： https://blog.csdn.net/blogdevteam/article/details/100928669