大约有 16,000 项符合查询结果（耗时：0.0128秒） [XML]
图表组件 · App Inventor 2 中文网
...图表数据 发生变化，趋势线将自动更新。
趋势线有四种模型：线性、二次、对数和指数。根据您使用的模型，趋势线组件的某些属性将提供相关值。
线性：y = m*x + b，其中 m 为线性系数，b 为 Y 截距
二次：y = a*x2 + b*x + c，...
面部贴纸 · App Inventor 2 中文网
...教程
1. 了解面部滤镜
Facemesh 是一个公开的面部关键点模型。它接收摄像头中的脸，返回鼻子、额头、嘴巴等部位的坐标；我们把图像精灵的中心放到这些坐标上，就能形成滤镜。
2. 认识 Facemesh 模型
App Inventor 中的 FaceExtensi...
MLKitCodeScanner 拓展：离线条码 / 二维码识别 · App Inventor 2 中文网
...KitCodeScanner 拓展
基于 Google ML Kit 捆绑（离线）模型的条码 / 二维码识别拓展。
两种用法：识别相册或素材里的图片，或者打开摄像头实时扫描。
为什么选它：
完全离线。识别模型随 .aix 一起打包，设备不需要安...
MLKitPoseDetector 拓展：离线人体姿势检测（33 个关键点） · App Inventor 2 中文网
...、脚）
的坐标和可信度。
为什么选它：
完全离线。模型随 .aix 打包，设备不需要 Google Play 服务，断网也能用。
33 个关键点带 z 深度和 inFrameLikelihood（该点在画面内的可信度），
可以过滤掉画面外/被遮挡的点。
关键点...
LINGO使用指南.doc - 脚本技术 - 清泛IT论坛，有思想、有深度
...非线性优化问题的简易工具。LINGO内置了一种建立最优化模型的语言，可以简便地表达大规模问题，利用LINGO高效的求解器可快速求解并分析结果。 §1 LINGO快速入门当你在windows下开始运行LINGO系统时，会得到类似下面的...
tcp加速技术解决方案 - 操作系统(内核) - 清泛网 - 专注C/C++及内核技术
...拥塞算法
增加延时作为拥塞反馈信号
建立更好的数学模型， 更快达到网络最大利用率(减少慢启动和线性增加所做的逐步探测网络带宽的过程)。
根据丢包和延时动态计算一个网络的均衡点(在这个点实现了网络利用率的最大...
MLKitHandwriting 拓展：手写识别（写字变文字） · App Inventor 2 中文网
...言包没下载会自动先下载再识别 —— 不用自己串「下载模型 → 等下载完成事件 → 初始化 → 识别」这一长串。
笔迹自动采集。在设计器里给 书写画布 属性选一块画布就行，用户照常在画布上画线，笔迹同时被记录，画布...
理解Python的 with 语句 - 大数据 & AI - 清泛网 - 专注C/C++及内核技术
...mple for this is the situation where you want to gain a handler to a file, read data from the file and the close the file handler.
有一些任务，可能事先需要设置，事后做清理工作。对于这种场景，Python的with语句提供了一种非常方便的处理方式。一个很好...
MLKitLanguageId 拓展：离线语言识别 · App Inventor 2 中文网
...哪种语言，支持 100 多种。
为什么选它：
完全离线。模型随 .aix 打包，设备不需要 Google Play 服务，断网也能用。
只有 4.0 MB —— 这是我们整个 ML Kit 拓展家族里最小的一个。
不用先”初始化”。识别器按需创建、复用，...
App Inventor 2 人脸识别App开发 - 第三方API接入的通用方法 · App Inventor 2 中文网
...即可。
当然，也可以采用原生的自行训练本地人脸识别模型的方式去完成这个人脸识别需求，可以参考：《自行训练AI图像识别模型，开发图像识别分类App》。
下面简单对比一下两种方式的优缺点：
对比项
调...