索贝尔算子（Sobel operator）主要用作边缘检测，在技术上，它是一离散性差分算子，用来运算图像亮度函数的灰度之近似值。在图像的任何一点使用此算子，将会产生对应的灰度矢量或是其法矢量 Sobel卷积因子为： 该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像，Gx及Gy...
分为几个部分： 开发调优、资源调优、数据倾斜调优、shuffle调优 开发调优： 主要包括这几个方面 RDD lineage设计、算子的合理使用、特殊操作的优化等 避免创建重复的RDD，尽可能复用同一个RDD 一个RDD包含另外一个RDD，对多次使用的RDD进行持久化 内存（序列化），磁盘（序列化） 尽量避免使用shuffle类算子 shuffle过程中...
梯度简单来说就是求导，在图像上表现出来的就是提取图像的边缘（无论是横向的、纵向的、斜方向的等等），所须要的无非也是一个核模板。模板的不同结果也不同。所以能够看到，全部的这些个算子函数，归结究竟都能够用函数cv2.filter2D()来表示，不同的方法给予不同的核模板，然后演化为不同的算子而已。而且这仅仅是这类滤波函数的一个用途，以前写过一个关于matl...
Flink设置并行度的几种方式 代码中设置setParallelism() 全局设置： env.setParallelism(3); 算子设置（部分设置）： sum(1).setParallelism(3) 客户端CLI设置（或webui直接输入数量）： ./bin/flink run -p 3 系统设置： 修改配置文件...
写在前面 在MindSpore开发过程中，由于动态Shape算子的开发需求，再加上MindSpore的动态Shape也在持续完善，笔者遇到了框架上的一些问题。通过查看源码和相关文档的方式，获得了初步的解决方案和感悟。这篇博客主要是将当时的见闻加以整理，并给出一点点开发建议。此外，当时笔者还做了组内分享，附件是分享的胶片，如果不想看文字版，也可以直接看胶...
一、数组操作 对数组可以完成整体赋值，区域赋值，数组之间赋值，某个元素赋值（这个很类似Matlab） count_seconds(T1) Htuple1 := [1,2,3,4,5,6] Htuple3 := sin(Htuple1) *数组元素修改 Htuple1[2] := 'ABC' *数组区域修改 Htuple1[1...