腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
MixLab科技+设计实验室
微信搜索mix-lab无界社区，人工智能&设计&科技，谈点设计，敲点代码，偶尔创作点人工智能实验产品。
专栏作者
举报
584
文章
554130
阅读量
127
订阅数
订阅专栏
申请加入专栏
全部文章（584）
人工智能（114）
深度学习（104）
神经网络（100）
编程算法（98）
机器学习（73）
其他（45）
图像处理（40）
开源（33）
游戏（32）
网络安全（30）
https（25）
网站（23）
javascript（20）
github（19）
api（19）
微信（17）
NLP 服务（16）
ios（16）
http（16）
爬虫（15）
区块链（14）
git（14）
shadow（14）
python（13）
搜索引擎（13）
机器人（13）
自动驾驶（12）
tensorflow（12）
无人驾驶（12）
腾讯云开发者社区（12）
大数据（11）
node.js（10）
html（10）
tcp/ip（10）
数据可视化（10）
google（10）
小程序（9）
物联网（9）
电商（8）
黑客（8）
app（8）
java（7）
自动化（7）
gui（7）
安全（7）
数据分析（7）
nft（7）
vr（7）
设计（7）
人脸识别（6）
android（6）
ide（6）
知识图谱（6）
分布式（6）
推荐系统（6）
xcode（5）
linux（5）
容器镜像服务（5）
存储（5）
云计算（5）
汽车（5）
com（5）
元宇宙（5）
html5（4）
强化学习（4）
数据结构（4）
语音识别（3）
c++（3）
react（3）
css（3）
硬件开发（3）
数据库（3）
apache（3）
nginx（3）
云直播（3）
短视频（3）
访问管理（3）
企业（3）
渲染（3）
图像识别（3）
keras（3）
processing（3）
5g（3）
sdk（3）
facebook（3）
gif（3）
gpt（3）
media（3）
prompt（3）
ui（3）
web（3）
增强现实（3）
比特币（2）
数字货币（2）
数据挖掘（2）
cocoa（2）
mac os（2）
swift（2）
ruby（2）
go（2）
spring（2）
文件存储（2）
数据加密服务（2）
腾讯云测试服务（2）
智能硬件（2）
svg（2）
缓存（2）
spark（2）
opencv（2）
数据处理（2）
windows（2）
rust（2）
智能家居（2）
analytics（2）
app开发（2）
bit（2）
chrome（2）
dao（2）
discord（2）
emoji（2）
image（2）
io（2）
mp4（2）
ps（2）
sketch（2）
twitter（2）
编辑器（2）
产品（2）
产品经理（2）
动画（2）
视频（2）
图表（2）
原型（2）
费用中心（1）
云镜（主机安全）（1）
objective-c（1）
iphone（1）
perl（1）
c#（1）
.net（1）
jquery（1）
json（1）
webview（1）
单片机（1）
composer（1）
oracle（1）
sql（1）
flask（1）
全站加速网络（1）
语音合成（1）
机器翻译（1）
智能投顾（1）
mongodb（1）
金融（1）
vr 视频解决方案（1）
智能交通（1）
出行（1）
reactnative（1）
shell（1）
hadoop（1）
卷积神经网络（1）
yum（1）
面向对象编程（1）
决策树（1）
unity（1）
seo（1）
scikit-learn（1）
模式识别（1）
uml（1）
迁移学习（1）
架构设计（1）
网站建设（1）
canvas（1）
信息流（1）
视频分析（1）
虚拟化（1）
flutter（1）
迁移（1）
图片处理（1）
手势识别（1）
智能音乐（1）
animation（1）
architecture（1）
assets（1）
atomic（1）
between（1）
bezier（1）
charts（1）
chatbot（1）
cloud（1）
code（1）
copy（1）
curve（1）
data（1）
defi（1）
dump（1）
editor（1）
enterprise（1）
explorer（1）
field（1）
forms（1）
friend（1）
geospatial（1）
gesture（1）
grid（1）
gsap（1）
icon（1）
instagram（1）
ip（1）
jackson（1）
line（1）
linkedin（1）
live（1）
loading（1）
mac（1）
map（1）
menu（1）
mesh（1）
midi（1）
min（1）
nvidia（1）
openai（1）
paste（1）
path（1）
photoshop（1）
png（1）
project（1）
safari（1）
sandbox（1）
size（1）
spa（1）
startup（1）
super（1）
system（1）
time（1）
tm（1）
tools（1）
tor（1）
touch（1）
uber（1）
url（1）
using（1）
view（1）
wifi（1）
wiki（1）
youtube（1）
笔记（1）
表格（1）
产品设计（1）
程序员（1）
创业（1）
地图（1）
公众号（1）
工作流（1）
交互设计（1）
配色（1）
全栈工程师（1）
摄像头（1）
数据（1）
数据科学（1）
数学（1）
推荐算法（1）
响应式设计（1）
远程办公（1）
搜索文章
搜索
搜索
关闭
我们都是视觉动物？影视作品数据可视化
数据可视化
网站
视觉是我们所有感官中最快的，比触觉、嗅觉都要快很多，每天至少有80%以上的信息从各种渠道被眼睛感知。
mixlab
2020-08-31
394
0
技术解读服装设计师的用色风格
机器学习
数据可视化
编程算法
大数据
爬虫
关于颜色，有许多的应用场景，颜色数据的获取比起文本数据的获取更加简单，因为从1张图片可以提取大量的颜色数据，基于大量的数据，结合各种算法，可以应用在智能配色、色彩的知识图谱、任何的设计领域。
mixlab
2018-10-09
696
0
适合技术宅的装修配色指南
机器学习
数据可视化
编程算法
爬虫
作为一名技术宅，如何使用技术来装修美化自己的家？本文介绍一种基于数据的方法，为技术宅装修选材中的墙面配色选择提供参考。具体来讲是一种DIY色彩图谱用于生成墙面漆配色方案的方法。
mixlab
2018-10-09
725
0
技术解读《延禧攻略》的色彩搭配
机器学习
数据可视化
编程算法
本文接上一期《用word2vec解读延禧攻略人物关系》，从另外一个角度（色彩），对延禧的剧照及海报的颜色在数据上进行技术解读。通过从网上收集的剧照、海报图片等，经MCCQ算法及word2vec的训练，构建配色图谱，最后通过可视化的方式进行展示。
mixlab
2018-10-09
972
0
用word2vec解读延禧攻略人物关系
机器学习
python
数据可视化
深度学习
http
本文结合最近热播的电视剧《延禧攻略》，对其人物的关系在数据上进行解读。通过从网上收集相关的小说、剧本、人物介绍等，经过word2vec深度学习模型的训练，构建人物关系图谱，并通过可视化的方式进行展示。
mixlab
2018-10-09
1.8K
0
从线条艺术到DIY实现一个网状体Net的js库
数据可视化
今天无意中看到一个可视化作品： WHAT MADE ME? INTERACTIVE PUBLIC INSTALLATION Most Original Exhibit Award at the Bi
mixlab
2018-04-17
1.2K
0
?关于知乎Live的一些数据 | 数据爬取及可视化系列
爬虫
数据分析
数据可视化
这是《数据爬取及可视化系列》的第5篇文章。 前4篇文章，可以查阅： 01基于位置的用户画像初探 02技能之谷歌Chrome爬虫 03 使用Echarts制作可视化图表 04就叫Spyfari吧！｜数据
mixlab
2018-04-17
867
0
就叫Spyfari吧！｜数据爬取及可视化系列
爬虫
数据可视化
数据分析
这是《数据爬取及可视化系列》的第四篇文章。 前3篇文章，可以查阅： 01基于位置的用户画像初探 02技能之谷歌Chrome爬虫 03 使用Echarts制作可视化图表 ---- 玩了一个月的elect
mixlab
2018-04-17
911
1
01基于位置的用户画像初探｜数据爬取及可视化系列
node.js
爬虫
mongodb
数据库
数据可视化
研究了1个月的nodejs爬虫，数据提取，mongodb数据库，数据可视化等等内容，我终于写了第一篇关于数据的文章，哈～ 这个系列的文章会从： 技能 数据来源 数据可视化的套路 交互设计 等方面进行更
mixlab
2018-04-17
1.8K
0
爬虫之数据获取的3种方法
爬虫
数据可视化
html
封面由ACE Land 人工智能设计师设计，最近升级了一点点小能力，可以给文字配上Icon啦～ 以下为正文： 这是在开发一个持续监测电商数据变化的工具过程中的经验。 集爬虫、数据可视化为一体的工具 爬取网上的数据，最笨也最有效的方法就是解析HTML标签，通过class或者id或者HTML元素之间的位置关系（父子、前后）来选择到目标标签，然后通过getAttribute，getComputedStyle，innerText等来获取需要的数据。 之前写过2篇文章，都涉及到这种最有效的方法： 技能之谷歌Ch
mixlab
2018-04-16
1.2K
0
没有更多了
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
立即学习
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档