图像修补
目标 使用修补技术去除老照片中小的噪音和划痕 使用 OpenCV 中与修补技术相关的函数 基...

如何使用 Haar 分类器进行面部检测
目标 以 Haar 特征分类器为基础的面部检测技术 将面部检测扩展到眼部检测等。 基础以 H...

Meanshift 和 Camshift介绍
目标 本节要学习使用 Meanshift 和 Camshift 算法在视频中找到并跟踪 Mean...

光流分析
目标本节将要学习: 光流的概念以及 Lucas-Kanade 光流法 使用函数 cv2.cal...

OpenCV 中的背景减除方法
目标 本节将要学习 OpenCV 中的背景减除方法 基础在很多基础应用中背景检出都是一个非常重要...

BRIEF 算法的基础
目标 学习 BRIEF(Binary Robust Independent Elementary ...

如何使用特征匹配和单应性查找对象
目标 联合使用特征提取和 calib3d 模块中的 findHomography 在复杂图像中查找...

搭建编程环境
在不同的操作系统中,Python存在细微的差别,因此有几点你需要牢记在心。 这里将介绍大家使用的两...

python   程序   枚举  

搭建编程环境
在不同的操作系统中,Python存在细微的差别,因此有几点你需要牢记在心。 这里将介绍大家使用的两...

python   程序  

阅读使用手册


平台的登录与使用,请参考 《用户使用手册》


注册用户账号


若尚未开通科学计算平台使用权限,请 注册用户账号


登陆


第三方账号登录



介绍

为了方便学习Python语言,基于Jupyter技术栈搭建了在线计算环境。 用户使用时以网页形式打开,对照书中内容进行学习,在线编写代码和运行代码,代码的运行结果也会直接显示。如在编程过程中需要编写说明文档,可在同一个页面直接编写,便于作及时的说明和解释。

在数据科学、机器学习及深度学习的领域里,Jupyter是一个强大的工具,它集成了代码编写、可视化展示、文档记录等多种功能于一体,让科学计算变得既直观又高效。 随着数据科学和人工智能领域的不断发展,Jupyter 也在不断更新和完善其功能和性 能。 未来可以期待看到更多创新的特性和工具被加入到 Jupyter 中,从而进一步推动科学计算和数据分析的发展。





平台内核

目前平台提供配置好的计算时内核供运行使用。后期会根据需求增加公用内核及内核中的默认类库。 相关语言运行环境与类库一般由 Conda 库提供最新版本。

  • Python 3.11 [系统]
  • Python 3.12 [Conda]
  • R 4.4 [Conda]


注意事项

  • 平台使用Jupyter技术搭建,登陆认证使用本系统的注册账号。
  • 使用提供一定数量的硬盘空间存储供用户使用。目前限制为 500M 。
Copyright © 立方智算 Since 2025. 工信部ICP备案:吉ICP备2025024314号