已找到以下 10000 条记录
  • ☀️机器学习入门☀️(一) 机器学习简介 | 附加小练习

    目录 1. 机器学习是什么2. 机器学习、深度学习和人工智能的区别与联系3. 机器学习的应用4.

    作者: 小生凡一
    发表时间: 2021-10-15 14:35:37
    2027
    0
  • 优化深度神经网络的基本思想

    优化算法在网络结构确定之后,我们需要对网络的权值(weights)进行优化。一起来聊聊优化深度神经网络的基本思想。梯度下降(gradient descent,GD) 想象你去野足但却迷了路,在漆黑的深夜你一个人被困住山谷中,你知道谷底是出口但是天太黑了根本看不清楚路。于是你确定采

    作者: 运气男孩
    933
    6
  • Python从0到100(五十八):机器学习-随机森林及对复杂数据集分类

    前言: 零基础学Python:Python从0到100最新最全教程。 想做这件事情很久了,这次我更新了自己所写过的所有博客,汇集成了Python从0到100,共一百节课,帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、 计算机视觉、机器学

    作者: 是Dream呀
    发表时间: 2024-10-21 21:27:43
    56
    0
  • 【转】一位架构师用服务打动客户的故事之三

    场景!别光顾着听,然后听完承诺回来给个方案,这种我就认为售前角色的太低级。PS:作为客户角度着想,这种情境如同:年轻的售前=信息传递者、年长的售前=老油条一个,没点真才实学。不敢直面现场交流,如果客户有很好的关系信任基础,那就无碍。当然这是个人观念,不喜勿喷。 4、 切勿以最

    作者: 初晴
    发表时间: 2018-07-04 11:40:57
    32113
    0
  • 【云驻共创】数字人在现今各行各业的应用情况如何?

    运用。 4、数字人的未来如何? 数字人的未来如何?这个命题的答案在上面的行业应用已经显而易见了,数字人出现在各个行业,甚至在有些地方比真人的更出色,对于人工智能的发展的应用可能决定了数字人的发展上限,数字人的发展可能会更进一步的促进元宇宙的发展,技术是一切的根本,未来可期。 &

    作者: 香菜聊游戏
    发表时间: 2021-12-24 03:11:16
    2247
    0
  • 【直播回顾】中软国际教育科技集团与华为云深度融合,部署后疫情时代下的OMO教学解决方案

    3月4日晚19:00,华为云云市场新生态直播间邀请到了中软国际教育科技集团副总裁徐建民老师,以《后疫情时代下的OMO教学新体验》为主题做了精彩分享,直播中徐老师结合实践详细介绍了中软国际教育科技集团携手华为云推出的智慧教学云平台,在疫情期间对高校线上教学提供了全方位的技术支持,

    作者: 云商店
    发表时间: 2021-03-05 13:06:33
    3026
    0
  • AIGC底层技术:构建智能生成内容的基石

    AIGC底层技术:构建智能生成内容的基石 引言 在人工智能的飞速发展中,自然语言生成已经成为一个备受瞩目的领域。而AIGC,即AI对话生成的语言大模型,作为构建智能生成内容的基石,正受到越来越多开发者的关注和应用。本篇博客将介绍AIGC的底层技术,并探讨其在智能生成内容中的作用和潜力。

    作者: 皮牙子抓饭
    发表时间: 2024-06-22 22:30:04
    21
    0
  • 联邦学习在广告技术中的应用及部署过程

    I. 介绍 在当今数字化的广告行业中,个性化广告推送已成为营销策略的核心。然而,为了保护用户隐私和数据安全,传统的集中式广告推送模型面临着挑战。联邦学习作为一种分布式学习方法,能够在不共享用户数据的情况下,实现跨多方参与的模型训练,因此在广告技术中有着广泛的应用前景。 II.

    作者: Y-StarryDreamer
    发表时间: 2024-06-30 23:38:31
    7
    0
  • 机器学习模型从理论到实战|【009-梯度提升树】房价预测

    引言 梯度提升树(GBDT)是一种常见的集成学习方法,它结合了多个决策树以提升模型性能。作为一种强大的非线性回归和分类算法,GBDT在各种机器学习任务中表现出色,尤其擅长处理复杂的数据关系。本文将介绍GBDT的基本原理,并通过“房价预测”和“信用评分”两个应用案例,展示其实际效果。

    作者: 远方2.0
    发表时间: 2024-11-29 18:58:13
    47
    0
  • 卷积神经网络|VGG(一)

    field)。图1中,输入中阴影部分的四个元素是输出中阴影部分元素的感受野。我们把图1中2×2的输出记为Y,并考虑一个更深的卷积网络:将Y与另一个形状为2×2的卷积核互相关运算,输出单个元素z。那么,z在Y上的感受野包括Y的全部四个元素,在输入上的感受野包括其中全部9个元素。可见,我们可以通过更深的卷积网

    作者: @Wu
    624
    1
  • 假期做了一项调研:大厂为啥都自研RPC?结果合乎情理!

    大家好,我是冰河~~ 五一假期过的可真快,今天开始,又要搬砖了。在五一假期当中,冰河做了一项调研,感觉结果还是挺合乎情理的。 翻看招聘信息 先来看我在某招聘网站上随便搜索了下Java招聘的岗位,看到的招聘信息。 可以看到,很多岗位都要求有分布式、微服务相关的开发经验,并且

    作者: 冰 河
    发表时间: 2023-05-04 09:58:32
    73
    0
  • 华为云初创大赛EI赛道分赛-评委总结

    欢迎观看直播

    播放量  878
  • 构建智能应用的利器——ModelArts的场景优势及实战经验分享【玩转华为云】

    ​1. 简介 点击并拖拽以移动 ModelArts是华为云推出的一款人工智能开发平台,旨在为开发者提供简单、高效、全面的AI开发解决方案。它集成了丰富的功能和工具,帮助开发者更轻松地进行模型训练、部署和管理。 1.1 ModelArts的概述及功能特点 ModelArts具有以下主要功能特点:

    作者: 皮牙子抓饭
    发表时间: 2023-08-15 14:41:15
    21
    0
  • 万金油才是未来的明灯

    的人生,越是高端的测试越是在转行研发。每每交流的时候无非给出了下面几个原因:1 测试就是要做技术,技术才是改变话语权 的关键2 现在研发体系那么好,要测试干嘛,开发写出来的东西已经没啥问题了3 性能测试干嘛,上个APM,性能不够上机器,一台不够上十台从某些角度来说这些说法是有

    作者: Tom forever
    发表时间: 2020-02-09 10:27:17
    3759
    0
  • 数据挖掘从入门到放弃(二):决策树

    3个“不富”都被分到“不想中”: 两者之差就是我们想要得到的熵增益: 计算各个特征属性的熵增益后,比较哪个熵增益最大,就选择该属性第一分类特征。 熵增益率(C4.5)按照熵增益最大准则的ID3算法,遇到全部都是非重复值(类似ID)属性容易造成过拟合,因为如果根据ID这

    作者: 数据社
    发表时间: 2022-09-24 18:10:22
    133
    0
  • 求解亿级规模约束条件和变量,全球权威榜单斩获第一,华为云发布首个商用AI求解器

    器对数学基础和工程能力的要求都比较高,且其核心技术都把持在各商用求解器厂商手中,研究者很难给出在通用问题上超越商用求解器的算法或策略,所以这方面研究的人很少。」 也就是说,对于大部分企业来说,求解器就像那个伫立在东海的「定海神针」:东西是公认的好东西,但没有几个企业有孙悟空这种专业人才来驾驭。

    作者: 技术火炬手
    发表时间: 2021-09-24 10:12:50
    1388
    0
  • 使用华为AI平台ModelArts构建自定义图像分类模型【玩转华为云】

    1. 引言 1.1 背景介绍 随着人工智能技术的快速发展,图像分类成为了计算机视觉领域中的一个重要任务。图像分类是指将输入的图像分为不同的预定义类别,例如将一张猫的图片分类为“猫”类别,将一张车的图片分类为“汽车”类别等。图像

    作者: 皮牙子抓饭
    发表时间: 2023-09-22 14:29:22
    340
    1
  • 5 至 8 层人工神经元才能达到单个生物神经元的复杂度

    人工神经元和生物神经元之间最基本的比较是它们如何处理传入的信息。这两种神经元都接收传入信号,并根据输入信息决定是否将信号发送给其他神经元。虽然人工神经元依赖简单的计算做出决定,但数十年的研究表明,生物神经元的这个过程要复杂得多。计算神经科学家使用输入 - 输出函数来模拟生物神经元

    作者: QGS
    2843
    2
  • C++与数据科学:利用C++进行数据分析和机器学习

    C++与数据科学:利用C++进行数据分析和机器学习 在数据科学领域,Python和R语言通常被视为主要的工具,用于数据分析和机器学习任务。然而,C++作为一种高性能的编程语言,也可以在这些领域中发挥重要作用。本文将介绍如何利用C++进行数据分析和机器学习,并探讨其在这些领域中的优势。

    作者: 皮牙子抓饭
    发表时间: 2023-12-04 09:42:28
    38
    0
  • 循环神经网络RNN完全解析:从基础理论到PyTorch实战

    在本文中,我们深入探讨了循环神经网络(RNN)及其高级变体,包括长短时记忆网络(LSTM)、门控循环单元(GRU)和双向循环神经网络(Bi-RNN)。文章详细介绍了RNN的基本概念、工作原理和应用场景,同时提供了使用PyTorch构建、训练和评估RNN模型的完整代码指南。 作者

    作者: TechLead
    发表时间: 2023-10-10 10:22:49
    124
    0