已找到以下 10000 条记录
  • 为了OFFER,继续深入学习树和二叉树

    树:二叉树:二叉树的遍历二叉树遍历的时间复杂度思考 树: 节点的高度=节点到叶子节点的最长路径(边数) 节点的深度=根节点到这个节点所经历的边的个数 节点的层数=节点的深度 + 1 树的高度=根节点的高度 二叉树: 1,二叉树,每个节点最多有两个叉,即两个子节点,分布是左子节点和右子节点。

    作者: 毛利
    发表时间: 2021-07-14 18:21:52
    1189
    0
  • 西电er轻松玩转AI微认证

    家都是非常爱学习的!云学院基于角色的个性化课程推荐,满足多类型用户学习需求,也有体系化的培训课程,快速完成学习覆盖,让你轻松上云~这些的课程都是免费的哦! 对于大一、大二的萌新们,专业课刚开始学也不怕,在华为云学院微认证,可以一站式在线学习、实验与考试,零基础也可学习前沿技术知识

    作者: Mancccy
    6012
    0
  • 课程章节 - 教育

    课程章节 在课程章节编辑⻚,教师可以管理章节结构,本课程中的学⽣可在学⽣端浏览章节进⾏学习;学⽣也可在线播放观看。 教师可以选择新增章节,填写章节名称,创建课程的章节。 图1 新增章节 章节下可新增⼩节,上传⽂档、视频、⽂本、作业、实验等。 图2 章节内容上传 ⽂档:⽀持上传Word、PPT等⽂本格式内容。

  • C语言学习 — 指针知识细节说明

    最近重新学习了一下C语言教学视频看了看,把一些知识点细节记录一下。 指针: 一种特殊的变量 指针是C语言中的变量 ,指针专用于保存程序元素的内存地址 可使用 * 操作符 通过指针访问程序元素本身 指针也有类型 , 指针类型由 数据类型 + * 构成 指针是变量,因此赋值时必须保证类型相同

    作者: 矜辰所致
    发表时间: 2022-09-28 09:36:29
    152
    0
  • CSS中的选择器的学习

    注意 ∶ 类选择器、属性选择器、伪类选择器,权重为10。 CSS3给我们新增了选择器,可以更加便捷,更加自由的选择目标元素。 属性选择器 结构伪类选择器 伪元素选择器 1. 属性选择器 属性选择器可以根据元素特定属性的来选择元素。这样就可以不用借助于类或者id选择器。 <

    作者: 相信光的奥特王小懒
    发表时间: 2022-09-12 07:06:17
    160
    0
  • 机器学习(五)——模型选择及调优

    训练误差的大小,对判断给定的问题是不是一个容易学习的问题是有意义的,但本质上不重要。测试误差反映了学习方法对未知的测试数据集的预测能力,是学习中的重要概念。显然,给定两种学习方法,测试误差小的方法具有更好的预测能力,是更有效的方法。 通常将学习方法对未知数据的预测能力称为泛化能力。 当

    作者: ArimaMisaki
    发表时间: 2022-08-06 14:07:22
    185
    0
  • C语言学习 — 符号以及编译过程

    一、一些符号 反斜杠 C语言的转义字符(\)主要用于标识无回显字符,也可用于表示常规字符 #include <stdio.h> int main() { char enter = '\n'; // 换行 char* p = "\141\t\x62";

    作者: 矜辰所致
    发表时间: 2022-09-28 09:45:55
    211
    0
  • 《Python大规模机器学习》— 2.2 ​流化源数据

    将其传递给学习算法。在本章和下一章的示例中,我们将处理存储在本地硬盘上的文件,并会为提取数据流准备相应的Python代码。我们不使用无意义的数据集,但也不会用太多数据进行测试和演示。2.2.1 处理真实数据集1987年加州大学欧文分校(UCI)就开始建立UCI机器学习库,这是一个

    作者: 华章计算机
    发表时间: 2019-06-12 21:36:20
    2775
    0
  • 使用Mask R-CNN模型实现人体关键节点标注【玩转华为云】

    前言 ModelArts 是面向开发者的一站式 AI 开发平台,为机器学习深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成,及端-边-云模型按需部署能力,帮助用户快速创建和部署模型,管理全周期 AI 工作流。 背景 Mask R-CNN是一个灵

    作者: 运气男孩
    发表时间: 2022-09-30 09:12:56
    691
    0
  • 【对话机器人基础知识】机器人-学习能力

    学习能力 这是最根本,也是最难以提升的一条标准,一个可以自动成长、但数据量很小(能够回答的问题较少)的机器人显然是比一个不能自动成长、但数据量庞大(能够回答的问题较多)实用。机器人的本质是帮助人类,减少人类在各个领域的劳动量,如果一个机器人需要人工录入所有的知识,这本身就增加了人

    作者: 某地瓜
    1936
    1
  • 画【Python折线图】的一百个学习报告(三、设置全局 Label 颜色)

    ​  点击并拖拽以移动 画【Python折线图】的一百个学习报告(三、设置全局 Label 颜色) 目录 画【Python折线图】的一百个学习报告(三、设置全局 Label 颜色) 前言 学习环境 探究目标 分析过程 实践过程 成果展示 总结 前言  &

    作者: 红目香薰
    发表时间: 2023-01-29 06:33:54
    84
    0
  • AR/VR的时代马上就要来了,想学习空间计算,要掌握哪些技能

    要。通过网络将计算任务分布在云端或边缘设备上,可以减轻终端设备的计算负担,提高应用的运行效率和用户体验。7. 人工智能和机器学习人工智能(AI)和机器学习(ML)技术在空间计算中扮演着重要角色,用于智能交互、内容生成、用户行为分析等方面。掌握AI和ML的基本原理和算法,对于开发高级空间计算应用非常有帮助。8

    作者: 林欣
    20
    0
  • YOLOv3_Resnet18算法中的特征提取网络Resnet18

     从Darknet53到Resnet18从经验来看,网络深度的增加,一般能学习到更多的特征,获得更好的性能,但实践发现随着网络加深,深度网络出现退化,准确度饱和甚至下降,比如56层的网络效果可能比18层的网络更差,但这并不是过拟合造成的,因为网络的训练误差依然很高,这使得深度网络训练遇到了难题,性能无法通

    作者: Tianyi_Li
    3171
    0
  • C语言学习第27篇---指针阅读技巧剖析

    知识来源主要是陈正冲老师的《C语言深度解剖》及Delphi Tang老师的《C语言剖析》和《征服C指针》,《C和指针》,有兴趣的朋友可以看我置顶文章获取   指针如何阅读,非常重要,实习项目中经常使用   左右法则:

    作者: CodeAllen
    发表时间: 2021-10-29 15:04:38
    626
    0
  • 使用场景

    使用场景 Classroom实现教学课程搭建 教师创建考试检验学习成果 学生完成课程学习 学生完成老师布置的考试

  • 人工智能之机器学习常见算法

      摘要 之前一直对机器学习很感兴趣,一直没时间去研究,今天刚好是周末,有时间去各大技术论坛看看,刚好看到一篇关于机器学习不错的文章,在这里就分享给大家了. 机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里IT经理网为您总

    作者: tea_year
    发表时间: 2021-12-22 16:45:33
    506
    0
  • 海之晨工业质检人工智能解决方案

    采用AI分类分割技术,对产品缺陷进行定位和分类 • 采用工业视觉成像系统,进行专业稳定成像 • 采用AI装配检查技术,对产品装配进行有无、对错、正反进行检测 • 深度学习模型:使用神经网络算法,进行缺陷检测和分类 • 多模态融合:结合图像的灰度分布模型和多种图像处理技术,实现缺陷的准确识别和分级 • 采用工业视觉成像系统,进行专业稳定成像

  • Go语言基础学习 - 流程控制语句

    build simple, reliable, and efficient software.- golang.org跟随golang官网教程,学习Go语言基础知识 - 流程控制语句,参考链接https://tour.go-zh.org/list。Let's go!For循环Go 只有一种循环结构:for

    作者: 小表弟
    发表时间: 2019-12-24 09:50:32
    7765
    0
  • 目标检测-Yolov5的理论与实践

    的网络,后面三种网络都是在其基础上不断加深,不断加宽得到的。可以通过学习Yolov5s整体的网络结构图,从而对Yolov5系列的网络结构图有比较清晰的认识。     yolov5的网络结构图可以用红框分为输入端、Backbone、Neck、Predictio

    作者: ganxu
    发表时间: 2021-06-04 02:38:33
    8311
    3
  • 浅谈大模型的发展

    之一。大模型是指模型参数数量超过千万、甚至亿级别的深度学习模型。这些模型具有强大的计算能力和学习能力,可以处理更加复杂、细致的任务,并且能够自我学习和不断优化。大模型技术的背景源于深度学习算法的不断发展。在过去的几年中,深度学习算法已经取得了巨大的成功,尤其是在图像、语音和自然语

    作者: 运气男孩
    21
    3