已找到以下 10000 条记录
  • 《 无人驾驶原理与实践》一3.4基于GPS+惯性组合导航的定位系统

    对RTK GPS信号的遮挡、反射、衍射等,并且楼群越密集、越高,定位信号越差,定位误差也就越大。3.4.1定位原理 GPS定位的原理较容易理解,主要采用三角定位法。原理如图38所示。 三个卫星组成一个三角形,另外一个卫星提供对时校准,通过计算三个卫星位置几何数据,并融合同步计算

    作者: 华章计算机
    发表时间: 2019-06-02 22:48:23
    10740
    0
  • 《scikit-learn机器学习常用算法原理及编程实战》—2.6 scikit-learn简介

    2.6 scikit-learn简介  scikit-learn是一个开源的Python语言机器学习工具包,它涵盖了几乎所有主流机器学习算法的实现,并且提供了一致的调用接口。它基于Numpy和scipy等Python数值计算库,提供了高效的算法实现。总结起来,scikit-learn工具包有以下几个优点。*

    作者: 华章计算机
    发表时间: 2019-05-31 16:39:39
    8315
    0
  • 《scikit-learn机器学习常用算法原理及编程实战》—3.3 模型准确性

    3.3 模型准确性  测试数据集的成本,即Jtest(θ)是评估模型准确性的最直观的指标,Jtest(θ)值越小说明模型预测出来的值与实际值差异越小,对新数据的预测准确性就越好。需要特别注意,用来测试模型准确性的测试数据集,必须是模型“没见过”的数据。  这就是为什么,我们在第1

    作者: 华章计算机
    发表时间: 2019-05-31 17:01:41
    8717
    0
  • 《scikit-learn机器学习常用算法原理及编程实战》—3.6 查准率和召回率

    3.6 查准率和召回率  有时候,模型准确性并不能评价一个算法的好坏。比如针对癌症筛查算法,根据统计,普通肿瘤中癌症的概率是0.5%。有个机器学习算法,测试得出的准确率是99.2%,错误率是0.8%。这个算法到底是好还是坏呢?如果努力改进算法,最终得出的准确率是99.5%,错误率是0

    作者: 华章计算机
    发表时间: 2019-05-31 17:11:58
    8362
    0
  • 《深度学习之TensorFlow入门、原理与进阶实战》—3.2.2 模型内部的数据流向

    该层节点的误差按照正向的相反方向传到上一层,并接着计算上一层的修正值,如此反复下去一步一步地进行转播,直到传到正向的第一个节点。  这部分原理TensorFlow已经实现好了,读者简单理解即可,应该把重点放在使用什么方法来计算误差,使用哪些梯度下降的优化方法,如何调节梯度下降中的参数(如学习率)问题上。

    作者: 华章计算机
    发表时间: 2019-05-31 14:00:46
    4808
    0
  • 《深度学习之TensorFlow入门、原理与进阶实战》—3.3.9 迭代更新参数到最优解

    3.3.9 迭代更新参数到最优解  在迭代训练环节,都是需要通过建立一个session来完成的,常用的是使用with语法,可以在session结束后自行关闭,当然还有其他方法,第4章会详细介绍。with tf.Session() as sess:  前面说过,在session中通

    作者: 华章计算机
    发表时间: 2019-05-31 14:17:40
    4608
    0
  • 《大数据技术丛书 Flink原理、实战与性能优化》—1.2.3 有状态流计算架构

    1.2.3 有状态流计算架构 数据产生的本质,其实是一条条真实存在的事件,前面提到的不同的架构其实都是在一定程度违背了这种本质,需要通过在一定时延的情况下对业务数据进行处理,然后得到基于业务数据统计的准确结果。实际上,基于流式计算技术局限性,我们很难在数据产生的过程中进行计算并直

    作者: 华章计算机
    发表时间: 2019-06-14 16:00:50
    2985
    0
  • 【AI理论】AI时代你需要知道的:知识图谱技术原理

    知识图谱是什么?知识图谱最早由谷歌发布,为了提升搜索引擎返回答案的质量以及用户查询的效率,在知识图谱辅助下,搜索引擎可以洞察到用户查询背后的一个语义信息,然后返回更为精准结构化的信息,从而更大可能的去满足用户的一个查询需求。当我们进行搜索时,搜索结果右侧的联想,来自于知识图谱技术

    作者: HWCloudAI
    发表时间: 2019-08-12 14:23:53
    10313
    0
  • 《深度学习与图像识别:原理与实践》—3.1.2 KNN的算法实现

    3.1.2 KNN的算法实现3.1.1节简单讲解了KNN的核心思想以及距离度量,为了方便读者理解,接下来我们使用Python实现KNN算法。本书使用的开发环境(开发环境的安装已经在第2章中介绍过)是Pycharm和Anaconda。首先,我们打开Pycharm,新建一个Pytho

    作者: 华章计算机
    发表时间: 2019-07-24 20:45:00
    3973
    0
  • 《深度学习与图像识别:原理与实践》—1.2.2 视频监控分析

    1.2.2 视频监控分析视频监控分析是利用机器视觉技术对视频中的特定内容信息进行快速检索、查询、分析的技术。由于摄像头的广泛应用,由其产生的视频数据已是一个天文数字,这些数据蕴藏的价值巨大,靠人工根本无法统计,而机器视觉技术的逐步成熟,使得视频分析成为可能。通过这项技术,公安部门

    作者: 华章计算机
    发表时间: 2019-07-24 19:02:07
    5178
    0
  • 通俗科普:如何在不懂技术的情况下大致了解区块链的原理

    /IP(1969年出现的技术,30年后应用才全面盛开)或者HTML刚出来的时候找不到落地的应用。目前国内区块链的应用还比较少,但是通过对其原理和技术的分析,业界普遍认为可应用区块链的领域比较广泛,包括但不限于金融、法务认证、政治投票、物联网、供应链、知识产权、房地产等。 而就在前

    作者: Indy
    发表时间: 2018-02-27 11:57:19
    9992
    6
  • USB2.0 扩展器(一拖四)原理图、PCB,可打样使用

    601芯片实现的USB2.0 扩展器(一拖四)原理图、PCB。  MA8601 芯片是4端口USB 2.0高速HUB集线控制器,4个端口功能可同时工作,产品低功耗、低成本,用户可以通过外挂EEPROM,实现多个集线器配置选项。 原理图如下所示: PCB效果如下所示: 3D仿真效果如下所示:

    作者: 不脱发的程序猿
    发表时间: 2020-12-27 23:26:14
    3019
    0
  • GitHub上分享的常用算法和数据结构实现原理可视化系统

    是对于初学者来讲算法和数据结构和数据结构的实现原理和机制过于枯涩、抽象难懂。 这里为小伙伴们分享一个名为Algorithm Visualizer的直观的算法可视化工具,在里面你可以自由选择自己想学习的算法,每个算法它都清晰描绘了其原理和运作过程。目前支持的算法非常多包括回溯法、加

    作者: 不脱发的程序猿
    发表时间: 2021-01-01 00:40:28
    3351
    0
  • 山石网科虚拟化下一代防火墙-授权服务(HCS)

    态部署,适用于华为云平台,为华为云用户提供不同安全等级应用之间的安全隔离和安全防护。产品支持精细化应用识别、VPN、入侵防御、病毒过滤、负载均衡等功能,具备快速部署能力,既可为华为云上租户提供安全防护,又可为中小企业私有云、混合云用户提供高性价比的防护方案,能够降低客户初始采购和

  • 管理公有云ELB网络资源 - 应用平台 AppStage

    管理公有云ELB网络资源 将公有云ELB纳管至运维中心ENS 管理已纳管的ELB 父主题: 使用弹性网络服务打通并规划网络

  • 华为云共享型ELB于2022年7月27日、7月28日00:00-04:00(北京时间)升级通知

    27、2022/07/28 在华东-上海一对共享型ELB进行升级,升级详情如下: 升级时间 影响区域 影响服务 升级影响 2022/07/27 00:00-04:00(北京时间) 华东-上海一 可用区3 ELB 升级过程中ELB共享型实例会出现长连接访问超时,客户端重试即可恢复 2022/07/28

  • 什么是Kubernetes?Kubernetes是怎样工作的?

    服务发现和负载平衡 :Kubernetes 可以使用 DNS 名称或使用自己的 IP 地址公开容器,如果容器的流量很高,Kubernetes 能够负载均衡和分配网络流量,从而使部署稳定。存储编排 :Kubernetes 允许您自动挂载您选择的存储系统,例如本地存储、公共云提供商等。自动推出和回滚

    作者: wljslmz
    发表时间: 2022-07-27 15:55:16
    200
    0
  • 配置Anti-DDoS防护策略

    本视频介绍如何配置Anti-DDoS防护策略,用户可以根据实际情况调整Anti-DDoS防护策略。

    播放量  4804
  • MySql数据库保姆级优化方案

    主从复制与读写分离 在生产环境中,业务系统通常读多写少,可部署一主多从架构,主数据库负责写操作,并做双机热备,多台从数据库做负载均衡,负责读操作 分表 分表分为垂直拆分和水平拆分:垂直拆分:把原来的一个很多字段的表拆分多个表,解决表的宽度问题。你可以把不常用的

    作者: 微服务布道者
    发表时间: 2021-12-09 04:57:54
    2225
    0
  • "最大并发数" 真的能控制住并发 ?

    _statements=100 ,  总共5个CN,  那么全局并发量就是 5 * 100 = 500 。可以看出总的并发量其实还依赖于负载均衡,负载不均衡会导致有些CN空闲,有些因为并发参数控制而导致请求一直等待。 查询是否均衡分布在CN :       select  coorname

    作者: DWS店小二
    4127
    3