内容选择
全部
内容选择
内容分类
  • 学堂
  • 博客
  • 论坛
  • 开发服务
  • 开发工具
  • 直播
  • 视频
  • 用户
时间
  • 一周
  • 一个月
  • 三个月
  • 八十二、Python | Leetcode贪心算法系列

    @Author:Runsen @Date:2020/7/5 人生最重要不是所站位置,而是内心所朝方向。只要我在每篇博文中写得自己体会,修炼身心;在每天不断重复学习中,耐住寂寞,练就真功,不畏艰难,奋勇前行,不忘初心,砥砺前行,人生定会有所收获,不留遗憾 (作者:Runsen

    作者: 毛利
    发表时间: 2021-07-14 19:30:55
    851
    0
  • 【CV炼丹炉系列】弱监督学习在图像分类中应用

    文字OCR等。随着移动互联网兴起带来了海量数据,计算机视觉迅猛发展。算法可以自动从海量数据中学习得到物体视觉特征,然后进行识别。在这些视觉任务中,真正要把算法落地,碰到最大问题就是互联网图片包含大量噪声图片,直接用来训练得不到一个可用模型。标注这些海量图片需要耗费

    作者: AI资讯
    4174
    1
  • 数字图像去噪典型算法及matlab实现

    输过程中都可能会受到噪声污染,一般数字图像系统中常见噪声主要有:高斯噪声(主要由阻性元器件内部产生)、椒盐噪声(主要是图像切割引起黑图像上白点噪声或光电转换过程中产生泊松噪声)等; 目前比较经典图像去噪算法主要有以下三种: 均值滤波算法:也称线性滤波,主要思想

    作者: 风吹稻花香
    发表时间: 2021-06-04 17:27:44
    2380
    0
  • 深入浅出二分查找算法

    } 二,二分查找算法变形 4 种常见二分查找变形问题: 查找第一个值等于给定值元素; 查找最后一个值等于给定值元素; 查找第一个值大于等于给定值元素; 查找最后一个值小于等于给定值元素; 其实以上四个问题都针对是有序数据集合中存在重复数据情况 因为是有序

    作者: 嵌入式视觉
    发表时间: 2023-03-25 17:42:14
    159
    0
  • 【优化求解】基于matlab GUI模拟退火算法区域通信网频率规划【含Matlab源码 933期】

    题之间相似性。其目的在于为具有NP(Non-deterministic Polynomial) 复杂性问题提供有效近似求解算法,它克服了其他优化过程容易陷入局部极小缺陷对初值依赖性。 模拟退火算法是一种通用优化算法,是局部搜索算法扩展。它不同于局部搜索算法之处是以

    作者: 海神之光
    发表时间: 2022-05-29 15:41:29
    323
    0
  • java面试宝典 之 物流配送路径优化问题分析与算法解读

    对这一领域也没有接触过,更谈不上理解。所以,一直在学习,一直在探索。在这个过程中因为工作需要学习了很多大牛博客(太多了,记不住,所以大家别指望了,还是踏实看我帖子吧),也研究了在开发过程中客户提出物流配送路径优化领域相关需求(因为客户来头较权威,需求比较专业,所以问题很

    作者: tea_year
    发表时间: 2021-12-29 17:06:12
    818
    0
  • 数据结构与算法之单链表

    链表中有一个结点,它数据域无效,引用域正常首个结点。 链表使用最多是不带头非循环单双链表,本篇博文将介绍单链表(不带头,非循环)增删查改实现。 😆1.3链表与顺序表区别 顺序表物理结构是连续,逻辑结构也是连续,它优点是支持随机访问,获取修改一个数据非常地方

    作者: 未见花闻
    发表时间: 2022-05-31 09:28:31
    257
    0
  • 简单易上手自动学习小样例之找云宝

    学习使用过程。此样例为“物体检测”类别项目,通过预置云宝图像数据集,自动训练并生成检测模型,同时将生成模型部署为在线服务。部署完成后,用户可通过在线服务识别输入图片是否包含云宝。开始使用样例前,请仔细阅读准备工作罗列要求,提前完成准备工作。使用自动学习功能完成模型构建

    作者: 运气男孩
    2954
    5
  • mindspore如何实现调整学习

    【功能模块】【操作步骤&问题现象】以API例子为例:在第3,6epoch改变学习率如下代码可以实现该功能吗milestone = [2, 5, 10]learning_rates = [0.1, 0.05, 0.01]output = piecewise_constant_lr(milestone

    作者: 雨丝儿
    1027
    3
  • 漫画:如何破解MD5算法

    在之前漫画中,我们介绍了MD5算法基本概念底层原理,没看过小伙伴们可以点击下面的链接:漫画:什么是MD5算法?这一次,我们来讲解如何破解MD5算法。最后推荐一篇不错文章,有关Linux干货:学linux运维前景—————END—————喜欢本文朋友们,欢迎长按下图

    作者: feichaiyu
    发表时间: 2019-11-10 17:46:24
    2787
    0
  • MindSpore学习笔记7--简单线性函数拟合

    关系是一次函数关系——图象是直线,这样两个变量之间关系就是“线性关系”;如果不是一次函数关系——图象不是直线,就是“非线性关系”。线性拟合非线性拟合不同。整体流程如下:生成数据集定义训练网络定义前向传播网络与反向传播网络并关联拟合过程可视化准备执行训练环境准备设置MindSpore运行配置from

    作者: lzy01
    986
    1
  • 数据结构(一)学习笔记

    单调栈:不匹配,就删除     数组元素目标 学习卡片: 学习前人东西,一定要学会了,我们再去创造,这样或许会更好,而不是坐井观天,胡思乱想;稳扎稳打也不一定说就是要很慢很慢,这个是一个辩证过程。

    作者: irrational
    发表时间: 2022-01-17 14:38:35
    368
    0
  • 【SDC产品】【ML算法加速功能】SDC摄像机NNIE模型转化工具hilen开发套件转化工具不同,为什么?

     新人求助    SDC摄像机NNIE模型转化工具hilen开发套件转化工具不同? 是不是都是运行在NNIE上    对于SDC产品上ML模型有无modelzoo?     想要调试部署到SDC上算法模型,有什么推荐方法吗? 是否有且仅有一站式开发平台可以去开发验证跑在sdc摄像机上算法)

    作者: 天啸
    2663
    4
  • 机器学习解释性:解析黑盒模型预测结果

    分析可以帮助我们验证模型有效性,发现潜在问题,并为业务决策提供支持。 虽然特征重要性分析是一种常用解释性方法,但并不是解释黑盒模型唯一方法。根据不同问题模型类型,还有其他解释性技术可以使用。因此,在实际应用中,我们应该选择适合问题模型合适解释性方法。 希望本文对

    作者: 皮牙子抓饭
    发表时间: 2023-06-07 09:28:31
    26
    0
  • ModelArts自动学习部署模型,准确率如何提升

    【截图信息】我使用ModelArts自动学习模型部署准确率82%,我该怎样做,才能提升模型准确率,优化模型呢? 

    作者: 可爱又积极
    1237
    6
  • Python从0到100(七十四):计算机视觉-距离变换算法实战应用

    距离变换后图像可以清晰地展示出各个像素点到前景像素点距离信息。较远像素点呈现较浅颜色,而较近像素点呈现较深颜色。 总结 距离度量在计算机视觉CV领域有着广泛应用。如图像分割、图像配准、目标检测目标跟踪等任务中,都需要计算像素之间距离来对图像进行处理分析。而距离

    作者: 是Dream呀
    发表时间: 2024-11-30 11:01:30
    97
    0
  • 【排序算法】Leecode-215. 数组中第K个最大元素

    给定整数数组 nums 整数 k,请返回数组中第 k 个最大元素。 请注意,你需要找是数组排序后第 k 个最大元素,而不是第 k 个不同元素。 你必须设计并实现时间复杂度为 O(n) 算法解决此问题。

    作者: 子都爱学习
    发表时间: 2024-01-07 22:28:51
    957
    0
  • 《AI浪潮下,别让数据隐私与算法偏见拖后腿》

    以知晓数据具体流向使用方式。更有甚者,数据可能被用于非法目的,如身份盗窃、诈骗等,给用户带来巨大损失。 算法偏见:隐藏在代码中不公平 算法偏见是指AI系统在学习决策过程中,产生不公平、带有歧视性结果。这种偏见来源主要有两个方面:训练数据偏差算法设计缺陷。 训练

    作者: 程序员阿伟
    发表时间: 2025-02-20 16:38:12
    0
    0
  • Python算法——Merkle树

    Python中Merkle树 Merkle树是一种哈希树结构,常被用于确保数据完整性验证大规模数据集中数据一致性。在本文中,我们将深入讲解Merkle树原理、构建方法以及在Python中实现,并提供相应代码示例。 Merkle树原理 Merkle树核心思想是通过

    作者: Echo_Wish
    发表时间: 2023-11-27 08:37:01
    69
    0
  • 使用SGD(Stochastic Gradient Descent)进行大规模机器学习

    1 基于梯度下降学习  对于一个简单机器学习算法,每一个样例包含了一个(x,y)对,其中一个输入x一个数值输出y。我们考虑损失函数 ,它描述了预测值 实际值y之间损失。预测值是我们选择从一函数族F中选择一个以w为参数函数 预测结果。 

    作者: 格图洛书
    发表时间: 2021-12-31 15:30:44
    379
    0