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
  • MindSpore高校教学课程

    [深度学习与MindSpore实践(华为智能计算技术丛书)](#) 1. 深度学习基础知识 2. 深度神经网络 3. 深度神经网络的训练 4. 卷积神经网络 5. 循环神经网络 6. 无监督学习:词向量 7. 无监督学习:图向量 8. 无监督学习深度生成模型 9. 深度强化学习 10

    作者: 咚咚董
    4691
    0
  • 强化学习中的探索与利用平衡策略设计与训练

    I. 引言 强化学习(Reinforcement Learning, RL)是一种通过与环境交互来学习最优策略的机器学习方法。强化学习中的一个关键问题是探索与利用的平衡,即在学习过程中,如何在探索新的动作(以获取更多信息)和利用已有知识(以最大化奖励)之间取得平衡。本文将详细探

    作者: Y-StarryDreamer
    发表时间: 2024-05-20 14:38:54
    2
    0
  • 华为RPA机器人结业赛的学习心得

    虽然参加华为RPA机器人结业赛没有获得奖,但是从中学习到了不少知识,对RPA有了更深入的了解。RPA能够替代执行大量的重复性工作,并且在个人时间有限的情况下,节省个人精力和时间成本,有助于提高个人工作效率,同时有时间和精力来学习,增加自己的技能水平。 项目背景    

    作者: wuyicom
    发表时间: 2021-08-31 13:48:28
    3836
    0
  • 算法学习 | 加深了解算法的复杂度

    前言 开篇,先来看看我的技术学习良性循环图,将对技术的热情提起来。 image 前面一篇对算法有了初步的了解和认知。 算法最吸引我的有三个点: 在算法中,存在秩序和规则,工作中我喜欢有条不紊; 算法可以帮助我解决一些问题; 探索解题过程很有趣,虽然过程会有点曲折。 前一篇提到

    作者: 叶一一
    发表时间: 2023-02-19 10:09:43
    60
    0
  • R语言实战应用精讲50篇(十七)--使用R语言实现时间序列分析

    统计分析中加权平均法对历史数据进行处理。时间序列预测一般反映三种实际变化规律:趋势变化、周期性变化、随机性变化。 时间序列分析一般采用曲线拟合和参数估计(如非线性最小二乘法)来建立数学模型,一个时间序列通常由4种要素组成:趋势、季节变动、循环波动和不规则波动。 - 趋势:是时

    作者: 格图洛书
    发表时间: 2021-11-18 14:35:20
    496
    0
  • [学习笔记]【物联网课程学习课堂笔记】关于《IoT开发精英实战营》第三章 第一节物联网操作系统概述的理解与看法

    一.课程的看法在RTOS领域,我们能接触到的实时操作基本都来自国外,很少见到有国内的厂家在RTOS领域制霸全场。从早年最火的μCOS,到如今市场占有率最高 的FreeRTOS,到获得安全验证最多的 RTX,再到盈利能力最强的 ThreadX,均来自国外,国内对应的RTOS寥寥无几

    作者: 子本兮
    1150
    0
  • Springframework-ioc学习(四)之Bean生命周期

    L为Document Springframework学习(一)之Xml配置文件加载第二篇我们讲了Document是如何被Spring的解析器解析成Bean的元数据BeanDefinition Springframework学习(二)之BeanDefinition注册第三篇我们又讲

    作者: 西魏陶渊明
    发表时间: 2022-09-24 19:44:46
    110
    0
  • 又一年,毕业季,坚持学习甜蜜蜜~

    己的博客里,文章写完了,也就研究明白了。 那你能收获什么呢?这是我收获的。 卷尾 学IT,要坚持,学习一点算一点~ 写博客,记笔记,技术不能只毛皮~ 你学习呀,你生活,找个对象笑呵呵~ 不放弃,要努力,每个人生活甜蜜蜜~

    作者: 小雨青年
    发表时间: 2022-03-28 15:23:17
    178
    0
  • Github上有哪些Java面试/学习相关的仓库推荐?

    昨天我整理了公众号历史所有和面试相关的我觉得还不错的文章:整理了一些有助于你拿Offer的文章。今天分享一下最近逛Github看到了一些我觉得对于Java面试以及学习有帮助的仓库,这些仓库涉及Java核心知识点整理、Java常见面试题、算法、基础知识点比如网络和操作系统等等。知识点相关1.JavaGuide•Github地址:

    作者: SUNSKY
    发表时间: 2019-10-21 14:34:26
    2122
    0
  • 一篇综述带你全面了解迁移学习的领域泛化(Domain Generalization)

    练、到处应用”的足够泛化的机器学习模型。例如,在下图中,DA问题假定训练集和测试集都可以在训练过程中被访问,而DG问题中则只有训练集。DG问题的示意图如下所示,其形式化定义如下:DG不仅与DA问题有相似之处,其与多任务学习、迁移学习、元学习、终身学习等,都有一些类似和差异之处。我们在下表中对它们的差异进行了总结。

    作者: yyy7124
    1535
    0
  • [学习笔记]【物联网课程学习课堂笔记】关于《IoT开发精英实战营》第一章 第八节华为端到端开发介绍的理解与看法 预习

    一.课程大致内容答:讲述华为OceanConnect端到端的开发,讲述从NB终端设备到应用服务完整的开发流程,包括IoT平台北向接口的调用机制和方法,数据上报和命令下发的流程和规范,设备描述文件和编码插件的开发流程。重点讲述内容为北向接入机制、掌握北向开发业务相关接口、设备描述文

    作者: 子本兮
    1123
    0
  • [学习笔记]【物联网课程学习课堂笔记】关于《IoT开发精英实战营》第三章 第二节基础架构及代码的理解与看法 理论部分其六

    一.LiteOS架构简述-OpenAPI+端云互通组件答:2.1开放的API接口       答:开放的API屏蔽底层差异,让应用开发者只需关注上层应用开发。友好的兼容性使得已熟悉在Linux系统上开发应用的开发者,能够非常平滑的切换到HuaweiLiteOS系统上开发,同时由于

    作者: 子本兮
    1229
    0
  • [学习笔记]【物联网课程学习课堂笔记】关于《IoT开发精英实战营》第三章 第二节基础架构及代码的理解与看法 理论部分其四

    一. LiteOS架构简述2.1Kernel模块-事件概念答:事件是一种实现任务间通信的机制,可用于实现任务间的同步,但事件通信只能是事件类型的通信,无数据传输。一个任务可以等待多个事件的发生:可以是任意一个事件发生时唤醒任务进行事件处理;也可以是几个事件都发生后才唤醒任务进行事

    作者: 子本兮
    1236
    0
  • 梯度调节模块研究论文分享

    In},在该图像集上的超像素分割任务可以看作任务集 T={T1, T2, … Tn}。在此条件下,我们可以将当前基于深度学习的超像素分割方法看作以下两种策略:① 基于深度聚类模式的 RIM 超像素分割方法可以看作是一种单任务学习策略。如图 2B 所示,该策略针对任务集中每一个特定任务 Ti 找到一个最优的参数空

    作者: 运气男孩
    645
    2
  • 大数据学习,大数据发展趋势和Spark介绍

    Spark的信息,请登录华为云学院(https://edu.huaweicloud.com/)学习相关课程《华为云数据湖探索服务》、《大数据入门与应用》。。。还有更多精彩课程等你来学习

    作者: Amber
    发表时间: 2018-10-17 11:27:43
    5231
    0
  • 深入学习Python与Vscode环境的安装与配置

    Integration"等。这些扩展可以帮助你保持代码质量、格式化代码,并更好地进行版本控制。 9. 安装Jupyter支持 如果你进行数据科学或机器学习的开发,Vscode也支持Jupyter Notebooks。通过安装"Jupyter"插件,你可以在Vscode中直接编辑和运行Jupyter

    作者: 柠檬味拥抱
    发表时间: 2023-11-29 19:58:08
    92
    0
  • JVM笔记九-GC收集器日志信息学习

    系统耗时:实际耗时如下图:1605925146342092999.png接下来,我们继续学习的是JVM垃圾回收的四种算法了。欢迎大家和凯哥(凯哥Java:kaigejava)继续一起学习:引用计数算法、复制算法、标记清除、标记压缩这四种算法。

    作者: 凯哥Java
    发表时间: 2020-11-21 10:19:43
    2920
    0
  • 深度解读昇腾CANN多流并行技术,提高硬件资源利用率

    backend=npu_backend, dynamic=False) 4 获取学习资源 GE多流并行技术的介绍就到这里,欢迎大家关注后续技术分享。如需获取更多学习资源请登录昇腾社区。 往期推荐:《深度解读昇腾CANN计算图优化技术,提升整网执行效率》  

    作者: 昇腾CANN
    发表时间: 2024-06-29 10:01:16
    51
    0
  • 具有超参数重要性的可解释的自动图表示学习

    目前的图表示(GR)算法在超参数调优方面需要大量的人工专家,这极大地限制了其实际应用,促使人们迫切需要无需人工干预的自动图表示。虽然自动机器学习(AutoML)是自动超参数调优的一个很好的候选对象,但关于自动图表示学习的文献报道很少,现有的工作只有使用黑盒策略,缺乏解释不同超参数的相对重要性的见解。为了解决这一问题,本

    作者: 可爱又积极
    423
    1
  • 回顾2019年对话策略学习在NLP顶会上的一些进展

    对话策略学习、语言生成等四个模块。之前很多的文章在对话系统中的语言理解和生成的工作有较多的分享,本文主要关注点在对话策略学习,因而梳理了2019年对话策略学习在NLP顶会上的工作。我们从ACL/EMNLP/NAACL/CoNLL等2019年会议上的论文中筛选出对话策略学习相关的工

    作者: AI资讯
    924
    2