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
  • 机器学习系列之EM算法

      问题:我们知道样本所服从的概率分布的模型和一些样本,而不知道该模型中的参数。       我们已知的有两个:(1)样本服从的分布模型(2)随机抽取的样本  需要通过极大似然估计求出的包括:模型的参数   总的来说:极大似然估计就是用来估计模型参数的统计学方法。 (2)如何估计

    作者: 风吹稻花香
    发表时间: 2021-06-04 17:31:27
    1312
    0
  • 联邦学习专治各种不服!

    (3)模型迁移:基于已有的源域模型优化神经网络结构,加入域自适应层和目标域输出层。 (4)执行迁移学习训练:导入源域模型参数,按照迁移学习神经网络结构训练,输出目标域模型。迁移学习训练输出的目标域模型精度可达90%。 3.前景价值 使用迁移学习能快速从PUE源域模型训练出

    作者: iMaster NAIE官方
    发表时间: 2021-08-28 03:26:46
    2629
    0
  • [机器学习|理论&实践]机器学习与制造业4.0:数字化转型的崭新时代

    分析与应用、人机协同工作等。 2.2 机器学习与制造业4.0的融合 机器学习作为人工智能的一支,为制造业4.0的实现提供了强大的支持。通过机器学习,生产系统可以从海量数据中学习规律,实现生产过程的优化和智能化决策。 3. 机器学习在制造业4.0中的应用实例 3.1 智能生产调度

    作者: Y-StarryDreamer
    发表时间: 2023-12-04 19:45:37
    86
    0
  • xpanse学习心得

    xpanse-website 管理页面,用于管理yml,json配置文件,结合xpanse-agent集成xpanse 第二阶段学习:阅读xpanse-agent源码 第三阶段学习:阅读xpanse-samples源码 示例展示了如何编写compute containner database 模板文件

    作者: 韦文满
    发表时间: 2024-12-30 16:02:25
    159
    0
  • 【MindSpore易点通】机器学习系列:逻辑回归(二)

    小Mi学习,向上积极!逻辑回归的函数表示还有判决边界还记得不,是不是觉得上一节还不得劲儿?!这不,小Mi又来更新啦~4. 代价函数现在我们就要开始讨论如何拟合logistic回归模型的参数,具体来说,我们要定义用来拟合参数的优化目标或者代价函数,以下便是监督学习问题中的logistic回归模型的拟合问题:

    作者: Skytier
    4564
    4
  • 余弦退货学习

    T_max 对应1/2个cos周期所对应的epoch数值 eta_min 为最小的lr值,默认为0 这个学习率不能降到很低。 想把学习率上升阶段去掉: 代码: 设置起始学习率: lr_scheduler.base_lrs[0] if epoch%10==0 and epoch>0:

    作者: 风吹稻花香
    发表时间: 2021-06-04 14:58:50
    501
    0
  • 【MindStudio】【onnx模型精度比对】对onnx模型转om后 ,算子精度比对如何进一步分析

    【功能模块】MindStudio,精度比对【操作步骤&问题现象】采用MindStudio比对onnx模型和转为om后模型的逐层精度比对,发现有些许算子存在精度差异,看手册文档上还没有onnx进行子模型导出的介绍,对于此种情况该如何进行精度比对,另外有什么精度比对的干货分享呢【截图信息】

    作者: 学习无止境
    1572
    2
  • C语言 | 如何学习

    如何学习C语言掌握基础知识,为将来进一步学习打下良好的基础。上机实践,通过大量的例题学习怎么设计算法,培养解题思路。养成良好的编码习惯,注释一定要写,要不然保你一周后自己写的代码都不认识了。C语言的结构一个程序由一个或者多个源程序文件组成,一个规模较小的程序,往往只包括一个源程序

    作者: C语言入门到精通
    发表时间: 2021-03-20 17:11:32
    1302
    0
  • Spark之【RDD编程】详细讲解(No1)——《编程模型的理解与RDD的创建》

    该系列第一篇,为大家带来的是编程模型的理解与RDD的创建!         该系列内容十分丰富,高能预警,先赞后看! 文章目录 RDD编程1.编程模型2. RDD的创建2.1 从集合中创建2

    作者: 大数据梦想家
    发表时间: 2021-09-28 16:08:48
    830
    0
  • 【Atlas300I产品】【构建网络模型功能】想调用多算子进行开发是否需要构建网络模型

    子2的输入,算子2的输出给算子3的输入,最后算子3输出结果,这个过程是否需要构建网络模型?我看了部分demo,有调用单算子的没有构建网络模型,直接传递数据,请问下老师,什么条件下需要构建网络模型

    作者: 小玲仔
    742
    2
  • 开始Python学习之旅

    为了便于接下来的学习和实践,首先为各位读者推荐两本学习教材或者课外读物。 小伙伴们可以购买纸质书籍便于学习。 Python基础教程(第3版)高清中文版Python编程:从入门到实践

    作者: 静Yu
    发表时间: 2021-11-18 18:10:47
    680
    0
  • 基于机器学习的石油炼化设备故障预测与维护

    在特征工程完成后,我们可以选择合适的机器学习算法来构建预测模型。常用的算法包括支持向量机(SVM)、随机森林(Random Forest)和深度神经网络(Deep Neural Network)等。通过对历史数据进行训练,我们可以建立一个能够预测设备故障的模型。在训练过程中,我们需要将数据

    作者: 皮牙子抓饭
    发表时间: 2023-07-12 09:06:23
    34
    0
  • 霸榜多个CV任务,开源仅两天,微软分层ViT模型收获近2k star

    Transformer,近日开源了代码和预训练模型。 自 2017 年 6 月谷歌提出 Transformer 以来,它便逐渐成为了自然语言处理领域的主流模型。最近一段时间,Transformer 更是开启了自己的跨界之旅,开始在计算机视觉领域大展身手,涌现出了多个基于 Transformer 的新模型,如谷歌用于图像分类的

    作者: AI浩
    发表时间: 2021-12-22 16:57:00
    614
    0
  • 使用ResNet50预置算法训练美食分类模型

    些训练的精度和训练速度等信息。训练生成的模型会放到训练输出位置OBS路径下,可以参考此文档,到OBS中将其下载到本地使用。模型部署导入模型点击“创建模型”按钮,创建模型。按照如下提示,填写导入模型的字段。名称:自定义版本:0.0.1元模型来源:从训练中选择选择训练作业及版本:刚刚

    作者: HWCloudAI
    58
    1
  • 深度学习和目标检测系列教程 12-300:常见的opencv的APi和用法总结

    @Author:Runsen 由于CV需要熟练使用opencv,因此总结了opencv常见的APi和用法。 OpenCV(opensourcecomputervision)于1999年正式推出,它来自英特尔的一项倡议。 OpenCV的核心是用C++编写的。在Pyt

    作者: 毛利
    发表时间: 2021-07-14 17:07:33
    1287
    0
  • 【C++深度剖析学习总结】 18 初始化列表的使用和对象的构造顺序

    初始化列表的使用 作者 CodeAllen ,转载请注明出处 类中是否可以定义const成员?

    作者: CodeAllen
    发表时间: 2021-10-29 15:36:32
    528
    0
  • 【昇腾】Ascend Snt9B使用深度学习框架PyTorch2.1.0版本的解决方案

    1. 背景 昇腾为使用PyTorch框架的开发者提供昇腾昇腾AI处理器的超强算力,需要安装PyTorch Adapter插件用于适配PyTorch,本文提供了解决方案指导用户安装Pytorch框架和Pytorch Adapter插件。 笔者使用了华为云ModelArts上的Snt

    作者: modelarts-dev-server
    发表时间: 2023-12-01 15:04:42
    100
    0
  • 《Python深度学习实战:基于TensorFlow和Keras的聊天机器人》 —1.7.3 ReLU6

    1.7.3 ReLU6除了输出不能超过6以外,ReLU6与ReLU类似。 注意tanh是一个尺度缩放的逻辑斯谛Sigmoid函数。

    作者: 华章计算机
    发表时间: 2020-02-13 20:27:08
    4879
    0
  • 深度学习之图像识别:核心技术与案例实战》 ——1.2.3 感受野与池化

    变换,不但可以在整体上更加细微,还能够保留更多的细节特征。池化操作本质是使特征图缩小,有可能影响网络的准确度,对此我们可以通过增加特征图的深度来弥补精度的缺失。  本章首先从神经网络的生物学原理到感知机的提出和BP优化算法,阐述了传统神经网络的核心思想,然后对卷积神经网络的核心概念进行了详细介绍,这是全书的基础。 

    作者: 华章计算机
    发表时间: 2020-02-23 11:02:12
    5310
    0
  • 深度学习:卷积神经网络从入门到精通》——1.4 卷积神经网络的缺陷和视图

    1.4 卷积神经网络的缺陷和视图从上述应用和成果不难看出,卷积神经网络已经使人工智能迈进了盛况空前、影响深远的新时代。不过这并不等于说,可以用卷积神经网络完全实现人类的智能。虽然现在卷积神经网络分类图像中的对象能够达到与人类匹敌的水平[68],但其视觉与人类的视觉相比仍然是非常不

    作者: 华章计算机
    发表时间: 2019-06-05 23:12:37
    4349
    0