已找到以下 10000 条记录
  • 学习笔记|广义拉格朗日函数与KKT条件的应用

    1. 知识点回顾 在学习笔记|拉格朗日乘子法中,我们讨论了多变量多约束下拉格朗日乘子法的应用,即 在学习笔记|KKT条件与拉格朗日乘子法中,我们进一步讨论了含有不等式约束情况下,拉格朗日乘子法的应用,即 假设最优化问题为: 2. 广义拉格朗日函数与KKT条件

    作者: darkpard
    发表时间: 2021-11-15 13:39:25
    1413
    0
  • 准备代码 - AI开发平台ModelArts

    ├──build.sh # 安装量化模块的脚本 ├──llm_evaluation # 推理评测代码包 ├──benchmark_tools #性能评测 ├── benchmark.py # 可以基于默认的参数跑完静态benchmark和动态benchmark

  • [跟着官方文档学JUnit5][五][WritingTests][学习笔记]

    试,而无需运行外部测试,因为始终执行外部测试中的设置代码。 注意:只有非静态嵌套类(即内部类)可以用作@Nested测试类。嵌套可以是任意深度的,并且这些内部类受完整生命周期支持的约束,但有一个例外:默认情况下,@BeforeAll和@AfterAll方法不起作用。原因是Java

    作者: John2021
    发表时间: 2022-04-25 14:51:57
    636
    0
  • DIMP:Learning Discriminative Model Prediction for Tracking 学习判别模

    测功能强大的模型),我们的体系结构源自有区别的学习损失。此外,我们的方法能够学习判别损失本身的关键方面。我们的跟踪器在6个跟踪基准上设置了最新技术,在VOT2018上EAO得分0.440,运行40FPS。 1.简介 目前孪生网络学习框架仍受到严重限制。首先,孪生网络跟踪者仅在推

    作者: 代码的路
    发表时间: 2023-01-12 01:27:15
    67
    0
  • 深度残差收缩网络:(二)整体思路

    fault diagnosing accuracy.翻译:本文提出了新的深度学习方法,即深度残差收缩网络,来提高深度学习算法从强噪声信号中学习特征的能力,并且取得较高的故障诊断准确率。解释:不仅明确了所提出的方法(深度残差收缩网络),而且指出了面向的信号类型(强噪声信号)。第二句:Soft

    作者: hw9826
    发表时间: 2020-01-14 20:53:19
    3320
    0
  • 城市智能中枢能力构建

    5、熟悉Linux开发环境及相关工具包括CMake,Git,shell脚本等,有良好的编程习惯; 有以下任一条经验者优先: 有云计算/大数据/机器学习/深度学习/计算机视觉/微服务等相关的技术或项目背景。 毕业要求 面向全球在校优秀本硕及博士 招聘部门 华为云计算公司 意向岗位 岗位名称: 微服务

  • 深度学习进阶篇-国内预训练模型[5]:ERINE、ERNIE 3.0、ERNIE-的设计思路、模型结构、应用场景等详解

    深度学习进阶篇-国内预训练模型[5]:ERINE、ERNIE 3.0、ERNIE-的设计思路、模型结构、应用场景等详解 后预训练模型时代 1.ERINE 1.1 ERINE简介 ERINE是百度发布一个预训练模型,它通过引入三种级别的Knowledge Masking帮助

    作者: 汀丶
    发表时间: 2023-05-28 23:09:52
    0
    0
  • 零售业中的机器学习:要点和10个关键应用

    最有影响的工具之一无疑是人工智能,包括其强大的子分支机器学习(ML)。让我们简要介绍一下这项技术的性质,并探讨零售业中机器学习的关键用例。机器学习在零售业中的作用零售业中的机器学习依赖于自我改进的计算机算法,这些算法用于处理数据,发现变量之间的重复模式和异常,并自主学习这种关系

    作者: y-wolfandy
    30
    1
  • 【专属版】5个短视频,带你快速掌握华为机器学习服务

    本文介绍了5个入门操作视频,指导用户快速上手华为机器学习服务。 一、创建实例视频介绍了机器学习服务(MLS)实例的创建过程。实例是用户使用机器学习服务的工作单元,用户通过访问机器学习服务实例,完成机器学习应用操作。在创建实例之前。二、创建项目视频介绍了机器学习服务(MLS)的项目创建过程。项目创

    作者: 人工智能
    31473
    3
  • #我是一名开发者#大学期间我是怎么学习的?

    「我为开发者代言,本文正在参加#我是一名开发者#话题」大学期间我是怎么学习的?每一位开发者在正式踏上开发道路之前,对于学习编程都是毫无经验的,未来会经历怎样的技术成长历程也不太清楚,而初期学习编程虽然看似简单,但也很容易让很多小白被拦在入门门槛之外,甚至走入误区。学习并没有捷径,学习编程就像练武功,每个人一招一式表面

    作者: Yeats_Liao
    44
    0
  • Flow被首次用于零样本学习

    F,即可下载访问下载1:动手学深度学习在CVer公众号后台回复:动手学深度学习,即可下载547页《动手学深度学习》电子书和源码。该书是面向中文读者的能运行、可讨论的深度学习教科书,它将文字、公式、图像、代码和运行结果结合在一起。本书将全面介绍深度学习从模型构造到模型训练,以及它们

    作者: HWCloudAI
    发表时间: 2020-10-14 11:17:20
    6236
    0
  • Kubernetes源码学习之一:下载和编译源码

    《Kubernetes源码学习》系列是我在学习Kubernetes过程中的收获和总结,希望能对读者您起到参考作用,也希望得到您的宝贵意见和指导,共同进步; 本文是系列文章的第一篇,实战Kubernetes源码的下载和编译,这项技能会在后面的深入学习过程中用到,修改和运行源码用来验证自己的推测,是学习的常用手段;

    作者: 程序员欣宸
    发表时间: 2022-08-28 06:44:49
    272
    0
  • 【AI前沿动态】Github 上评价最高的 5 个机器学习项目

    码示例和案例讲解,概念方法讲解等,还提供了视频和详细文档。后面还推荐了很多项目,书籍以及优秀博文,尤其是学习视频这块,资源非常详尽,从 Tensorflow 的安装到深度学习和图像识别都进行了讲解,对初学者真的非常友好,感兴趣的同学可以打开看看:TensorFlow Guide 1

    作者: HWCloudAI
    发表时间: 2019-08-01 20:33:10
    14717
    0
  • 自动驾驶云服务 Octopus

    车大模型能力,同时依托底层昇腾AI云服务高性能,帮助客户构建生态开放、安全合规、高性价比的自动驾驶数据闭环系统 面向车企、科技公司的全托管自动驾驶开发平台,具备自动驾驶工具链和汽车大模型能力,同时依托底层昇腾AI云服务高性能,帮助客户构建生态开放、安全合规、高性价比的自动驾驶数据闭环系统

  • 领取/购买优学院学习卡需要注意什么

    激活课程。学习卡由院校集体购买或者由学生登录优学院网站,选择个人在线购买。下面我们来看一看,这两种购买学习卡的方式都有哪些注意事项。 【情境一】学校统一购买,领取学习手册有哪些注意事项? 1.学习手册后附带的学习卡是您使用本课程的凭证,请一定妥善保管。 2.每张学习卡只能激活一次,不可重复使用。

  • 使用对比式量化表征学习的无监督图像检索方法

    发,并尝试利用该技术学习量化表征,从而减轻对预训练网络的依赖。对比学习是一种有效的无监督表征学习方法,通过数据增广的方式挖掘图像中的语义不变性,指导模型学习。 图3:对比式量化表征学习的框架示意图

    作者: 可爱又积极
    2112
    3
  • 疫情之下—如何做到学习生活两不误?

    会沉淀自我,踏踏实实地为今后的科研学习做准备。即使放假在家,我们也不应该降低学习的热情,正可谓一寸光阴一寸金,这段时间正好可以让我们让我静下心来,因此我们可以利用这个时间专注与学习和研究。如果遇到难题,也可以和师长及时沟通。研究生的导师不仅是学习上的指导者,更是研究生在生活和心理

    作者: Tom forever
    发表时间: 2020-02-09 19:27:09
    10917
    0
  • 基于机器学习的油井阻塞预测与处理方法

    此,开发一种基于机器学习的油井阻塞预测与处理方法具有重要意义。本文将介绍一种基于机器学习的解决方案,旨在准确预测油井阻塞事件并提供相应的处理策略,以保障油田生产的稳定性和效率。 文章内容大纲: 引言 介绍油井阻塞对油田生产的影响和重要性 引出使用机器学习来解决油井阻塞问题的动机

    作者: 皮牙子抓饭
    发表时间: 2023-06-30 21:05:01
    7
    0
  • 第一篇:并发容器学习开篇介绍

    插法和尾插法第九篇:队列的学习,用数组和链表实现单向队列第十篇:队列的学习,循环队列,阻塞队列和并发队列第十一篇 队列的学习(三) 手写一个阻塞队列第十二篇:ArrayBlockingQueue的源码解析第十三篇:LinkedBlockingQueue的源码解析(基于JDK1.8

    作者: 码农飞哥
    发表时间: 2021-05-29 05:46:43
    1664
    0
  • 在没有机器学习算法之前,围棋游戏软件的人机对弈是什么原理?

    在没有现代机器学习算法之前,围棋游戏软件中的人机对弈主要依赖于经典的算法和技术手段。这些算法并不像今天的深度学习模型那样可以从大量数据中自我学习,而是根据棋局规则和预定的计算逻辑来决定下一步动作。围棋作为一种拥有极高复杂度的棋盘游戏,棋盘上的状态空间极其庞大。因此,早期的围棋游戏

    作者: 汪子熙
    发表时间: 2024-12-04 17:15:50
    137
    0