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
  • eggjs框架学习心得

                    egg-project├── .autod.conf.js【eggjs调用的配置文件】├── .travis.yml 【travis配置文件】├── appveyor.yml【appveyor配置文件】├── .eslintignore 【忽略代码格式化配置文件】├──

    作者: 盼盼
    1055
    0
  • 华为云FusionInsight学习视频

    免费视频在线教学,从概述到细节让你充分了解FusionsInsight零基础入门FusionInsight Hadoop系列视频https://bbs.huaweicloud.com/forum/thread-94451-1-1.html 大数据进阶之路,华为云FusionInsight

    作者: 沙漏
    5964
    0
  • 「数据游戏」:使用 LSTM 模型预测三天后单股收盘价

    的噪音多到让你怀疑人生。二是,连续变量作为预测目标是个糟糕的设计,因为这会使得预测空间太大,而导致所搜空间无限大。这个见解来自于强化学习,强化学习的一个技术要点就是把预测空间有限化,即便客观世界是连续而无限的,也需要采用类似于Tile coding的技术使其离散化,有限化。本着迎

    作者: 竹叶青
    发表时间: 2019-09-03 21:36:40
    4527
    0
  • 关于学习python的建议

    高效学习的能力。John Sonmez说, 至少有5种我们犯的错误会影响高效学习. 1.一本书从头看到底,一页不漏: 我们只会记住我们读过的一小部分, 一些不会马上用的概念是时间和精力的极大浪费。可以花时间那样做,但不是刚开始的时候。 相反,你应该把精力放在当前需要学习的部分,而忽略其他部分。

    作者: 野猪佩奇996
    发表时间: 2022-01-22 16:20:19
    329
    0
  • 机器学习算法源码全解析(四)-人工神经网络关键核心知识点汇总

    前言 神经网络里面主要就是单层神经网络学习和多层神经网络学习,涉及到知识点主要就是感知器,线性分割,影藏层,权重校正,误差的平方和等知识点。 感知器:是神经网络最简单的形式,单层输入感知器的结构如下: 感知器的作用是将输入分类,超平面有线性分割函数定义:

    作者: 格图洛书
    发表时间: 2021-12-30 15:18:58
    523
    0
  • YOLOX实战:超详细!手把手教你使用YOLOX进行物体检测(附数据集)

    --save_result --device gpu 1 参数说明 参数说明-c权重的路径-path测试图片的路径-conf置信度阈值-nmsnms的IOU阈值-tsize测试图片resize的大小-save_result是否保存推理结果–device选用gpu或cpu推理 查看运行结果:

    作者: AI浩
    发表时间: 2021-12-22 15:52:14
    7621
    0
  • MindSpore模型快速调优攻略

    MindSpore新用户,深度学习领域从业者 使用MindSpore调试调优工具完成基于BERT的情感分类模型调试调优 掌握MindSpore模型迁移、调试调优工具的使用 了解MindSpore算法调试调优流程,体验极简易用的调试调优能力 MindSpore调试调优实践 调试调优背景介绍

  • 高效的非抽样知识图谱嵌入

    相似度。负抽样通过只考虑负实例的子集,降低了模型学习的时间复杂度,这可能会由于抽样过程的不确定性而无法提供稳定的模型性能。为了避免这一缺陷,我们提出了一种新的KG嵌入高效非采样知识图谱嵌入框架(NS-KGE)。其基本思想是在模型学习中考虑KG中的所有负面实例,从而避免负面抽样。框

    作者: 可爱又积极
    1138
    1
  • 华为OD机试真题:解密犯罪时间问题深度解析

    华为OD机试真题:解密犯罪时间问题深度解析 问题概述 “解密犯罪时间”问题通常会给定一个经过加密的时间,要求我们根据特定的解密规则,还原出原始的犯罪时间。这是一种常见的算法题,考察了应试者对字符串处理、逻辑推理和算法设计的能力。 问题分析与解法 1. 问题建模 输入: 一个经过加密的字符串,表示犯罪时间。

    作者: 鱼弦
    发表时间: 2024-11-16 23:45:10
    79
    0
  • 【邀请函】智启未来,云原生基础设施深度用云新范式

    加入议程  Schedule智启未来,云原生基础设施深度用云新范式【识别二维码,加入您的议程】▼

    作者: 云容器大未来
    10
    0
  • 2023年11月嵌入式项目开发专题总汇

    对于航空和航天工业、气象预报、气候研究等领域,都需要高精度、可靠的气压与海拔高度检测装置。针对这一需求,基于单片机设计的气压与海拔高度检测计应运而生。 本项目采用了MPL3115A2芯片作为气压与温度传感器,能够实现高精度、高分辨率的气压与海拔高度测量。主控芯片采用STC89C

    作者: DS小龙哥
    发表时间: 2024-01-22 14:40:52
    1
    0
  • Sora----打破虚实之间的最后一根枷锁----这扇门的背后是人类文明的晟阳还是最后的余晖

    Sora无敌的背后究竟有怎样先进的处理技术 Sora的工作原理是通过大量的学习视频来理解现实世界的动态变化,并用计算机视觉技术来模拟这些变化,从而创作出全新的视觉内容。它已经不仅局限于学习图片和视频,同时它也在学习视频里那个世界的“物理规律”。 1.Spacetime

    作者: 一枕眠秋雨
    发表时间: 2024-03-10 15:52:42
    23
    0
  • 华为OD机试真题:部门人力分配问题深度解析

    华为OD机试真题:部门人力分配问题深度解析 问题概述 “部门人力分配”问题通常会给定一个公司部门和员工的集合,每个部门有其所需的人力需求,每个员工有其擅长的技能。问题要求将员工分配到不同的部门,使得每个部门的人力需求都得到满足,同时尽可能地发挥每个员工的优势。 问题分析与解法 1

    作者: 鱼弦
    发表时间: 2024-11-17 00:05:24
    116
    0
  • 为什么需要学习并发编程?

    用管程实现信号量,也可以用信号量实现管程),但是相比之下管程更易用。而且,很多编程语言都支持管程,搞懂管程,对学习其他很多语言的并发编程有很大帮助。然而,很多人急于学习Java并发编程技术,却忽略了技术背后的理论和模型,而理论和模型却往往比具体的技术更为重要。 此外,Java经过这些年的发展,Java

    作者: JavaEdge
    发表时间: 2021-06-03 17:29:49
    1456
    0
  • 机器学习(七):Azure机器学习模型搭建实验

    Azure机器学习模型搭建实验 前言 了解Azure机器学习平台,知道机器学习流程。 Azure平台简介 ​ Azure Machine Learning(简称“AML”)是微软在其公有云Azure上推出的基于Web使用的一项机器学习服务,机器学习属人工

    作者: Lansonli
    发表时间: 2023-02-18 06:01:07
    61
    0
  • 华为云软件开发生产线CodeArts深度体验指南

    重磅推出《从0到1深度体验CodeArts》内容专题。专题从能力解读、专家布道、开发实战等维度,为开发者奉上这份CodeArts进阶开发指南,助力大家使用CodeArts快速在云上搭建你的第一个project,开启简单高效的云上开发之旅。 《从0到1深度体验CodeArts》指南亮点

    作者: 华为云PaaS服务小智
    发表时间: 2023-04-09 09:26:32
    342
    0
  • GaussDB(DWS)中从字典表中批量查看表中字段有哪些定义索引与约束

    WHEN 'float8' THEN 'double precision'  --timestamp的精度暂时没查到从哪里获取,尝试timestamp(6),精度6,在ALL_TAB_COLUMNS里面显示的精度信息仍然是0 ELSE ty.typname END as columntype ,CASE WHEN col

    作者: SeqList
    4334
    1
  • Python基础(十四) | Python之禅与时间复杂度分析

    ⭐本专栏旨在对Python的基础语法进行详解,精炼地总结语法中的重点,详解难点,面向零基础及入门的学习者,通过专栏的学习可以熟练掌握python编程,同时为后续的数据分析,机器学习深度学习的代码能力打下坚实的基础。 🔥本文已收录于Python基础系列专栏: Python基础系列教程

    作者: timerring
    发表时间: 2022-10-10 10:39:44
    177
    0
  • 什么是大语言模型的大海捞针指标

    “大海捞针指标”在人工智能领域特别是在机器学习深度学习中,通常指的是在庞大且稀疏的数据集中寻找稀有事件或少见的特征。这个比喻来自于形象化地描述从海量数据中寻找重要信息的难度,类似于从无边无际的大海中寻找一根针。在机器学习任务中,这种稀疏性可能会导致模型难以学习到有用的模式,因为重要信号可能被大量无关的信息所掩盖。

    作者: 汪子熙
    发表时间: 2025-01-02 12:05:41
    118
    0
  • 5月课程页面体验

    具,但由于MS算子的支持有限,有些模型就是无法直接转换,或者转换后精度会下降不少。这些问题在其它地方还没见到有人提过,希望这可以给看到的读者一个提醒。MS是一个很好的框架,做探索完全可以,但要在工程项目中使用,还是要考虑清楚,毕竟还有很多不成熟的地方。建议做好心理准备。个人邮箱:aoliong@qq

    作者: aoliong
    512
    0