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
  • 【实战营提问】【2020华为云AI实战营】 云宝学习发现的问题01

    问题01:图片手工裁剪标注后的位置有变动。学习路径文档首页 > AI开发平台ModelArts > 快速入门> AI初学者图片裁剪,标注后的位置和最初手动裁剪的位置,有不一样的情况发生。如图:我手动裁剪时,明明是吧耳朵框在里面的。现在却是外面。

    作者: jason635
    1736
    1
  • 神经网络基础部件-BN 层详解

    使得网络中每层输入数据的分布相对稳定,加速模型训练和收敛速度。 批标准化可以提高学习率。在传统的深度网络中,学习率过高可能会导致梯度爆炸或梯度消失,以及陷入差的局部最小值。批标准化有助于解决这些问题。通过标准化整个网络的激活值,它可以防止层参数的微小变化随着数据在深度网络中的传播而放大。例如,这使 sigmoid

    作者: 嵌入式视觉
    发表时间: 2023-02-10 13:35:45
    405
    0
  • CSS学习笔记 02、文字属性与继承性

    bolder 40px "楷体"; } </style> </head> <body> <h1>长路学习前端基础<span class="title1">css</span></h1> <p> 1946

    作者: 长路
    发表时间: 2022-11-28 12:34:41
    117
    0
  • 嗅觉传感器+机器学习:通过人类呼吸进行生物特征识别

    性标志物。基于这些成果,该科研团队开发了一个具有16个通道的嗅觉传感器阵列,每个通道都可以识别特定范围的化合物。然后将传感器数据传递到机器学习系统中,以分析每个人的呼吸成分,并开发出用于区分个人的配置文件。研究人员通过对6人的呼吸样本测试该系统,发现其可以识别出不同个体,平均准确

    作者: kswil
    132
    3
  • 【机器学习中的矩阵求导】(五)矩阵对矩阵求导

    学习总结 (1)这个task所有求导布局都是分母布局。为了适配矩阵对矩阵的求导,这次的向量对向量的求导,也是以分母布局为准(和之前的不一样)。 (2)由于矩阵对矩阵求导的结果包含【克罗内克积,Kronecker积】,因此和之前的其他类型的矩阵求导不同,在机器学习算法优化

    作者: 野猪佩奇996
    发表时间: 2022-01-22 17:41:33
    1653
    0
  • 【强化学习】迷宫寻宝:Sarsa和Q-Learning

    前言 本篇博文通过迷宫寻宝这一实例来探究Sarsa和Q-Learning的不同。 相关代码主要参考自邹伟等人所著的《强化学习》(清华大学出版社)。. 理论基础 这里简单放一下Sarsa和Q-Learning的更新公式,更详细的内容可参看本专栏后续的知识点整理。

    作者: zstar
    发表时间: 2022-08-05 18:29:49
    163
    0
  • 推荐 3 个学习C语言算法与习题的平台

    1   The Algorithms - C C语言实现各种算法,同时也可以学习下算法! https://github.com/TheAlgorithms/C#the-algorithms---c--mainpage

    作者: C语言与CPP编程
    发表时间: 2022-03-09 15:54:14
    438
    0
  • 数据结构与算法之三 深入学习排序

    视频课堂https://edu.csdn.net/course/play/7621 在本章中,你将学习: 通过使用快速排序来排序数据 通过使用归并排序来排序数据 快速排序算法 :

    作者: tea_year
    发表时间: 2021-12-29 16:02:15
    388
    0
  • 实时立体匹配网络StereoNet

    微位移的图像中估计深度。随着人们对虚拟现实和增强现实的兴趣日益浓厚,深度估计技术最近被推向了研究的中心。它是很多任务的核心,从3D重建到定位和跟踪。它的应用涵盖了不同的研究和产品领域,包括室内测绘和建筑、自动驾驶汽车以及人体和面部跟踪。 在提出了一种新颖的深度网络架构StereoNet,可以在NVidia

    作者: AI 菌
    发表时间: 2022-01-05 15:18:51
    912
    0
  • 容器镜像的构建和调试指南

    构建镜像: 1.通过Dockerfile【调试时不推荐,正式归档时推荐】: 1.1 写一个Dockerfile,参考: FROM swr.cn-north-4.myhuaweicloud.com/modelarts-job-dev-image/custom-cpu-base:1.0

    作者: yangzilong
    发表时间: 2021-07-20 02:54:26
    3535
    0
  • C语言学习第4篇---浮点数概念剖析

    知识来源主要是陈正冲老师的《C语言深度解剖》及Delphi Tang老师的《C语言剖析》,有兴趣的朋友可以看我置顶文章获取   1.内存中的浮点数 1.浮点数在内存的存储方式为:符号位,指数,尾数   类型

    作者: CodeAllen
    发表时间: 2021-10-29 16:11:49
    704
    0
  • MySQL insert 插入优化技巧,MySQL 优化学习第8天

    通信时缓存数据的大小,最小4k,最大16M,默认是1M。 show variables like 'net_buffer_length' 1 其它可学习内容 尽量在事务中进行插入操作 MySQL 默认每次进行 insert 操作时,都会创建一个事务,所以我们提前将批量插入操作放置到事务中,可以提高效率。

    作者: 梦想橡皮擦
    发表时间: 2022-03-23 15:08:57
    519
    0
  • 基于ModelArts的StyleGAN3生成高清图丨【华为云至简致远】

    ModelArts简介 ModelArts 是面向开发者的一站式 AI 开发平台,为机器学习深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成,及端-边-云模型按需部署能力,帮助用户快速创建和部署模型,管理全周期 AI 工作流。另外,ModelArt

    作者: AXYZdong
    发表时间: 2022-06-15 15:51:00
    943
    0
  • 【每日一题】数组系列(1) —— 把数组排成最小的数

    写在前面:大家好!我是【AI 菌】,一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源! 这博客是我对学习的一点总结与记录。如果您也对 深度学习、机器视觉、算法、C++ 感兴趣,可以关注我的动态,我们一起学习,一起进步~ 我的博客地址为:【AI 菌】的博客 1.题目 输入一个正整数数组,

    作者: AI 菌
    发表时间: 2021-08-04 16:28:53
    1029
    0
  • [软件测试][移动端测试概念及流程][学习笔记]

    正确。可以重复利用,提高效率。 1.4.2.录制回放工具 这类工具主要用于替代手工编写测试脚本,但依赖于自动化框架。降低了编写测试脚本的学习门槛,使得开发和测试能够轻松编写高质量的测试脚本。不少此类工具能够支持复杂的用户事件和精确控制事件执行的延时。为测试复杂应用场景提供了便利。

    作者: John2021
    发表时间: 2022-08-31 22:30:10
    216
    0
  • 机器学习十大经典算法之决策树

    机器学习算法可以分为三大类:监督学习、无监督学习和强化学习。监督学习可用于一个特定的数据集(训练集)具有某一属性(标签),但是其他数据没有标签或者需要预测标签的情况。无监督学习可用于给定的没有标签的数据集(数据不是预分配好的),目的就是要找出数据间的潜在关系。强化学习位于这两

    作者: 小小谢先生
    发表时间: 2022-04-15 18:59:12
    561
    0
  • 人工智能艺术创作中的机器学习应用:展览与实践的探索

    labels_real) 这种结构使得GAN在生成图像的过程中能够不断调整自己的参数,从而提高生成图像的真实度。 8.2 深度学习框架的选择与使用 AI艺术创作的实现通常依赖于一些深度学习框架,例如TensorFlow、PyTorch等。这些框架提供了强大的计算能力和灵活的模型构建能力,使得艺术

    作者: 柠檬味拥抱
    发表时间: 2024-10-29 21:21:44
    2
    0
  • Android学习笔记08:Handler的使用二与进度条的结合

    [Android开发视频教学].01_14_Handler(一)之一 学习使用Handler 点击“开始”,进度条显示出来,然后以每次5%的进度加载,达到100%之后,进度清空为0,再次点击,重新运行进度条 主要使用到的功能是使用Handler传递Message信息

    作者: wh_bn
    发表时间: 2021-12-15 15:33:21
    633
    0
  • Spring5.0源码学习系列之Spring AOP简述(九)

    附录:Spring源码学习专栏 在前面章节的学习中,我们对Spring框架的IOC实现源码有了一定的了解,接着本文继续学习Springframework一个核心的技术点AOP技术。 在学习Spring AOP源码之前,您是否对AOP有足够熟悉的理解?在对应用都不熟悉之前就去学习源码,肯定是

    作者: yd_273762914
    发表时间: 2020-12-02 23:01:58
    4917
    0
  • 深度实践OpenStack:基于Python的OpenStack组件开发—3.5.2 蒙特卡洛算法求解圆周率的实现

    3.5.2 蒙特卡洛算法求解圆周率的实现  在上一节中,我们已经了解了利用蒙特卡洛算法计算圆周率的基本思路。首先,要生成很多在上的随机样点。然后判断每个样点是否在单位圆内。最后统计在单位圆里的样点占所有样点的比例。这个比例就接近。把这个比例乘以4,就得到圆周率的近似值。  代码清

    作者: 华章计算机
    发表时间: 2019-06-01 23:47:19
    4731
    0