已找到以下 10000 条记录
  • 华为OD机试真题:园区参观路径问题深度解析

    动态环境: 考虑环境动态变化,如障碍物移动、路况变化等。 大规模图: 针对大规模图,采用分治、并行计算等技术提高算法效率。 结合机器学习: 利用机器学习技术,学习历史数据,预测未来路况,提高路径规划的准确性。 华为OD机试备考建议 深入理解算法原理: 掌握Dijkstra、A*等算法的原理和实现。

    作者: 红尘灯塔
    发表时间: 2024-11-16 23:42:36
    0
    0
  • 深入理解Python的集成方法:Boosting

    初始化权重:开始时,将训练数据集中的每个样本赋予相等的权重。 训练弱学习器:在当前数据权重下训练一个弱学习器,例如决策树、神经网络等。 根据预测错误调整权重:根据当前弱学习器的预测结果,调整每个样本的权重。通常,被错误分类的样本将会获得更高的权重,而被正确分类的样本则会获得较低的权重。

    作者: Echo_Wish
    发表时间: 2024-03-25 08:55:59
    2
    0
  • python中注释与列表的学习

    for-in循环 in表达从(字符串、序列等)依次取值,又称为遍历 for-in遍历的对象必须是可迭代对象 5. 列表的学习 5.1 列表的查询 获取列表中指定元素的索引index 注意:列表的索引是从0开始的 获取列表的单个元素 5.2 列表函数的使用 cmp(list1

    作者: 相信光的奥特王小懒
    发表时间: 2022-09-19 01:40:57
    223
    0
  • Python学习笔记:闭包与作用域

    文章目录 零、学习目标 一、闭包(Enclosure) (一)函数引用 1、引用变量

    作者: howard2005
    发表时间: 2021-11-18 18:34:40
    398
    0
  • PAN 和痕量碳氢化合物试验(PANTHER)在四次 ATom 试验对各种痕量气体的测量结果

    环绕地球飞行,主要飞越海洋。 空间分辨率: 除 PAN 外,所有 ECD-GC 数据集均为点测量,PAN 的样本宽度随高度变化,平均约为 30 秒。 MSD-ECD 数据集的综合样本宽度统一为 3 分钟。 时间覆盖范围: 每次活动期间都有定期飞行。 Campaign Date Range

    作者: 此星光明
    发表时间: 2024-11-09 11:46:00
    140
    0
  • Java学习笔记3.2.3 类的封装 - 方法的递归

    文章目录 零、本讲学习目标 一、理解递推与递归 二、案例演示递归 (一)利用递推法与递归法计算阶乘

    作者: howard2005
    发表时间: 2022-05-11 15:42:55
    902
    0
  • 人工智能技术在网络安全的作用

    大量数据。部署机器学习深度学习等技术使AI能够不断发展和提高其对网络安全威胁和网络风险的了解。 例如,通过识别环境的模式并应用复杂的分析,人工智能使我们能够自动标记异常模式并实时检测网络问题和网络攻击。这种可见性提供了对威胁状况的更深入的了解,进而为机器学习提供了信息。这意味

    作者: 建赟
    10576
    36
  • Spark基础学习笔记11:Scala运算符

    四、运算符优先级(一)简单说明(二)运算优先级表 零、本讲学习目标 理解Scala运算符与方法的等价性掌握Scala常用运算符理解Scala运算符种类 一、运算符等价于方法 Scala运算符即方法、方法即运算符。Scala运算符其实是普通方法调用的另一种表现形式,运算符的使用其实就是隐含地调用对应的方法。

    作者: howard2005
    发表时间: 2022-03-06 16:43:04
    666
    0
  • 卷积神经网络(CNN)在图像识别的应用与优化

    风险。 学习率调整:合适的学习率对训练的收敛速度和最终性能有重要影响。学习率衰减和自适应学习率调整算法(如Adam优化器)可以在训练过程动态地调整学习率。 结论 卷积神经网络(CNN)作为一种深度学习算法,在图像识别领域取得了巨大的成功。本文介绍了CNN在图像识别的应用,

    作者: wljslmz
    发表时间: 2023-06-30 10:58:34
    21
    0
  • 回顾2019年对话策略学习在NLP顶会上的一些进展

    督目标对对话框架进行预训练,然后应用强化学习学习检索目标图像的最佳策略。监督学习的联合损失函数如下,同时将整个对话过程图片的猜测序列当作POMDP,通过强化学习训练策略网络以获得目标图像的最佳策略。奖励信号是使用目标图片在对话历史向量的排名百分位。总体来说,本文主要提出了新

    作者: listen2Bot
    6386
    1
  • NLP知识图谱项目合集(信息抽取、文本分类、图神经网络、性能优化等)

    contributionType=1 深度学习深度学习项目一】全连接神经网络实现手写数字识别 https://aistudio.baidu.com/aistudio/projectdetail/1926913?contributionType=1 深度学习项目二】卷积神经网络LeNet实现手写数字识别

    作者: 汀丶
    发表时间: 2023-01-30 08:55:01
    184
    0
  • ECMA6Script学习笔记(五)

    对象创建的语法糖 ES6新增了对象创建的语法糖,支持了class extends constructor等关键字,让ES6的语法和面向对象的语法更加接近,基本和Java等面向对象语言的语法一致 1.1基本属性设置和方法调用 下面是一些在开发过程的基础调用与属性设置,基本和其他开发语法的设置基本类似

    作者: XError_xiaoyu
    发表时间: 2024-07-30 15:10:01
    14
    0
  • 基础实战——FashionMNIST时装分类

    基础实战——FashionMNIST时装分类 经过前面三章内容的学习,我们完成了以下的内容: 对PyTorch有了初步的认识 学会了如何安装PyTorch以及对应的编程环境 学习了PyTorch最核心的理论基础(张量&自动求导) 梳理了利用PyTorch完成深度学习的主要步骤和对应实现方式 现在,

    作者: livingbody
    发表时间: 2022-11-21 16:49:19
    138
    0
  • Spring Boot基础学习笔记16:项目打包部署

    文章目录 零、学习目标 一、Web项目打包部署概述 二、Jar包方式打包部署 (一)添加Maven打包插件 (二)使用IDEA进行打包

    作者: howard2005
    发表时间: 2021-11-18 16:14:46
    715
    0
  • 《卷积神经网络与计算机视觉》 —3.2.2参数学习

    调整网络参数的过程称为“学习”,这是在训练阶段完成的(相对于测试阶段,测试阶段对“看不见的数据”进行推断/预测,即训练时网络尚未“看到”数据)。该过程涉及向网络显示所需任务的示例,以便它可以学习识别输入和所需输出之间的正确关系集。例如,在有监督学习的范例,输入可以是媒体(语音、

    作者: 华章计算机
    发表时间: 2020-02-14 16:43:57
    4909
    0
  • Android开发的学习流程 final,finally,finalize的区别

    Android初始阶段的学习在Java培训的过程,final,finally,finalize是有区别的:   Final:用于声明属性、方法和类。修饰的是基本类型,就表示这个变量被赋予的值是不可变的,即它是个常量;final修

    作者: aiot_bigbear
    发表时间: 2022-09-24 19:43:57
    117
    0
  • Flutter 1.20 下的 Hybrid Composition 深度解析

    一、旧版本的 VirtualDisplay 1.20 之前在 Flutter 通过将 AndroidView 需要渲染的内容绘制到 VirtualDisplays ,然后在 VirtualDisplay 对应的内存,绘制的画面就可以通过其 Surface 获取得到。 VirtualDisplay

    作者: GSYTech
    发表时间: 2022-06-01 15:02:02
    325
    0
  • 近几日华为WeAutomate RPA学习心得

    dio自带了Robot。场景二:不安装Studio,只安装Robot。我选择了场景一进行学习。完了一个小功能我们利用Studio实现一个弹出Hello World的案例来开启我们的自动化之旅 第三天:网页录制         学习了华为WeAutomate

    作者: DevFeng
    发表时间: 2021-07-08 01:30:22
    2977
    0
  • 产品价值 - 网络智能体

    产品价值 数据服务主要解决AI开发过程的数据准备效率、数据安全、数据质量等关键问题,降低AI数据准备时间,同时提升AI数据的质量,达到高效的AI开发目标。 数据丰富,训练集获取耗时节省90% 电信场景覆盖广:专业实验室生成高价值样本,覆盖电信域90%以上典型场景,已有1000多个AI训练集,30000多个网络特征。

  • 吃瓜笔记《机器学习》周志华——第五章 神经网络

    接受输入,不进行函数处理隐层和输出层包含功能神经元 神经网络的学习过程:根据_训练数据_调整神经元之间的“连接权”(connection weight),以及每个功能神经元的阈值。 5.6 深度学习 深度学习(deep learning)是很深层的神经网络。其提高容量的方法

    作者: irrational
    发表时间: 2022-01-24 16:12:07
    717
    0