已找到以下 10000 条记录

    • 【转载】陈左宁院士：人工智能模型和算法的七**展趋势

      练好的模型，解决目标领域中仅有的少量有标签样本数据的问题。强化学习阶段，用agents构成系统来描述行为并给予评价和反馈学习。趋势二、可解释（XAI）越来越重要。深度学习如何进一步设计算法和参数，提高泛化能力，需要模型算法可解释。对抗样本导致模型失效，训练数据不可理的被局部放大。

      开发者  >  其他
      作者： andyleung
      1102
      2

    • 数值计算与图像阈值处理：基于OpenCV的深度解析

      性要求高的场景中。未来的图像处理技术，很可能是传统方法与深度学习方法的有机结合，这将带来更加智能化的图像处理解决方案.八、实例分析：应用场景中的图像阈值处理为了进一步展示图像阈值处理在实际应用中的重要性，下面将通过一些具体的应用场景分析，展示如何利用OpenCV中的图像阈值处理技术来解决实际问题。8

      开发者  >  其他
      作者： 柠檬味拥抱
      41
      2

    • 【Leetcode刷题】一月汇总篇

      学习总结 文章目录 学习总结Task 01：链表（4 天）第 01 天第 02 天第 03 天第 04 天 Task 02：堆栈与深度优先搜索（5 天）第 05 天第 06 天第 07 天第 08 天第

      开发者  >  博客
      作者： 野猪佩奇996
      发表时间： 2022-01-22 16:54:43
      545
      0

    • Machine Learning in Action 学习笔记-（3）决策树

      html 虽然名字有点衰 关于数据： 监督学习一般使用两种类型的目标变量：标称型和数值型 标称型：标称型目标变量的结果只在有限目标集中取值，如真与假(标称型目标变量主要用于分类) 数值型：数值型目标变量则可以从无限的数值集合中取值，如0.100，42.001等 (数值型目标变量主要用于回归分析)

      开发者  >  博客
      作者： ChillRay
      发表时间： 2020-12-29 15:47:14
      2097
      0

    • Spark基础学习笔记29：Spark SQL内置函数

      SQL内置了大量的函数，位于API org.apache.spark.sql.functions中。这些函数主要分为10类：UDF函数、聚合函数、日期函数、排序函数、非聚合函数、数学函数、混杂函数、窗口函数、字符串函数、集合函数，大部分函数与Hive中相同。 2、两种使用方式 使用内置函数有两种方式：一种是通

      开发者  >  博客
      作者： howard2005
      发表时间： 2022-05-14 16:06:03
      1073
      0

    • 优学院课程学习（学生端）

      课程单元页面 3、学习课程内容 在课程单元页面，选择想要学习的课程单元，点击【开始学习】，进入课程播放器页面。 图 点击【开始学习】 图 课程播放器页面 在课程播放器页面，点击左侧的目录，可以切换课程的章节；点击下方的“下一页”、“上一页”可以进行课程页面的切换。课程单元学习完成后，点击

      百科

    • 【Vue】快乐学习第三篇 组件及组件通信

      写在前面 Vue快乐学习第三篇，本节主要学习 Vue 组件化和父子组件通信，通过学习，你应该了解组件化相关概念，学习和使用 Vue 全局组件和局部组件注册，以及父子组件通信等知识，干就完了 🎨

      开发者  >  博客
      作者： 周棋洛
      发表时间： 2022-05-25 14:29:22
      332
      0

    • ES6学习笔记02：let 与 const

      ES6学习笔记02：let 与 const 用var声明的变量会造成全局污染，于是就产生了新的声明方式。 1、let 用let声明变量，必须先声明后使用。 在for循环头里用let定义循环变量i，那么i只在循环体里有效，循

      开发者  >  博客
      作者： howard2005
      发表时间： 2021-12-29 18:36:12
      606
      0

    • 【创建训练作业】【参数】我也有一个关于学习率的问题

      那就说明模型的学习在目前的学习率下达到瓶颈了,于是降低学习率再继续进行更精细的学习,一般情况下降低学习率后的第一轮训练就会使得模型准确率有一定的提升,随着训练的进行,在这个已经降了一次的学习率下学习又达到了瓶颈,于是再降一次学习率,再学习。自适应学习率就是这样一个重复的降低学习率再学习的过程

      开发者  >  其他
      作者： 黄生
      1344
      4

    • 小窍门---自动学习生成的模型，存储在哪里？支持哪些其他操作？

      针对自动学习项目，当模型训练完成后，其生成的模型，将自动进入“模型管理 > 模型”页面，如下图所示。模型名称由系统自动命名，前缀与自动学习项目的名称一致，方便辨识。 注意：自动学习生成的模型，不支持下载使用。 **图1** 自动学习生成的模型 ![image.png](https://bbs-img

      开发者  >  其他
      作者： 运气男孩
      438
      1

    • YOLO目标检测：框架技术原理和代码实现

      6．2．4　YOLOv2 的前向推理　92 6．3　基于 k 均值聚类算法的先验框聚类　95 6．4　基于先验框机制的正样本制作方法　96 6．4．1　基于先验框的正样本匹配策略　96 6．4．2　正样本匹配的代码　97 6．5　损失函数　103 6．6　训练 YOLOv2 网络　105 6．7　可视化检测结果与计算

      开发者  >  博客
      作者： 是Dream呀
      发表时间： 2024-05-31 15:29:05
      29
      0

    • 随机森林RF算法入门

      机选择的特征子集进行分裂，当数据中存在噪声时，可能会导致决策树模型的不稳定性。 类似的算法： AdaBoost是另一种集成学习方法，通过迭代训练一系列弱分类器来构建一个强分类器。不同于随机森林，AdaBoost更加关注错误分类的样本，通过调整样本权重来提高分类性能。 梯度提升树（Gradient

      开发者  >  博客
      作者： 皮牙子抓饭
      发表时间： 2023-10-24 11:42:46
      41
      1

    • Serverless高手伪装者速成班

      招募期&预习期：11月16日-11月29日 报名活动，加入学习社群，完成预习期实践任务，提交截图，获取抽奖资格 入门期：11月30日-12月6日 完成入门课程学习及入门实践任务，提交截图，获取抽奖资格 进阶期：12月7日-12月13日 完成进阶课程学习及进阶实践任务，提交截图，获取抽奖资格 高阶期：12月14日-12月20日

      开发者

    • 一文搞懂PID控制算法拓展学习：

      及整定时间。有些应用可能因为安全考量，不允许输出超过设定值，也有些应用要求在到达设定值过程中的能量可以最小化。 3、各调试方法对比 4、调整PID参数对系统的影响  拓展学习： 一文搞懂I2C通信 一文看懂Modbus协议 一文搞懂TCP的三次握手和四次挥手

      开发者  >  博客
      作者： 不脱发的程序猿
      发表时间： 2020-12-27 17:18:49
      2019
      0

    • 一文搞懂PID控制算法拓展学习：

      及整定时间。有些应用可能因为安全考量，不允许输出超过设定值，也有些应用要求在到达设定值过程中的能量可以最小化。 3、各调试方法对比 4、调整PID参数对系统的影响  拓展学习： 一文搞懂I2C通信 一文看懂Modbus协议 一文搞懂TCP的三次握手和四次挥手

      开发者  >  博客
      作者： 不脱发的程序猿
      发表时间： 2021-01-02 17:06:14
      3915
      0

    • 无人驾驶前沿~CCF-GAIR 2019--港科大自主驾驶中心主任刘明~《低速无人驾驶系统的应用关键要素》学习记录

      刘明及其团队选择了以深度强化学习为框架，工程模块化系统作为辅助的无人驾驶技术路线；在原型车上，采用了二类商用车底盘的配置。刘明认为，一台好车应该是“无人驾驶二类商用车底盘 + 完整的可量产无人车解决方案”的组合。 目前无人驾驶的技术分为两大类： 一类是以端到端深度强化学习为主的模式，是偏高速车的常用方案；

      开发者  >  博客
      作者： 王博Kings
      发表时间： 2020-12-29 15:25:36
      5295
      0

    • R语言学习(2)-向量矩阵和数组

      vector函数可以创建指定类型、长度的矢量           （其结果中的值可以是0，FLASE，空字符串）            

      开发者  >  博客
      作者： 远航 | FIBOS
      发表时间： 2020-12-02 15:42:34
      1920
      0

    • 探索AI技术对古彝文保护与研究应用

      自注意力机制：在编码器和解码器的每个层中，使用自注意力机制来捕捉输入序列中不同位置之间的依赖关系。自注意力机制能够计算输入序列中不同位置的相关性，并根据相关性对特征进行加权。 上下文编码：利用自注意力机制，在编码器中对输入序列中的每个字或词进行上下文编码。通过对输入序列中的每个位置进行自注意力计算，可以得到每个位置的上下文信息。

      开发者  >  博客
      作者： 袁袁袁袁满
      发表时间： 2023-09-28 09:22:05
      21
      0

    • 消息中间件之RabbitMQ学习笔记

      (交换器):用来接收生产者发送的消息,并将这些消息路由给服务器中的队列。. RabbitMQ是AMQP协议的一个开源实现,所以其基本概念也就是AMQPt中的基本概念。关于其他的概念小伙伴可以看上面。 (1) AMQP中的消息路由 在AMQP中增加了Exchange和Binding的角色。生产者需要把消息发布到Exchange上

      开发者  >  博客
      作者： 山河已无恙
      发表时间： 2022-04-30 09:39:21
      783
      0

    • 安卓学习笔记35：广播接收者

      文章目录 零、学习目标一、广播接收者概述（一）广播分类1、标准广播2、有序广播 （二）广播接收者作用（三）广播接收者继承关系图（四）使用广播接收者1、

      开发者  >  博客
      作者： howard2005
      发表时间： 2021-11-18 18:28:33
      941
      0
    总条数： 10000
    点击加载更多