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
  • 异质图上的图神经网络对比预训练

    -会议关系)来为下游任务编码统一的基础。受对比学习[42]的启发,为了增强样本的代表性,本文从两个方面构造负关系级样本:(1)来自不一致关系的负样本,其中两个节点与正样本是不同的关系;(2)来自不相关节点的负样本,其中两个节点在图根本没有链接。同时,本文提出了一个异构图上的子图

    作者: 可爱又积极
    963
    1
  • Google Earth Engine——GEE主要监督分类方法介绍

    监督分类是最常用于遥感图像数据定量化学分析的技术。监督分类支持这样一种想法,即用户可以选择图片中代表特定类别的样本像素,因此指示图像处理软件使用这些训练站点作为图像中所有其他像素分类的参考。       

    作者: 此星光明
    发表时间: 2022-04-15 14:59:55
    880
    0
  • 跟着JQuery学习建立自己的JS组件基础

    });根据以上代码,我们总结下搭建一个组件最基本的几个学习点:代码自执行,避免变量污染和函数污染(function(){})()返回组件内的入口,避免自执行函数执行完毕后无法被再次访问return jQuery;通过参数传入window,使组件函数查找window变量时不用通过原型链查找,

    作者: sujrexia
    发表时间: 2020-08-16 20:12:36
    7358
    0
  • 华为HiLens初级开发-内含课程链接-可以好好初步学习一下Hilens

    Framework 的python APIs ,通过案例学习体验技能开发。课程简介本课程提供学习华为HiLens开发平台,掌握开发流程,掌握HiLens Framework的重要API,快速开发AI应用。 课程目标通过本课程的学习,使学员:1. 掌握管理控制平台介绍。2. 掌握开发流程介绍。3

    作者: andyleung
    1635
    3
  • 训练一个数据不够多的数据集是什么体验?

    两类的图片,帮助定位哪些太阳能电板存在问题。左侧的正常样本754张,右侧的残次样本358张,验证集同样,正常样本754张,残次样本357张。总样本在2000张左右,对于一般工业要求的95%以上准确率模型而言属于一个非常小的样本。先直接拿这个数据集用Pytorch加载imagene

    作者: haha_y_c
    发表时间: 2020-07-24 17:33:47
    12432
    0
  • 计算机操作系统学习笔记 | 进程

    我们之前说了,进程控制块描述了进程的基本信息以及运行状态。其实在有些系统,还包括有进程调度等待所使用的现场保护区。在线程并发执行时,因为操作系统的共享性,各进程共享计算机资源,这就导致各进程之间相互制约。所以在创建一个进程时,应该首先创建进程控制块,之后才能根据进程控制块的信息对进程采取有效的管理和控制。当一

    作者: Regan Yue
    发表时间: 2021-09-20 01:59:34
    1042
    0
  • Spring Boot基础学习笔记15:实现文件下载功能

    文章目录 零、学习目标 一、文件下载概述 二、实现文件下载功能 (一)创建Spring Boot项目 (二)整合Bootstrap

    作者: howard2005
    发表时间: 2021-11-18 16:53:43
    1692
    0
  • 基于语音信号MFCC特征提取和GRNN神经网络的人员身份检测算法matlab仿真

    传统信号处理技术和深度学习的先进方法,用于识别和验证说话人的身份。这种方法利用了语音信号的时序特性,通过Mel频率倒谱系数(Mel Frequency Cepstral Coefficients, MFCC)进行特征提取,随后利用GRNN网络的序列建模能力,学习和区分不同说话人的声音特征,从而实现高效的身份检测。

    作者: 简简单单做算法
    发表时间: 2024-06-20 21:27:15
    27
    0
  • LLM 大模型学习必知必会系列(二):提示词工程-Prompt Engineering 以及实战闯关

    message 教育 深度学习老师 你是一名深度学习的老师,可以回答深度学习领域相关的问题,提供有关机器学习概念、技术和最佳实践的全面信息。提供有关实施机器学习算法、选择适当的工具和框架以及构建端到端机器学习项目的分步指导。说明:1. 仅回答深度学习领域的知识 2. 如果不确

    作者: 汀丶
    发表时间: 2024-05-09 10:51:14
    50
    0
  • [学习笔记]【物联网课程学习课堂笔记】关于《IoT开发精英实战营》第二章 第二节Profile在线开发的理解与看法 理论部分下

    sponses对应命令的commandName后面添加”_RSP”;paras:命令响应的参数2.2.2 parasparaName:命令参数的名字;dataType:指示数据类型;required:指示本条属性是否必选(默认false,非必选);min:最小值,仅当dataType为int

    作者: 子本兮
    1028
    0
  • 【统计分析】(task3) 假设检验3:分类数据检验(更新ing)

    A A样本观测数不得少于5,否则就要与其他类合并。例如:取值为1的样本个数为3,取值为2的样本个数为4,那么我们就需要将它们合并为一个“取值为1和2”的类,因为这样才能保证落入该类的样本个数高于5。 记

    作者: 野猪佩奇996
    发表时间: 2022-08-22 15:49:14
    305
    0
  • 并发编程系列之FutureTask源码学习笔记

    并发编程系列之FutureTask源码学习笔记 1、什么是FutureTask类? 在上一章节的学习,我们知道了Future类的基本用法,知道了Future其实就是为了监控线程任务执行的,接着本博客继续学习FutureTask。然后什么是FutureTask类?

    作者: yd_273762914
    发表时间: 2021-09-04 16:54:24
    934
    0
  • 机器学习打卡第一天错误小记

    参加7天晋级机器学习,报名入口:https://education.huaweicloud.com:8443/courses/course-v1:HuaweiX+CBUCNXE026+Self-paced/about?isAuth=0&cfrom=hwc本文记录了第一章模型评估学习并按照操

    作者: 郑永祥
    发表时间: 2019-04-21 21:51:21
    9571
    1
  • ML与math:机器学习与高等数学基础概念、代码实现、案例应用之详细攻略——基础篇

    1、标准的中心极限定理的问题及应用 (1)、有一批样本(字符串),其中a-z开头的比例是固定的,但是量很大,需要从中随机抽样。样本量n,总体a开头的字符串占比1%,需要每次抽到的a开头的字符串占比(0.99%,+1.01%),样本量n至少是多少? 问题重述:大量存在的两点分布Bi(1

    作者: 一个处女座的程序猿
    发表时间: 2021-03-30 14:21:51
    1476
    0
  • ⭐MybatisPlus学习笔记⭐(六)代码生成器详解

    1、代码生成器简介 2、代码生成器配置 3、运行结果MybatisPlus学习笔记(六)😁 Code皮皮虾 一个沙雕而又有趣的憨憨少年,和大多数小伙伴们一样喜欢听歌、游戏,当然除此之外还有写作的兴趣,emm…,日子还很长,让我们一起加油努力叭🌈 欢迎各位小伙伴们关注我

    作者: Code皮皮虾
    发表时间: 2021-08-10 07:35:34
    1646
    0
  • 一起学习GC算法(图文详解)

    对象 在JAVA语言中,可以当做GC roots的对象有以下几种: 1、虚拟机栈的引用的对象。 2、方法区的类静态属性引用的对象。 3、方法区的常量引用的对象。 4、本地方法栈JNI的引用的对象。 第一和第四种都是指的方法的本地变量表,第二种表达的意思比较清晰

    作者: 辰兮
    发表时间: 2022-03-22 16:03:43
    278
    0
  • 【C++】STL——vector 深度剖析 及 模拟实现(二)

    os刚好是end的位置,而end位置是没有元素的,那么pos就失效了。因此删除vector任意位置上元素时,vs就认为该位置迭代器失效了。 并且进行了强制检查。 我们看一下vs 上std的处理: 2d6f31f2871c4456acfcb2eef5dbd3a0.png 我们调式会发现

    作者: YIN_尹
    发表时间: 2023-09-22 22:15:34
    65
    0
  • WEB开发-JavaScript的Ajax入门学习

    我们学习了HTML,CSS,JavaScript后,现在再来学习一下Ajax。AJAX不是一种新的编程语言,是一种使用现有标准的方法, 是一种在无需重新加载整个网页的情况下,能够更新部分网页内容的技术。 AJAX 全称 Asynchronous JavaScript and XML(异步的

    作者: zekelove
    发表时间: 2021-07-21 14:27:48
    2910
    0
  • 使用MindSpore训练手写数字识别模型笔记分享(上)

    1989年,Yann LeCun使用SIFT等传统计算机视觉算法。同时期,SVM(支持向量机)等机器学习算法也在迭代与优化。各种不同的方法各有优劣。 基于深度学习的识别方法 深度学习是使用深度神经网络的机器学习方法,含有五个及以上隐藏层 1994年,Yann Lecun发布了结合反向传播的卷积

    作者: Jack20
    发表时间: 2022-12-13 14:27:10
    1511
    0
  • 使用对比式量化表征学习的无监督图像检索方法

    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
    2111
    3