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
  • python学习(二)

    class student(People): def say_who(self): print('我是一年级的学习 张明') pass def commonInvoke(obj): ''' 统一调用的方法 :param

    作者: Studying-swz
    发表时间: 2022-08-22 12:18:56
    184
    0
  • 算法的学习笔记—礼物的最大价值

    结果输出:遍历完整个棋盘后,dp[n-1](n为棋盘的列数)即为我们所需的最大礼物价值。 😃代码实现 以下是具体的代码实现: 应该用动态规划求解,而不是深度优先搜索,深度优先搜索过于复杂,不是最优解。 public int getMost(int[][] values) { // 检查输入是否合法

    作者: 尘觉
    发表时间: 2024-08-31 17:46:09
    29
    0
  • mixins 学习

    一、前言 在开发前端项目的时候,经常会遇到这样一种开发场景:多个模板页中应用的组件或者页面布局非常相似,比如较为熟悉的el-dialog、el-tooltip和el-table等页面布局。这时候就会考虑:是把它们拆分成多个不同的组件呢?还是只使用一个组件,创建足够的属性来改变不同的情况。

    作者: SHQ5785
    发表时间: 2024-04-03 14:32:57
    37
    0
  • 机器学习笔记之假设检验

    假设检验中的 “假设“ 是对学习器泛化错误率分布的某种判断或猜想,较大,相差很远的可能性比较小.因此,可根据测试错误率估推出泛化错误率的 分布。泛化错误率为 E 的学习器在一个样本上犯错的概率是g测试错误率E意味着在m个测试样本中恰有€xm个被误分类.假定测试样本是从样本总体分布

    作者: ypr189
    1040
    1
  • 机器学习算法-随机森林优点

    机器学习算法-随机森林在机器学习中,随机森林是一个包含多个决策树的分类器, 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。 而 "Random Forests" 是他们的商标。 这个术语是1995年由贝尔实验室的Tin

    作者: QGS
    747
    2
  • 浅谈无监督学习—聚类

    聚类是一种分离具有相似特征的群体并将其分配到群组的技术。Hierarchical Clustering(层次聚类)这种类型的聚类是机器学习中最流行的技术之一。层次聚类协助一个组织对数据进行分类,以确定相似性,以及不同的分组和特征,从而使其定价、商品、服务、营销信息和其他方面的业务

    作者: QGS
    36
    3
  • 【转载】MindSpore量子机器学习库MindQuantum

    5¦111⟩因此我们得到最终用的量子态为:量子在机器学习中的应用早在上个世纪,科学家就提出了用于机器学习的量子感知机概念。最近20年,越来越多的用于机器学习的量子算法被发掘出来,其中包括用于求解线性方程组的HHL算法,和基于此的量子主成分分析、量子支持向量机等。下图给出了各种量子机器学习算法对最好经典算法的加

    作者: chengxiaoli
    1167
    0
  • 关于幂等性的学习笔记

    最基础的概念,什么是幂等性?幂等性:提交多次的情况下,结果都一样。比如数据库查询,可称为天然幂等性,即查询多次结果都一样,无需人为去做幂等性操作。但是update table set value=value+1 where id=1,每次执行的结构都会发生变化,不是幂等。inter

    作者: 旧时光里的温柔
    940
    0
  • 运用关系知识蒸馏提升对比学习

    3Boosting Contrastive Learning with Relation Knowledge Distillation虽然自监督表示学习(SSL)在大型模型中已被证明是有效的,但在遵循相同的解决方案时,SSL和轻量级模型中的监督方法之间仍然存在巨大的差距。我们深入研究了这个

    作者: 可爱又积极
    1252
    3
  • 自动学习训练使用的是什么算法?

    使用自动学习训练模型时,我怎么知道训练使用的是哪种算法,可以在哪里选择查看吗?

    作者: yangyang_LI
    1532
    4
  • 深入理解LTE-A 学习笔记

    LTE 中,下行(downlink)传输可以简单地理解为由 eNodeB 发送,而 UE 负责接收的传输; 上行(uplink)传输可以简单地理解为由 UE 发送,而 eNodeB 负责接收的传输。在空口上,与下行相关的流程UE 在开机前并不知道小区(cell)是否存在,也不知道小区是如何工作的。UE

    作者: 旧时光里的温柔
    770
    0
  • 【完成“人人学IoT”课程的学习

    【完成“人人学IoT”课程的学习

    作者: 如愿一偿
    313
    2
  • 如何系统的学习鲲鹏云体系?

    #化鲲为鹏,我有话说#如何系统的学习鲲鹏服务?系统的掌握鲲鹏如何迁移改造?鲲鹏是什么?怎么用?如何用?鲲鹏有哪些优势?鲲鹏和一般的服务器有什么区别呢?

    作者: haitaojob
    3458
    1
  • 关于幂等性的学习笔记

    最基础的概念,什么是幂等性?幂等性:提交多次的情况下,结果都一样。比如数据库查询,可称为天然幂等性,即查询多次结果都一样,无需人为去做幂等性操作。但是update table set value=value+1 where id=1,每次执行的结构都会发生变化,不是幂等。inter

    作者: 旧时光里的温柔
    734
    1
  • AI 学习笔记之模型的种类

    这些模型是通过训练获得的.这些学习模型通常的复杂的/准确的,并通过一个非常复杂的方程来涵盖这些数据.通过机器学习得到的学习模型应用于推理引擎,最大的好处就是我们可以以不去推导那些基础的数学公式,你没必要去弄清楚数学的公式是什么,因为这些公式是机器根据数据推导的.我们需要做的就是构建输入和与之相关的输出

    作者: @Wu
    1068
    3
  • 关于幂等性的学习笔记

    最基础的概念,什么是幂等性?幂等性:提交多次的情况下,结果都一样。比如数据库查询,可称为天然幂等性,即查询多次结果都一样,无需人为去做幂等性操作。但是update table set value=value+1 where id=1,每次执行的结构都会发生变化,不是幂等。inter

    作者: 旧时光里的温柔
    724
    0
  • 关于幂等性的学习笔记

    最基础的概念,什么是幂等性?幂等性:提交多次的情况下,结果都一样。比如数据库查询,可称为天然幂等性,即查询多次结果都一样,无需人为去做幂等性操作。但是update table set value=value+1 where id=1,每次执行的结构都会发生变化,不是幂等。inter

    作者: 旧时光里的温柔
    446
    0
  • 【暑期Flag】每天坚持学习和coding

    目前在某公司实习,学习C++,每日不停歇,加油,还有秋招!

    作者: 去休
    6899
    48
  • GaussDB学习笔记之表的选择

     表的选择 1.行存储 默认创建表的类型。数据按行进行存储,即一行数据是连续存储。适用于对数据需要经常更新的场景  gaussdb=# CREATE TABLE customer_t1 (   state_ID   CHAR(2),   state_NAME VARCHAR2(40)

    作者: Gauss松鼠会小助手2
    30
    4
  • 机器学习服务可以做什么

    机器学习服务可以做什么?

    作者: 陈嗷嗷
    1421
    1