已找到以下 10000 条记录
  • HCSD集训营—软件开发流水线专场 学习心得分享

    71              学习心得  首先针对打卡二做的实验我选择是使用VSS完成安卓及鸿蒙应用安全检测,该二进制分析,移动应用安全先前参加过产品特训营培训,就此所学习的内容介绍下所了解为什么会有这个功能,相比友商的优劣势等 ,也是自己的学习心得所获:  背景:国家政策:2

    作者: 高级云网管
    356
    0
  • 利用计算机视觉和机器学习进行智能回收

    准确的。因此,回收机构需要寻找更可靠的替代方案。 利用计算机视觉和机器学习的智能回收 计算机视觉已经显示出它在准确识别人脸方面的潜力,而类似的计算机视觉功能可以用来识别不同类型的垃圾。通过将计算机视觉与机器学习和机器人技术相结合,智能回收系统可以帮助回收机构执行自动回收作业。 智

    作者: andyleung
    929
    4
  • 简单易上手的自动学习小样例之找云宝

    使用自动学习实现物体检测应用针对业务开发者,ModelArts提供了自动学习功能,无需关注模型开发、参数调整等开发细节,仅需三步(数据标注、自动训练、部署上线),即可完成一个AI开发项目。这里提供了一个“找云宝”样例(“云宝”是华为云的吉祥物),帮助您快速熟悉ModelArts自

    作者: 运气男孩
    2951
    5
  • ModelArts自动学习部署的模型,准确率如何提升

    【截图信息】我使用ModelArts自动学习模型部署的准确率82%,我该怎样做,才能提升模型的准确率,优化模型呢? 

    作者: 可爱又积极
    1237
    6
  • 深度时空残差网络在城市人流量预测中的应用

    t=\right.0, \cdots, n-1\}{Xt​∣t=0,⋯,n−1},预测Xn\mathbf{X}_{n}Xn​ 深度残差学习 深度残差学习(He et al. 2015)允许卷积神经网络具有100层甚至超过1000层的超深结构。该方法已经在多个具有挑战性的识别任务中

    作者: AI浩
    发表时间: 2022-11-22 13:22:21
    186
    0
  • 《Python大规模机器学习》 —2.4.5使用SGD

    利用我们在之前对数据集中存在类的知识。forest_type列表包含类的所有代码,并且每次(尽管只有一个或第一个就足够了)将其传递给SGD学习器的partial_fit方法。为了进行验证,我们定义了一个基于200 000个观察实例的冷启动。每十个中就有一个不被训练而用于验证。即使

    作者: 华章计算机
    发表时间: 2020-02-14 22:02:52
    4604
    0
  • 《Python大规模机器学习》—2.4.5 ​使用SGD

    利用我们在之前对数据集中存在类的知识。forest_type列表包含类的所有代码,并且每次(尽管只有一个或第一个就足够了)将其传递给SGD学习器的partial_fit方法。为了进行验证,我们定义了一个基于200 000个观察实例的冷启动。每十个中就有一个不被训练而用于验证。即使

    作者: 华章计算机
    发表时间: 2019-06-12 22:45:11
    2325
    0
  • 方案概述

    基于深度学习平台,提供精确的文字识别能力。 提取表格内的文字和所在行列位置信息,适应不同格式的表格。同时也识别表格外部的文字区域。用于各种单据和报表的电子化,恢复结构化信息。 方案优势 采用深度学习算法,识别精度高。

  • CNN卷积神经网络的历史

    6万个学习参数,规模远超TDNN和SIANN,且在结构上与现代的卷积神经网络十分接近 [11]  。LeCun (1989)   对权重进行随机初始化后使用了随机梯度下降(Stochastic Gradient Descent, SGD)进行学习,这一策略被其后的深度学习研究所保留。此外,LeCun

    作者: QGS
    710
    0
  • 《Spark机器学习进阶实战》——1.1.3 大数据生态环境

    征降维的过程。通过模拟人类大脑的神经连接结构,将各种和雾霾相关的天气特征转换到具有语义特征的新特征空间,自动学习得到层次化的特征表示,从而提高雾霾的预报性能,这就是深度学习过程。

    作者: 华章计算机
    发表时间: 2019-05-30 23:26:46
    5690
    0
  • 华为云AI辅助药物设计,破解人类抗生素难题

    代先导小分子化合物。 华为云盘古药物分子大模型,是华为云联合中国科学院上海药物研究所共同训练而成,旨在帮助医药公司革命性地提升新药的研发效率。该大模型学习了17亿个小分子的化学结构,对小分子化合物深度表征,可以高效生成药物新分子,计算蛋白质靶点匹配、预测新分子生物化学属性,并对筛

  • 重镑!首个国产桌面操作系统开发者平台正式发布

    点关注公众号,回复“1024”获取2TB学习资源! 近日,我国首个桌面操作系统开发者平台“开放麒麟”正式发布。 该平台由国家工业信息安全发展研究中心等单位联合成立,将打造具有自主创新技术的开源桌面操作系统。 “开放麒麟”社区旨在

    作者: 民工哥
    发表时间: 2022-07-02 15:55:42
    207
    0
  • AI产学研融合,昇思MindSpore与武汉理工大学携梦而行

    主要讲述MindSpre框架结构,华为云及ModelArts平台,深度学习相关的基本理论、方法及其应用,包括深度学习基础知识,卷积神经网络,循环神经网络,深度强化学习,以及基于华为云的MindSpore的深度学习应用。基于MindSpore框架的语音信号处理及应用大纲、PPT、实

    作者: chengxiaoli
    102
    0
  • 新IT直通车“以智取胜,AI赋能工业质检”线上直播圆满举行!

    循“P-D-C-A”的闭环控制逻辑,它包括几个主要节点:产线原有的信息系统将历史样本输入AI学习,生成一个基础AI模型;随着检测图像素材不断更新,该AI模型对正、副样本进行持续的深度学习,不断优化;同时,实时更新MES系统,再进行到新一轮的循环。这使得从联想“内生”而来的AI质检

    作者: y-wolfandy
    366
    6
  • 不谈高级原理,只用简单的语言来聊聊机器学习

    至连想都不想。 🍇有监督学习 经典机器学习通常分为两类:有监督学习(Supervised Learning)和无监督学习(Unsupervised Learning)。 在“有监督学习”中,有一个“监督者”或者“老师”提供给机器所有的答案来辅助学习,比如图片中是猫还是狗。“老

    作者: 苏州程序大白
    发表时间: 2022-04-21 03:59:28
    2407
    0
  • 划分子网和构造超网的学习

    IPv4 的地址空间最终将全部耗尽。 使用变长子网掩码 VLSM 可进一步提高 IP 地址资源的利用 率。 在 VLSM 的基础上又进一步研究出无分类编址方法,它的正式名字是无分类域间路由选择 CIDR (Classless Inter-Domain Routing)。 2.2

    作者: 大前端之旅
    发表时间: 2021-12-15 17:11:55
    1116
    0
  • 机器学习实战笔记三—特征归一化

    在机器学习中的归一化,也叫标准化,就是将需要处理的特征数据经过算法处理后,限定在一定的范围内,通常是【0, 1】或【-1, 1】。 通常是由于数据的各个特征的计量单位差异较大,从而造成数据特征在执行机器学习算法中所占的特征比重不同,因此需要进行归一化。 例如,在《机器学习实战》一

    作者: KevinQ
    发表时间: 2022-03-19 02:22:37
    565
    0
  • 机器学习的练功方式(七)——决策树

    没有免费午餐定理_百度百科 (baidu.com) 7 决策树 决策树(decision tree)是功能强大而且相当受欢迎的分类和预测算法。其属于有监督学习的一种,以树状图为基础。决策树分为预测决策树和回归决策树。其使用一系列的if-then语句来作为决策方法。在下面的讲解时,我们优先讲解分类决策树。

    作者: ArimaMisaki
    发表时间: 2022-08-08 16:26:59
    246
    0
  • 公司监控电脑:用 Python 挖掘监控深度

    在当今的企业环境中,电脑监控对于保障信息安全、提高工作效率等有着重要的意义。Python 作为一种强大的编程语言,能够在公司电脑监控方面挖掘出令人意想不到的深度。 一、Python 在文件监控方面的应用 Python 的os模块和time模块可以用于监控文件的变化。以下是一段简单的代码,用于监控特定文件夹内是否有新文件创建:

    作者: yd_267761811
    发表时间: 2024-09-13 09:25:25
    121
    0
  • Prompt工程师指南从基础到进阶篇:用于开发和优化提示,以有效地使用语言模型(LMs)进行各种应用和研究主题

    地使用语言模型(LMs)进行各种应用和研究主题 Prompt工程是一种相对较新的学科,用于开发和优化提示,以有效地使用语言模型(LMs)进行各种应用和研究主题。Prompt工程技能有助于更好地理解大型语言模型(LLMs)的能力和局限性。研究人员使用Prompt工程来改善LLMs在各种常见和复杂任务上的能力,

    作者: 汀丶
    发表时间: 2023-05-14 23:27:03
    43
    0