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
  • 【Java 从入门到精通】深度剖析 String 类的奥秘 ✨

    都建议直接毫无顾忌的学习此专栏「滚雪球学SpringBoot」,bug菌郑重承诺,凡是学习此专栏的同学,均能获取到所需的知识和技能,全网最快速入门SpringBoot,就像滚雪球一样,越滚越大, 无边无际,指数级提升。 最后,如果这篇文章对你有所帮助,帮忙作者来个一键三连,关注

    作者: bug菌
    发表时间: 2024-11-28 23:23:32
    23
    0
  • 06、SpringCloud之feign的工程化实例(分布式工程)

    ub仓库 所有博客文件目录索引:博客目录索引(持续更新) 学习视频:动力节点最新SpringCloud视频教程|最适合自学的springcloud+springcloudAlibaba PS:本章节中部分图片是直接引用学习课程课件,如有侵权,请联系删除。 一、了解项目模块的演进

    作者: 长路
    发表时间: 2022-11-28 12:08:04
    139
    0
  • 时间轻松转换:Pandas.to_datetime函数的深度应用

    解。 代码实战: 通过实际代码示例,我们展示了如何使用to_datetime函数将日期字符串转换为datetime类型,并演示了基本的时间操作,如提取年月日等。 错误处理与优化: 我们讨论了处理错误和缺失值的方法,以及如何通过设置参数优化性能,提高函数的转换速度。 扩展应用:

    作者: 柠檬味拥抱
    发表时间: 2024-02-14 11:55:05
    47
    0
  • MindSpore学习笔记7———高级数据集管理

    /datasets/convert_dataset_to_mindrecord/images/用于存放下载下来的图片数据。在Jupyter Notebook中执行以下命令,完成图片下载和文件夹的创建,并将图片移动到指定位置。代码如下:!wget -N --no-check-certificate https://obs

    作者: lzy01
    1271
    1
  • sam优化器学习笔记

    个最小-最大优化问题,在这个问题上梯度下降可以有效地执行。我们提出的实证结果表明,SAM在各种基准数据集上都改善了的模型泛化。 在深度学习中,我们使用SGD/Adam等优化算法在我们的模型中实现收敛,从而找到全局最小值,即训练数据集中损失较低的点。但等几种研究表明,许多网络

    作者: 风吹稻花香
    发表时间: 2022-05-10 16:01:56
    763
    0
  • 学习索引结构的一些案例——Jeff Dean在SystemML会议上发布的论文(中)

    其中创建B树批量作为SStable合并过程的一部分。 在本节中,我们将概述如何学习型索引结构的概念扩展到频繁插入的工作负载场景下。3.7.1 插入和更新初看起来,由于学习模型潜在的高成本,插入似乎是学习索引的致命弱点,但是再次,学习索引对于某些工作负载可能具有显着的优势。 一般来说,我们可以

    作者: 难易
    发表时间: 2018-04-11 14:28:16
    8940
    0
  • 【云备份最佳实践】存储库如何智能绑定备份资源?

    果仅开启,但是不做任何标签的筛选的话,则默认会将所有资源绑定到该存储库里。 然后还可以按照标签规则对这些绑定的虚拟机进行筛选,标签规则在下面的标签输入框里添加标签之间是或的关系,只要虚拟机满足自动绑定的任意规则,就 会在下次自动调度的时候被绑定到该存储库上。 其次,由于

    作者: 小W
    发表时间: 2023-02-11 01:16:12
    59
    0
  • 添加chartmuseum为helm仓库

    添加chartmuseum为helm仓库 在 master 节点添加搭建的本地私有 chart 仓库源,name 为 chartmuseum,并上传 wordpress-13.0.23.tgz 包至 chartmuseum 私有仓库中。可以使用本地仓库 chart 源部署应用。

    作者: lovepandan
    发表时间: 2024-03-09 13:04:37
    4
    0
  • Edge Service添加过滤器

    在Edge Service中添加过滤器没有生效,请问怎么配置?红色部分没有打印日志

    作者: 我来了呀
    1753
    1
  • 如何部署模型到ModelArts并远程调用 (三):编写推理代码

    将发布。附:如何部署模型到ModelArts并远程调用 (一):保存模型为平台支持的格式如何部署模型到ModelArts并远程调用 (三):编写推理代码如何部署模型到ModelArts并远程调用 (四):导入模型如何部署模型到ModelArts并远程调用 (五):如何调用在线API服务

    作者: RoyalKun
    发表时间: 2020-07-31 11:49:19
    7279
    1
  • Python 使用PIL库获取图像基本信息

    Imaging Library)或其更新版Pillow来获取图片的基本信息是一个常见的任务。Pillow库提供了丰富的图像处理功能,包括读取图片、修改图片属性、转换图片格式等。以下是如何使用Pillow库来获取图片的基本信息的一个示例:首先,确保你已经安装了Pillow库。如果未安装,可以通过pip安装:pip

    作者: 福州司马懿
    86
    3
  • HTML 基础

    <table> </table> 定义表格的标签 <tr> </tr> 定义表格的行,嵌套在table标签中 <td> </td> 定义表格的单元格,嵌套在tr标签中 <th> </th>

    作者: 阿童木
    发表时间: 2021-08-23 07:05:21
    1025
    1
  • 【奖励公示】【内容共创】第25期 厚积薄发,礼赞新岁,华为云社区招募优质签约作者,更多丰厚激励速来解锁~

    昵称,点我入驻报名。往期已填可跳过。 第④步:添加华为云博客小助手微信号:bbs_huaweicloud,备注“云驻共创”,发送您的1.博客昵称发文字 2.实名截图 3.报名截图小助手。老用户可跳过。 (也可扫描活动最下方二维码添加) 第⑤步:扫码进群查看群公告领取任务,每人可

    作者: 技术火炬手
    发表时间: 2023-12-26 09:39:53
    1425
    2
  • Neo4J图数据库学习笔记

    特定和优势  关系查询性能对比 在数据关系中心,图形数据库在查询速度方面非常高效,即使对于深度和复杂的查询 也是如此。在关系型数据库和图数据库(Neo4j)之间进行了实验:在一个社交网络里找到最大深度为5的 朋友的朋友,他们的数据集包括100万人,每人约有50个朋友。 实验结果如下:对

    作者: DevFeng
    103
    2
  • (香港启德项目) 添加ip白名单

    搬工位 限制登录了,需要添加一下ip;1.85.38.101 主IP 210.74.158.76 备IP,让华为云都加上王斌国/18629429514/wangbinguo@chinasofti.com

    作者: 中软-顾庆耀
    62
    6
  • 使用Python实现自动化截取Windows系统屏幕

    (Python 3中PIL停止开发,fork了一个新分支叫Pillow来支持Py3),是用来进行图像处理的,比如,改变图片颜色,进行图片缩放,图片裁剪等等基本图片操作。巧的是,它就包含一个截屏的功能,而且使用起来非常简单,两三行代码即可搞定:from PIL import ImageGrabim

    作者: 红皮橘子
    发表时间: 2019-05-07 11:51:58
    3249
    0
  • 【ROMA与VCM对接】添加布防场景

    频分析平台【操作步骤&问题现象】1. ROMA与VCM对接,添加白名单。需要管理员添加公有云/混合云场景下,ROMA平台网关地址在ROMA平台“服务集成 > API网关 > 网关管理 > 网关节点管理”中获取。需要添加网关白名单 IVS IP:https://103.90.191

    作者: tellhow1
    846
    4
  • github上热门的Python项目

    也可以帮助你。 3 deepfake 的深度学习技术 Facewap https://github.com/deepfakes/faceswap Star 4009 deepfake 的深度学习技术,这款工具本来的用途是用来识别和交换图片、视频中人物脸部图像的工具 。该项目有多个入口,你需要做的事:

    作者: Python爱好者
    发表时间: 2020-12-29 01:48:47
    9080
    0
  • 交通标志识别及在无人车系统应用

    主要介绍ModelArts和Hilens在无人车交通标志识别中的应用,有效降低了交通标志识别算法与系统开发的复杂度,实现基于ModelArts和Hilens的无人车交通标志识别系统的高效端云协同开发。

    播放量  2923
  • 谈谈激活函数以零为中心的问题

    代轮次少,则我们说模型收敛速度快。 参数更新 深度学习一般的学习方法是反向传播。简单来说,就是通过链式法则,求解全局损失函数 L(x→) 对某一参数 w 的偏导数(梯度);而后辅以学习率 η,向梯度的反方向更新参数 w。

    作者: AI浩
    发表时间: 2021-12-22 16:34:13
    581
    0