【IoT】电子产品如何做防静电 ESD 设计

人体自身的动作或与其他物体的接触，分离，摩擦或感应等因素，可以产生几千伏甚至上万伏的静电。静电在多个领域造成严重危害。 摩擦起电和人体静电是电子工业中的两大危害，常常造成电子电器产品运行不稳定，甚至损坏。 生产过程中静电防护的主要措施为静电泄露、耗散、中和、增湿、屏蔽与接地。 人体静电防护系统

机器学习算法介绍—聚类算法

        前面的算法中的一个显著特征就是我的训练数据中包含了标签，训练出的模型可以对其他未知数据预测标签。在下面的算法中，训练数据都是不含标签的，而算法的目的则是通过训练，推测出这些数据的标签。这类算法有一个统称，即无监督算法(前面有标签的数据的算法则是有监督算法)。无监督

第二章学习内容

如何学习华为的相关知识

想学鸿蒙但是一头包

每天学习，完成计划，决战考研

考研。。。

【智慧井盖案例】代码学习解答

您好，我烧入了这个智慧井盖案例的代码，用的NBIOT，想研究下这个工程的各部分代码的作用，比如读加速度、温度的数据的代码，但是根本找不到代码在哪里。。 没有具体文档说明，代码里似乎也没有注释，请问有代码说明文档吗？

华为云学习笔记（一）

学习笔记 - NLP之工具spaCy

spaCy是具有工业级强度的Python NLP工具包，支持多种自然语言处理基本功能，被称为最快的工业级自然语言处理工具。它支持多种自然语言处理的基本功能，主要功能包括分词、词性标注、词干化、命名实体识别、名词短语提取等。目前spaCy v3.0正式发布，这是一次重大更新。spaCy

自动学习为什么训练失败？

经常遇到这种情况，请大佬们分析分析，有没有什么排除故障的方法？

python入门之算法学习

实现二分查找的python代码如下：12345678910111213def binary_search(list, item):    low = 0 #最低位索引位置为0    high = len(list)- 1 #最高位索引位置为总长度-1    while low <=

Java进阶学习:jar打包详解

jar文件听说过吗，没有？或者陌生！好，没关系，这就是我们的第一站：打包发布。　　　　 为什么会有这个玩意呢，首先，这是jar的全称：JavaTM Archive (JAR) file，是的，就是java存档文件。这有点类似zip文件，想一想它是干什么的用的呢，压缩！？没错就是要

Python 内存管理学习

Python中的所有东西都是对象。这意味着动态内存分配是Python内存管理的基础。当不再需要对象时，Python内存管理器将自动从它们中回收内存。Python是使用C编程语言实现的高级编程语言。Python内存管理器管理Python的内存分配。有一个私有heap，其中包含所有P

浙大机器学习，模型导入报错

深度学习核心技术精讲100篇（六十五）-万字长文从ReLU到GELU通讲神经网络激活函数

前言 在计算每一层的激活值时，我们要用到激活函数，之后才能确定这些激活值究竟是多少。根据每一层前面的激活、权重和偏置，我们要为下一层的每个激活计算一个值。但在将该值发送给下一层之前，我们要使用一个激活函数对这个输出进行缩放。

数据库学习系列1-数据库基础概念介绍

数据库学习系列1-数据库基础概念介绍零门槛入门数据库学习数据库是计算机科学中发展久远的一门技术。从上世纪60年代初诞生至今为止，已经将近60年。从早期单纯的对数据文件的保存和处理，发展出以数据建模和数据库管理系统为核心技术的一门内容丰富的综合性学科，成为现代计算机应用系统的基础和

数据库学习系列1-数据库基础概念介绍

数据库学习系列1-数据库基础概念介绍零门槛入门数据库学习数据库是计算机科学中发展久远的一门技术。从上世纪60年代初诞生至今为止，已经将近60年。从早期单纯的对数据文件的保存和处理，发展出以数据建模和数据库管理系统为核心技术的一门内容丰富的综合性学科，成为现代计算机应用系统的基础和

监督学习算法中梯度提升决策树（Gradient Boosting Decision Trees）

梯度提升决策树（Gradient Boosting Decision Trees，简称GBDT）是一种监督学习算法，它是以决策树为基础分类器的集成学习方法。 GBDT通过迭代地训练多个弱分类器（决策树），每个弱分类器都在前一个弱分类器的残差上进行训练，从而逐步减小残差，最终将多个弱分类器组合成一个强分类器。

机器学习模型从理论到实战|【005-决策树与随机森林】客户流失预测

基尼指数（Gini Index）： 基尼指数是CART决策树常用的划分标准，表示某个特征划分后的数据集的“纯度”，其计算公式为： 其中，pk是类别 k 在数据集 D 中的比例。基尼指数越小，表示数据集越“纯”。 1.2 决策树的构建过程： 从根节点开始，计算每个特征的分裂质量（根据信息增益或基尼指数）。

新的AI技术发展趋势--多模态学习技术

连贯动作视频片段的视觉、声音信息。多模态学习，从上世纪70年代就已经起步，几经发展，现在正进入到机器学习特别是深度学习的阶段。通常称为多模态机器学习（Multi-Modal Machine Learning ，MMML），试图通过机器学习的方法实现对多源模态信息进行分析和理解。当