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
  • [机器学习|理论&实践] 机器学习与边缘计算的融合:部署过程与实例分析

    普及,边缘设备的计算能力和存储能力将得到进一步提升,为更复杂的机器学习任务提供支持。 边缘端AI芯片的发展: 边缘端AI芯片的不断发展将进一步提高边缘设备的计算效率,使得更复杂的模型可以在边缘设备上运行。 联邦学习的应用: 联邦学习将成为机器学习与边缘计算融合的新趋势,实现设备间的模型参数更新而无需将数据传输到云端。

    作者: Y-StarryDreamer
    发表时间: 2023-12-31 15:38:54
    257
    0
  • 分享机器学习趋势论文——基于表感知词上下文化的WikiSQL综合探讨

    Answering用于开放领域问答的关系图表征学习https://grlearning.github.io/papers/123.pdf这篇论文提出了一个带有注意力的关系GNN,能够解决基于普通文本的以及把WebQuestionsSP外挂数据集作为知识图的问答任务。Populating

    作者: 初学者7000
    1473
    2
  • LSTM在语音识别中的应用:探索LSTM在语音信号处理中的潜力和局限

    Coefficients)和梅尔频谱等。 模型构建: 构建 LSTM 模型作为声学模型或语言模型的基础,可以使用深度学习框架如 TensorFlow 或 PyTorch 进行实现。 模型训练: 使用准备好的数据集对 LSTM 模型进行训练,通过最小化损失函数来优化模型参数。 模型评估: 使

    作者: Y-StarryDreamer
    发表时间: 2024-03-26 14:29:09
    1
    0
  • 并发编程系列之上下文切换学习笔记

    介绍上下文切换之前先介绍一下进程、线程的相关概念,以便于更好地理解上下文切换 进程:在操作系统中的定义是计算机中的程序关于某数据集合上的一次运行活动,是系统进行资源分配和调度的基本单位。在早期的操作系统中,确实是由进程直接执行程序的,所谓程序就是数据、指令及其组织形式的描述。进程

    作者: yd_273762914
    发表时间: 2020-12-02 00:10:36
    2505
    0
  • 《AI安全之对抗样本入门》—3.3 Keras

    3.3 KerasKeras本质上还算不上一个深度学习框架,它的底层还是要依赖TensorFlow这些深度学习框架,但是相对TensorFlow复杂的语法,Keras通过封装,提供了一套非常简洁的接口,让熟悉Python开发的人可以快速上手。我们以解决经典的手写数字识别的问题为例

    作者: 华章计算机
    发表时间: 2019-06-17 18:18:26
    4420
    0
  • 基于ModelArts的模型评估“ModelArts人工智能应用开发指南” 学习笔记

    elArts提供了多个模型对比,不同特征数据子集评估与对比的功能,开发者可以在“评估对比”页面中选择需要对比的多个评估作业,并且可以通过数据集特征值选择某个特征子集的图像进行评估。

    作者: QGS
    2052
    4
  • 基于投影变换建模传递关系的知识图谱表示学习

    0知识图谱表示学习模型通过学习知识图谱中实体和关系的表示,用于预测实体之间缺失的链接(关系),而这些模型的性能很大程度上受模型推断不同关系模式能力的影响。目前常见的关系模式有对称、非对称、互逆、组合和传递等。尽管现有模型已经能够对这些关系模式中的大部分进行建模,但当前模型还未能支

    作者: 可爱又积极
    943
    2
  • 【课程资源删除】7天晋级机器学习--资源删除公告

    感谢您参与  7天晋级机器学习  活动!请务必关注课程完成后的资源释放问题!!!以下是资源释放的时间和方法,请同学们务必按照要求释放资源!请在3月9日前释放资源!如果未释放,产生的持续扣费、账户欠费冻结等问题,EI小助手将不再做任何补偿哦!!!释放资源方法:请首先在MLS实例页左

    作者: 开发者运营
    6381
    3
  • 自然语言处理概念和技术

    机器学习无法人工标注出来这些自然语言特征,使得传统机器学习只能学习预先制定的规则,而不能学规则之外的复杂语言特征。 基于深度学习的自然语言处理技术深度学习是机器学习的一大分支,在自然语言处理中需应用深度学习模型,如卷积神经网络、循环神经网络等,通过对生成的词向量进行学习,以完成

    作者: QGS
    636
    0
  • Hibernate学习笔记7

      Hibernate学习笔记7 学习课程: Component映射——组建映射 Hibernate_15_Compontent_Mapping

    作者: wh_bn
    发表时间: 2021-12-15 14:27:49
    371
    0
  • GAMES101 学习8——着色(着色频率、图形管线、纹理映射)

    片段(Fragment):三维顶点光栅化后的数据集合,还没有经过深度测试 像素:片段经过深度测试、模板测试、alpha混合之后的结果 片段的个数远远多于像素,因为有的片段会在测试和混合阶段被丢弃,无法被渲染成像素 Fragment Processing 把片段作为输入。该阶段主要进行深度测试,计算光照以

    作者: lutianfei
    发表时间: 2022-05-06 07:36:30
    879
    0
  • 2025春招,深度思考MyBatis面试题

    大家好,我是V哥,2025年的春招马上就是到来,正在准备求职的朋友过完年,也该收收心,好好思考一下自己哪些技术点还需要补一补了,今天 V 哥要跟大家聊的是MyBatis框架的问题,站在一个高级程序员的角度,我们要如何去思考面试官的问题,马上开整。 在梳理面试问题之前,V 哥通过千

    作者: 威哥爱编程
    发表时间: 2025-02-05 17:18:03
    0
    0
  • PyTorch 提高生产力的技巧

    完整的数据集,而是可以轻松获取第一批数据集。然后,我们可以对单个批次进行训练,以检查模型是否可以学习这一小部分数据中的模式和方差。 如果损失减少到一个非常小的值,我们知道模型可以过度拟合这些数据,并且可以确保它在短时间内学习。然后,我们可以通过简单地更改一行来在整个数据集上对其进行训练,如下所示:

    作者: yd_217961358
    发表时间: 2023-08-25 16:47:46
    26
    0
  • 华为云云原生钻石课程12:Istio控制面架构深度剖析

    《云原生王者之路集训营》是华为云云原生团队精心打磨的云原生学习技术公开课,分为黄金、钻石、王者三个阶段,帮助广大技术爱好者快速掌握云原生相关技能。本课程为钻石课程的第十二课,由华为云云原生开源工程师徐老师,深度介绍:Istio系统架构和运行机制和Sidecar原理机制。

  • 疯狂Java学习笔记(45)------------Hashcode的作用

    疯狂Java学习笔记(45)------------Hashcode的作用 ============================================================ 如何理解hashCode的作用:

    作者: brucexiaogui
    发表时间: 2021-12-29 17:09:10
    467
    0
  • GAMES101 学习19——相机、透镜、光场

    真实场景中有一段深度(景深)经过透镜会在成像平面附近形成一段区域,这段区域内认为CoC是足够小的。这段就是清晰的。 可以简单理解成只要CoC比像素小或者差不多,画面就是清晰的。 Depth of Field(FYI) 我们希望把DF DN DS dF dS dN 联系起来(深度和焦距联系起来)

    作者: lutianfei
    发表时间: 2022-05-14 10:05:17
    1336
    0
  • AI经典论文MXNet:适用于异构分布式系统的灵活高效的机器学习

            MXNet是一个多语言机器学习(ML)库,可简化ML算法的开发,尤其是对于深度神经网络。 嵌入宿主语言中,它将声明式符号表达式与命令式张量计算相结合。 它提供自动微分以导出梯度。 MXNet具有高效的计算和内存功能,并且可以在各种异构系统上运行,从移动设备到分布式GPU群集。

    作者: ypr189
    629
    1
  • 深度解析HashMap:探秘Java中的键值存储魔法

    HashMap在Java中的一些重要性: 高效的查找操作: HashMap基于哈希表实现,可以在常数时间内执行查找操作,这使得它在大数据集合中非常高效。 灵活性: HashMap允许存储不同类型的键和值,包括自定义对象。这使得它非常灵活,适用于各种场景。 无序性: HashM

    作者: 忆愿
    发表时间: 2024-12-05 15:37:33
    218
    0
  • 交通运输部:推动区块链、物联网等技术与冷链物流深度融合

    推动港航作业单证电子化,逐步实现港口电子放货。三是提升冷藏集装箱道路水路联运服务质量。鼓励推动冷藏集装箱航运企业、道路运输企业、港口企业、货代等企业依托区块链电子放货平台,逐步开展物流信息上链业务,开发应用电子运单,推动实现冷藏集装箱道路水路运输全过程温湿度、位置等信息实时监控,

    作者: 一览芳华
    226
    0
  • 【MindSpore易点通】MindSpore1.8新版本体验

    从代码中可以看出,官方已经实现了GPT、OPT和BERT。今天我们体验一下GPT。确认了一下,完完,自己的本子没法跑,还是切换到服务器吧数据集OpenWebText数据集数据集12GB,有点大使用Brown University处理后的版本,cid:link_4 , Downloadwget h

    作者: 孙小北
    65
    0