【学习指引】华为云微认证使用流程指南

LiteOS学习2——选择华为LiteOS的亮点，优势是什么

纵观五花八门的物联网操作系统，我们可以看到它们可以分为三大主要流派。第一流派是由传统的嵌入式实时操作系统发展而来，如FreeRTOS、RT-Thread、Huawei LiteOS等，它们在物联网终端上已经获得广泛支持，硬件推广成本低，但是其软件开发专业度极高，软硬件开发难以隔离

资料学习 - 通过渐进模型替换来压缩BERT

论文《BERT-of-Theseus: Compressing BERT by Progressive Module Replacing》阐述如下：传统的模型压缩方法都是采用蒸馏技术，本文提出了一种新的区别于蒸馏的压缩Bert的方法，并取得了很好的效果。 本文提出了一种新的模型压

学习Java？你得了解这些经典的设计模式

（注：本文思想主要来源于哈工大计算学部王忠杰教授的《软件构造》） 一、创造型模式 1.工厂方法模式 工厂方法：也被称为“虚拟构造器”。定义用于创建对象的接口，但让子类决定实例化哪个类。工厂方法允许类将实例化延迟到子类。当client不知道要创建哪个具体类的实例，或者不想在clie

【DevRun成长计划——Serverless专场学习笔记】

本次学习实践，我学习了Serveless在华为云的基本操作。与此同时，我还进行了很多实践。具体说来，一共进行了三项实践：10分钟开发我的个人主页，这个项目是第一个项目，也是唯一使用nodejs的项目，可以使用serveless快速建站，十分方便快捷：第二个项目是OBS自动化文件解

【物联网程学习课堂笔记】关于《IoT开发精英实战营：一往无前》 课程总结

一.课程总结二.个人总结    与前两课相比，在相同的框架下学习了更广泛、更有深度的内容。虽然课程数量上多于前两次课，但有了前两次课的基础，学习起来会很轻松。

联邦学习落地金控公司的挑战与思考

首先我们来看怎么做到完全合规，尤其是证券基金机构。为了让联邦学习落地，我们提出了一个“加强联邦学习的审计”的要求。其实这跟联邦学习的内核并没有太大关系，我们对联邦学习的建模、算子、pipeline，其实没有做任何改造，只是在联邦学习的“最后一公里”之

【小白学习PyTorch教程】五、在 PyTorch 中使用 Datasets 和 DataLoader 自定义数据

@Author：Runsen 有时候，在处理大数据集时，一次将整个数据加载到内存中变得非常难。 因此，唯一的方法是将数据分批加载到内存中进行处理，这需要编写额外的代码来执行此操作。对此，PyTorch 已经提供了 Dataloader 功能。 DataLoader

PHP基础语法，学习完直接上手

语言。 PHP 是免费的，并且使用非常广泛。同时，对于像微软 ASP 这样的竞争者来说，PHP 无疑是另一种高效率的选项。 我在学习php的同时也学习了javascript，这两种语言很像，却又大不相同，二者可互相嵌套，同时使用。 PHP起源 PHP 继承自一个老的工程，名叫 PHP/FI。PHP/FI

“人人投”牵手“云合同”：电子合同助力打造稳健众筹生态链

适合行业的众筹生态链，而打造稳健的众筹生态链、建设一个稳定安全高效的众筹平台必不可少的是引入专业的电子合同服务平台。“云合同”作为国内领先的电子合同服务第三方平台，不仅拥有核心的电子签名技术，还拥有先进的服务理念与丰富的运营经验，为用户提供合同生成、在线签署、云端存储、履行监管等

计算机视觉算法中的行人检测（Pedestrian Detection）

来进行行人检测。常用的特征提取方法有Haar特征、HOG特征等。 基于深度学习的方法：近年来，深度学习在行人检测领域取得了巨大的突破。深度学习模型，如卷积神经网络（CNN）和循环神经网络（RNN），可以自动学习图像中的特征，并具有较好的泛化能力。 基于目标跟踪的方法：这类算法通常

机器学习-Random Forest算法简介

Random Forest是加州大学伯克利分校的Breiman Leo和Adele Cutler于2001年发表的论文中提到的新的机器学习算法，可以用来做分类，聚类，回归，和生存分析，这里只简单介绍该算法在分类上的应用。   Random Forest（随机森林）

万亿级市场风起云涌，众签电子合同助力汽车金融风控再升级

议》《购车分期协议》《汽车租赁合同》等各类合同，通过众签电子合同可在线完成签署，省去用户频繁跑现场、纸质合同邮寄的麻烦，大大缩短交易周期，提升用户体验。在存储和管理方面也实现全流程电子化，查询、下载十分便捷。 使用众签电子合同签署的协议真实有效且具备法律效力，当发生合同纠纷时，众

k-近邻算法（K-Nearest Neighbors, KNN）详解：机器学习中的经典算法

==数据收集==   首先，需要收集相关的数据集。数据集可以来源于公开数据集、企业内部数据或通过爬虫技术获取。确保数据集的质量和代表性是成功实施k-近邻算法的基础。 ==数据预处理==   数据预处理包括以下几个方面： 缺失值处理：检查数据集中是否存在缺失值，并采取适当的处理方法，如删除缺失值、用均值或中位数填充等。

【我要去HDC2021】我要学习易语言

坚持每天学习,搞定易语言

深度实践OpenStack:基于Python的OpenStack组件开发—3.3　Python数据类型

3.3　Python数据类型3.3.1　变量Python程序是通过变量来访问某块内存中的数据的，但Python中变量的概念和C语言中的变量有些不同，这里从变量的定义上来说明两者的不同之处。在C语言中定义一个变量时，需要指定变量的数据类型，变量初始化时，还需依据等号左边变量的数据类

MP3、DVD等传统电子产品的逐渐消失已经成为科技发展的一种趋势。那么，下一个可能被淘汰的电子产品会是什么呢？让我们一起来探讨一下，你认为下一个会被淘汰的电子产品是什么？

MP3、DVD等传统电子产品的逐渐消失已经成为科技发展的一种趋势。那么，下一个可能被淘汰的电子产品会是什么呢？让我们一起来探讨一下，你认为下一个会被淘汰的电子产品是什么？

机器学习案例（六）：加密货币价格预测

间内也能带来丰厚的回报。比特币、狗狗币是当今流行的加密货币之一。如果你想知道如何通过机器学习预测任何加密货币的未来价格，这篇文章适合你。在本文中，我将引导你完成使用 Python 进行机器学习的加密货币价格预测任务。 文章目录 一、案例实践