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
  • 这70道算法题你都会的话,可以直接去字节跳动了!

    前言 知识的广度来自知识的深度学习如果不成体系那是多可怕的一件事儿,希望我们在未来的学习道路上坚守初心,不要给自己留下遗憾,以自己喜欢的方式生活,做自己喜欢做的事,做一个独一无二的自己! 1

    作者: Java小叮当
    发表时间: 2022-03-31 15:27:50
    377
    0
  • 学习OpenCV 3(中文版)》 —什么是计算机视觉

    无意加进去。场景信息同样可以(尤其是通过机器学习技术)进行建模。隐式的变量(比如尺寸、重力的方向等不容易被直接观测到的)可以从带标记的数据集中发现关系并推测出来。或者,可以尝试使用附加的传感器测量隐式变量的值,比如利用激光雷达来测量深度,从而准确得到目标的尺寸。计算机视觉所面临的

    作者: 清华大学出版社
    发表时间: 2019-10-23 20:30:04
    5501
    0
  • 人工智能实践Tensorflow笔记:人工智能概述-1

    一些基本概念 人工智能:机器模拟人的意识和思维 机器学习: 是一种统计学方法,计算机利用已有数据,得出某种模型,再利用此模型预测结果 特点:随经验的增加,效果会变好 举例: 决策树模型 机器学习三要素:数据、算法、算力 深度学习:深层次神经网络,源于对生物脑神经元结构的研究。

    作者: 彭世瑜
    发表时间: 2021-08-13 15:08:00
    1195
    0
  • Shell脚本学习笔记(从入门到精通)

    @TOC 第1章 Shell概述 大数据程序员为什么要学习Shell呢? 1)需要看懂运维人员编写的Shell程序。 2)偶尔会编写一些简单Shell程序来管理集群、提高开发效率。 第2章 Shell解析器 (1)Linux提供的Shell解析器有: [root@master

    作者: 无 羡ღ
    发表时间: 2021-12-26 09:19:55
    1047
    0
  • 深度残差收缩网络:(四)注意力机制下的阈值设置

    对于基于深度学习的分类算法,其关键不仅在于提取与标签相关的目标信息,剔除无关的信息也是非常重要的,所以要在深度神经网络中引入软阈值化。阈值的自动设置,是深度残差收缩网络的核心贡献。需要注意的是,软阈值化中的阈值,需要满足一定的条件。这篇文章中的阈值设置,事实上,是在注意力机制下进

    作者: hw9826
    发表时间: 2020-01-14 21:47:17
    3244
    0
  • 【每日一题】数组系列(6) —— 加一

    写在前面:大家好!我是【AI 菌】,一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源! 这博客是我对学习的一点总结与记录。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣,可以关注我的动态,我们一起学习,一起进步~ 我的博客地址为:【AI 菌】的博客 我的Github项目地址是:【AI

    作者: AI 菌
    发表时间: 2021-08-04 14:48:19
    774
    0
  • 深入学习 JVM 垃圾回收算法

    博主介绍: ✌博主从事应用安全和大数据领域,有8年研发经验,5年面试官经验,Java技术专家✌ Java知识图谱点击链接:体系化学习Java(Java面试专题) 💕💕 感兴趣的同学可以收藏关注下 ,不然下次找不到哟💕💕 1、如何判断对象死了吗? 在垃圾回收算法中

    作者: 激流丶
    发表时间: 2023-06-29 17:38:10
    28
    0
  • Istio流量治理与监控管理深度剖析

    云原生钻石系列课程第14课,由华为云云原生开源工程师徐老师主讲,深度剖析Istio流量治理和监控管理原理。

    主讲人:徐中虎 华为云云原生开源团队核心成员
    直播时间:2021/08/06 周五 19:00 - 20:00
  • FineReport 11学习笔记:入门实操2

    数据查询与过滤练习: 1)下载附件文件任务DAY3.cpt,并在设计器内打开 下载链接:https://bbs.fanruan.com/ueditor/php/upload/file/20221114/1668401045477947.cpt 设计器关闭原有项目,打开该cpt文件:

    作者: 张辉
    发表时间: 2022-11-20 13:19:25
    259
    0
  • FineReport 11学习笔记:入门实操4

    可视化报表和决策报表练习: 1)新建一个空白决策报表模板,使用FRDemo中的[销量]建立数据集ds1 在菜单栏选择 文件-》关闭。 再选择 文件-》新建决策报表: 再弹出的页面中选择空白模板,点击确定: 2)将参数界面、报表块、柱形图图表块3个组件拖入body 点击下面三张图所示的地方,拖入body:

    作者: 张辉
    发表时间: 2022-11-21 16:07:34
    258
    0
  • 使用机器学习进行测井数据异常值检测

    测井数据异常值检测在石油工程中起着至关重要的作用。异常值可能是由于设备故障、数据采集错误或地质异常引起的。通过使用机器学习技术,我们可以自动检测和标识这些异常值,以提高数据质量和解释的准确性。本文将介绍如何使用机器学习算法进行测井数据异常值检测,并提供一个简单的代码示例。 步骤1: 数据准备 首先,我们需要

    作者: 皮牙子抓饭
    发表时间: 2023-06-12 09:11:16
    7
    1
  • 【上电即上华为云】(视频演示)语音识别、RISC-V架构WiFi芯片、LCD显示屏融合案例

    语音识别将改变我们的生活!   此案例资源开放,稍后提供下载 请关注 故小北 相关 【上电即上华为云】华为云openCPU智联模组_wifi_8720_MQTT https://bbs.huaweicloud.com/blogs/233458

    作者: zhensu
    发表时间: 2021-04-20 02:51:56
    2668
    0
  • [软件测试][Android测试环境的搭建][学习笔记]

    它相关的app。 3.1.真机测试环境 最直接的方式就是使用真机进行测试。 3.2.第三方模拟器测试 一般日常学习使用的话比较推荐这种方式,可以不需要真机进行学习测试,下载来源丰富,网络不受影响。 3.3.Android自带的模拟器测试 官方资源,需要搭建Android开发

    作者: John2021
    发表时间: 2022-09-07 23:46:23
    220
    0
  • 机器学习案例(十一):水质分析与预测

    安全饮用水是全人类的基本需求之一。从法律的角度来看,获得饮用水是一项基本人权。影响水质的因素很多,也是机器学习的主要研究领域之一。它也被称为饮用水分析,因为我们的任务是了解影响饮用水的所有因素,并训练一个机器学习模型,该模型可以对特定水样是否安全或不适合饮用进行分类。 对于水质分析任务,其中包含有

    作者: 川川菜鸟
    发表时间: 2022-09-24 16:53:14
    171
    0
  • 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

    作者: 川川菜鸟
    发表时间: 2022-09-24 17:07:48
    118
    0
  • 谈谈Python的Flask框架学习与福利分享

    聊聊Flask学习起初学习python,没有往web方面考虑,但接触Flask后才发现,原来几行代码就能开发出一个“网站”。虽然至今在Flask上,学习的也不够深入,但还是想跟大家分享一些Flask学习中的感想。首先,当你决定要学习PythonWeb框架的时候,先需要冷静,因为你

    作者: 技术火炬手
    发表时间: 2019-11-19 11:47:58
    8034
    0
  • 神经网络实战--使用迁移学习完成猫狗分类

    MobileNetV2是基于深度级可分离卷积构建的网络,它是将标准卷积拆分为了两个操作:深度卷积 和 逐点卷积,深度卷积和标准卷积不同,对于标准卷积其卷积核是用在所有的输入通道上,而深度卷积针对每个输入通道采用不同的卷积核,就是说一个卷积核对应一个输入通道,所以说深度卷积是depth级别

    作者: 是Dream呀
    发表时间: 2023-02-14 05:45:04
    76
    0
  • 学习】数据管理和数据处理

    【前言】 最近学习《数据库系统与原理》,对于数据管理和数据处理稍有争议,稍微总结了一下。 【正文】 数据管理 是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程。实现数据有效管理的关键是数据组织。 数据处理 是

    作者: Laura_张
    发表时间: 2022-08-26 14:33:05
    175
    0
  • 收藏 | 可解释机器学习发展和常见方法!

    近年来,可解释机器学习(IML) 的相关研究蓬勃发展。尽管这个领域才刚刚起步,但是它在回归建模和基于规则的机器学习方面的相关工作却始于20世纪60年代。最近,arXiv上的一篇论文简要介绍了解释机器学习(IML)领域的历史,给出了最先进的可解释方法的概述,并讨论了遇到的挑战。

    作者: 王博Kings
    发表时间: 2021-05-09 19:11:56
    1743
    0
  • 学习笔记|实对称矩阵正定的等价定义

    正定是一个非常重要的概念,除了在正定核中有应用(可参见学习笔记|正定核)、与合同矩阵紧密关联(可参见学习笔记|实对称矩阵正定与合同于E的等价性证明)外,与可逆、特征值等矩阵重要概念也存在紧密的关联,下面来看矩阵的性质7-(前6个性质可参见学习笔记|矩阵正定的基本性质和学习笔记|实对称矩阵正定与合同于E的等价性证明)。

    作者: darkpard
    发表时间: 2022-01-08 08:12:15
    760
    0