已找到以下 10000 条记录
  • 【物联网程学习课堂笔记】关于《名师讲堂:LiteOS内核实战教程》的学习3.2>LiteOS内核实战教程-信号量(实践)

    本节使用IoT Studio+LiteOS通过实际操作来讲解信号量的 应用1、定义信号量的变量2、添加自定义代码,内置函数的使用3、注意:工程路径不能有中文空格这类的Demo比较简单易学

    作者: 神龙居市
    831
    0
  • 可解释性人工智能:理解和解释模型的决策过程

    为了演示如何解释模型的决策过程,我们将使用一个图像分类任务的示例。假设我们有一个训练有素的深度学习模型,可以将图像分类为“猫”或“狗”。我们希望理解模型对于每个预测的依据。 下面是一个示例Python代码,使用Keras库训练一个简单的图像分类模型: import keras from

    作者: 皮牙子抓饭
    发表时间: 2023-06-05 15:47:29
    21
    0
  • 可解释性人工智能:理解和解释模型的决策过程

    为了演示如何解释模型的决策过程,我们将使用一个图像分类任务的示例。假设我们有一个训练有素的深度学习模型,可以将图像分类为“猫”或“狗”。我们希望理解模型对于每个预测的依据。 下面是一个示例Python代码,使用Keras库训练一个简单的图像分类模型: import keras from

    作者: 皮牙子抓饭
    发表时间: 2023-06-06 09:48:57
    32
    1
  • 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

    作者: 黑城笑
    发表时间: 2022-05-09 15:15:02
    488
    0
  • MindSpore A2C 强化学习

    今天我们使用A2C算法进行训练。 Advantage Actor-Critic (A2C)算法是一个强化学习算法,它结合了策略梯度(Actor)和价值函数(Critic)的方法。A2C算法在许多强化学习任务中表现优越,因为它能够利用价值函数来减少策略梯度的方差,同时直接优化策略。 A2C算法的核心思想

    作者: irrational
    发表时间: 2024-06-04 11:00:14
    18
    0
  • 算法创新Lab_news_KDD2023

    相关教程,教程吸引了与会学者的积极参与与反馈,产生了很好的业界影响力。 表征学习是为机器学习和人工智能中重要的手段, 其中的基本流形假设是内在维数的输入数据比输入特征低得多空间维度。当前的大多数表征学习都是在欧几里德空间中进行的,因为欧几里德空间是自然的概括我们的直觉友好的视觉三维的空间。

  • 多维特征参数机器学习算法描述

    多维特征参数机器学习算法描述 从软件实现的角度研究了多元线性回归、k-近邻、k-means聚类、概率神经网络和自组织神经网的机器学习算法。对自组织网络输出节点分布进行了环形和球面扩展,避免了学习算法的邻域边界问题。对无监督聚类的自组织网络和k-means聚类方法进行改进,使其具有

    作者: aqhs
    发表时间: 2022-05-23 01:34:24
    623
    0
  • 【机器学习算法专题(蓄力计划)】十八、机器学习中SVM算法中的硬间隔和软间隔

    文章目录 感知机 感知机代码实现 支持向量机(硬间隔) 原优化问题的对偶问题 SMO求解对偶问题最优解 软间隔支持向量机 KKT条件 w ∗ , b ∗ w^*,b^*

    作者: 毛利
    发表时间: 2021-07-14 17:57:08
    828
    0
  • 手把手教学小型金融知识图谱构建:量化分析、图数据库neo4j、图算法、关系预测、命名实体识别、Cypher Cheetsheet

    p=(n)-[:knows|:likes]->(m) return p 7.8.11 任意节点和指定范围深度关系 match p=(n)-[*1..3]->(m) return p 7.8.12 任意节点和指任意深度关系 match p=(n)-[*]->(m) return p 7.8.13

    作者: 汀丶
    发表时间: 2023-07-08 10:16:38
    22
    0
  • AI在管理临床试验设计和执行中,人和机器还在学习曲线上?

    AI包含多种技术:机器学习(ML)、深度学习(DL)、自然语言处理(NLP)和光学字符识别(OCR)。ML广泛应用于医药行业,创建数据分析算法和数学模型,从样本数据中提取特征,目的是进行预测或决策。ML分为(1)应用于数据提取的无监督学习,(2)应用于预测建模的监督学习。DL是一类基于

    作者: DrugAI
    发表时间: 2021-07-14 16:02:49
    1881
    0
  • 详解libtorch error C1021: 无效的预处理器命令“warning”

    功能和能力。libtorch提供了一个用于构建、训练和部署深度学习模型的高性能C++接口。与Python API相比,libtorch更适合在嵌入式系统、服务器端、移动设备或其他需要高性能和低延迟的场景中部署和使用深度学习模型。 以下是libtorch的一些主要特点: 高性能和

    作者: 皮牙子抓饭
    发表时间: 2024-04-07 09:50:10
    21
    0
  • AI系统创新Lab_研究方向1

    包括如何将知识表示成计算机可处理的形式,如何进行知识推理和推断,如何利用知识解决实际问题等。知识计算涉及表示学习、少样本学习、迁移学习、多语种学习、多模态学习、强化学习等多个研究方向的前沿技术,已经应用在能源、政务等众多领域。 知识计算是一种新的计算模式,旨在利用AI 技术实现

  • 学习笔记|泛化能力上界的证明

    com/p/75486940 【9】https://blog.csdn.net/u013745804/article/details/79522209 【10】统计学习方法(第2版),李航著,清华大学出版社

    作者: darkpard
    发表时间: 2021-09-17 11:42:08
    697
    0
  • MySQL源码学习(二) Buffer Pool

    MySQL源码学习(二) Buffer PoolBuffer Pool是innodb的核心组件之一,所有数据的读取,都会先放到Buffer Pool中,再读取出来,而不是直接读取datafile文件。那么对于类似笔者这样的新手来说,从哪里开始阅读buffer pool的代码呢?在源代码中,几乎搜不到”buffer

    作者: 爱咬人的猫
    发表时间: 2018-01-28 20:55:37
    10952
    0
  • [干货]学习python第一天

    Python学习第一天Python的应用领域 1.系统运维 2.网络编程 3.人工智能 4.WEB开发 5.云计算·大数据 6.网络爬虫 7.游戏,图像处理变量 什么是变量: 变量是关联一个对象的标识符 变量可以绑定一个对象,并可以通过变量名使用这个对象 标识符的命名方法: 以字母或下划线开头,后跟字母下划线或数字

    作者: 刘韦
    发表时间: 2019-03-05 17:50:48
    2863
    0
  • 自动学习案例中如何提高灰度图片训练精度?

    在特殊环境里,针对复杂情景如何提高自动学习准确率?除了手动增加数据集外(基础5张图片进行训练,为灰度图片精度),能否在notebook里创建一个YOLO模型加算法(算法市场订阅)来跑出高精度模型供特定场景使用?    地铁某零部件上面是一张灰度图片,针对相机拍摄角度问题会在地铁驶

    作者: 角动量
    1045
    2
  • Java并发之线程池ThreadPoolExecutor源码分析学习

    调用这个方法是出何用意。而且在这学习的过程当中,有在怀疑自己的学习方法对不对,因为也有人跟我说不需要一句句去看去分析源码,只需要知道流程就可以了,但是后来还是想想按照自己的学习路线走,多读源码总是有好处的,在这里我也给程序猿一些建议,有自己的学习方法的时候,按照自己的方式坚定走下

    作者: 技术火炬手
    发表时间: 2018-09-10 11:16:53
    6790
    0
  • 基于Java学生课程学习交流考试系统设计

    不再是局限。 通过学习平台的研究可以更好地理解系统开发的意义,而且也有利于发展更多的智能系统,解决了人才的供给和需求的平衡问题,学习平台的开发建设,由于其开发周期短,维护方便,所以它可以适应学习体系基本要求。 二、系统设计: 本次设计任务是要设计一个学习平台,通过这个系统能

    作者: Java李杨勇
    发表时间: 2022-08-31 12:45:47
    338
    0
  • 基于MindSpore复现Deeplabv3—语义分割

    基于MindSpore复现Deeplabv3—语义分割 实验介绍 本实验主要介绍使用MindSpore深度学习框架在PASCAL VOC2012数据集上训练Deeplabv3网络模型。本实验使用了MindSpore开源仓库model_zoo中的deeplabv3模型案例。

    作者: irrational
    发表时间: 2022-03-21 15:36:08
    1468
    0
  • 手撸二叉树之最小深度

    Hello, 大家好,今天给大家带来的关于二叉树相关的算法题是二叉树的最小深度,正文如下: 题目: 给定一个二叉树,找出其最小深度。 最小深度是从根节点到最近叶子节点的最短路径上的节点数量。 说明:叶子节点是指没有子节点的节点。 示例1: 输入:root = [3,9,20,null

    作者: HelloWorld杰少
    发表时间: 2022-09-19 05:03:40
    168
    0