已找到以下 10000 条记录
  • 深入学习区块链的隐私保护(四)秘密共享

    秘密共享是指将秘密以适当的方式拆分,拆分后的每一个份额由不同 的参与者管理,单个参与者无法恢复秘密信息,只有若干个参与者一同协 作才能恢复秘密消息。秘密共享的概念最早由著名密码学家Shamir[1] 和 Blakley[2] 于1979 年分别基于拉格朗日插值法、多维空间点的性质给出了

    作者: 区块链小白白
    104
    1
  • 机器学习 --- 排名算法之PageRank

    机器学习 — 排名算法之PageRank 概述 PageRank 是Google使用的对其搜索引擎搜索结果中的网页进行排名的一种算法,该算法是以Google创始人之一Larry Page的名字来命名的. Google的搜索引擎用它来分析网页的相关性和重要性,在搜索引擎优化中经常被用来作为评估网页优化的成效因素之一

    作者: Ghostian
    发表时间: 2021-06-24 03:35:19
    4100
    0
  • 机器学习中的算法(1)-决策树模型组合之随机森林与GBDT

    前言:     决策树这种算法有着很多良好的特性,比如说训练时间复杂度较低,预测的过程比较快速,模型容易展示(容易将得到的决策树做成图片展示出来)等。但是同时,单决策树又有一些不好的地方,比如说容易over-fitti

    作者: 格图洛书
    发表时间: 2021-12-29 16:47:55
    761
    0
  • 运营活动 - 教育

    运营活动 PK赛 PK 赛是利用竞争激励的方式让学员主动参与学习,以竞赛的形式来促进学员练习、学习。 运营-运营活动-PK赛-【新建】 图1 新建PK赛 图2 基本信息 图3 PK赛内容 图4 设置 抽奖管理 管理员在后台上新建抽奖规则,通过分享链接/二维码的方式让学员参与抽奖活

  • IoTStudio&IoTStage学习笔记分享

    核心价值: 提供物联网管理通用模板,简单配置就能使用 提供30+可视化组件供开发者使用,自由灵活拖拽,可见即所得 与华为loT物模型深度集成,直接使用设备Profile进行数据绑定/编辑 3、物联网应用引擎与微服务开发框架降低应用定制复杂度 核心价值: 物联网应用托管:支持共享集群部署方式。

    作者: Jack20
    发表时间: 2021-08-08 03:52:22
    6475
    0
  • 紫极神光Matlab王者学习之路(含软件包+教程包+代码)

    础知识进行学习学习链接1:图像处理 学习链接2:路径规划 学习链接3:预测模型 学习链接4:优化求解 学习链接5:语音处理 学习链接6:车间调度 学习链接7:信号处理 学习链接8:背包问题 学习链接9:元胞自动机 学习链接10:数学建模 学习链接11:数模竞赛 学习链接12:基础教程

    作者: 海神之光
    发表时间: 2022-05-28 16:15:35
    170
    0
  • Objective-C 基本语法学习

      #  Objective-C 基本语法学习【以C++/Java作为比较】     类定义 C++/java obj-C

    作者: iOS逆向
    发表时间: 2021-10-15 16:03:05
    1164
    0
  • 学习笔记06】深入了解系统调用

    执行(老方法)系统调用结束,返回用户态的指令变成了 sysretq。将进程恢复为用户态 总结 结合之前对用户态、内核态模式转换的学习用户态 - 系统调用 - 保存寄存器 - 内核态执行系统调用 - 恢复寄存器 - 返回用户态。64位系统中一个完整的系统调用,专栏中的总结图如下

    作者: 王建峰
    发表时间: 2021-11-18 16:36:11
    1278
    0
  • tensorflow 1.0 学习:参数和特征的提取

    tensorflow 1.0 学习:参数和特征的提取 在tf中,参与训练的参数可用 tf.trainable_variables()提取出来,如: #取出所有参与训练的参数 params=tf.trainable_variables() print("Trainable

    作者: 风吹稻花香
    发表时间: 2021-06-04 16:32:58
    1336
    0
  • 利用机器学习算法提高石油炼化过程中的运输调度效率

    题。随着机器学习算法的发展和应用,越来越多的石油炼化企业开始尝试使用机器学习算法来优化运输调度,提高调度效率和降低成本。本文将介绍利用机器学习算法提高石油炼化过程中的运输调度效率的方法,并讨论其对炼化过程的影响。 1. 机器学习算法在石油炼化运输调度中的应用 机器学习算法在石油炼

    作者: 皮牙子抓饭
    发表时间: 2023-07-16 14:10:49
    69
    0
  • 永洪商业智能解决方案

    为企业提供灵活易用的全业务链大数据分析解决方案,轻松发掘大数据价值,获取深度洞察力 释放数据价值,助力各行各业数字化转型 伙伴方案 公有云/HCSO/HCS 购买 实践 专家咨询 专家咨询 实践 加快数字化转型,提升企业竞争力 加快数字化转型,提升企业竞争力 市场洞察和预测 助力企业更好地了解市场趋势、消费者需求

  • 油田勘探中的人工智能技术进展与应用

    人工智能在石油勘探中的应用可以涵盖从数据分析到决策支持的各个方面。以下是几个人工智能在油田勘探中的关键领域: 数据分析与预测 人工智能技术为石油勘探提供了强大的数据分析和预测能力。通过利用机器学习算法和深度神经网络,研究人员可以对大量的地震、测井和地质数据进行处理和分析。这些算法能够发现隐藏在数据中的模

    作者: 皮牙子抓饭
    发表时间: 2023-06-30 16:56:35
    5
    0
  • 【IDA-3D 解读】基于实例深度感知的自动驾驶立体视觉三维目标检测

    围。因此我们将深度估计的搜索范围减小到[zmin, zmax],其中zmin和zmax分别表示每个对象的最小深度值和最大深度值。这种深度自适应使量化的平均分割单元最小化,从而改进了深度估计。 2.3 匹配代价权重 如公式(1)所示,3D盒子中心的深度是所有深度层的加权平均值,

    作者: AI 菌
    发表时间: 2021-11-09 16:16:38
    1346
    0
  • 人车识别实验--华为ModelArts自动学习 VS 百度Easy DL

    # 华为ModelArts自动学习 VS 百度Easy DL 在华为云论坛上看到了人车识别的实验。 想看下时下流行的自动驾驶相关的AI模型是怎么样子的。 也想看看现阶段各大AI平台是怎么进行模型训练的。 那接下来就用华为云的ModelArts和百度的Easy DL体验一下吧。 ##

    作者: AI皮皮虾
    6318
    1
  • CV之YOLOv3:深度学习之计算机视觉神经网络Yolov3-5clessses训练自己的数据集全程记录(第二次)

    YOLOv3:深度学习之计算机视觉神经网络Yolov3-5clessses训练自己的数据集全程记录(第二次)     目录 训练记录       训练记录        

    作者: 一个处女座的程序猿
    发表时间: 2021-05-27 22:39:15
    1306
    0
  • 机器学习实战笔记三—特征归一化

    在机器学习中的归一化,也叫标准化,就是将需要处理的特征数据经过算法处理后,限定在一定的范围内,通常是【0, 1】或【-1, 1】。 通常是由于数据的各个特征的计量单位差异较大,从而造成数据特征在执行机器学习算法中所占的特征比重不同,因此需要进行归一化。 例如,在《机器学习实战》一

    作者: KevinQ
    发表时间: 2022-03-19 02:22:37
    565
    0
  • C++与数据科学:利用C++进行数据分析和机器学习

    图形。 利用C++进行机器学习 虽然C++在机器学习领域的应用相对较少,但也有一些库和工具可以支持C++的机器学习任务。 TensorFlow TensorFlow是一个广泛应用于深度学习的开源库,它提供了C++接口,可以利用C++编写高性能的机器学习模型。通过TensorFlo

    作者: 皮牙子抓饭
    发表时间: 2023-12-04 09:42:28
    38
    0
  • 基于Python的机器学习工具包:Scikit-learn

    简单易用:Scikit-learn提供了简洁一致的API设计,使用户能够轻松地使用各种机器学习算法和工具。 广泛的机器学习算法:Scikit-learn包含了众多的机器学习算法,涵盖了监督学习、无监督学习、半监督学习等各种领域。 丰富的数据预处理功能:Scikit-learn提供了多种数据预处

    作者: wljslmz
    发表时间: 2023-06-30 10:52:42
    11
    0
  • 【转载】吴恩达来信2022-07-08: 做个终身学习者吧!

    要的主题是:基础机器学习技术。例如,了解线性回归、逻辑回归、神经网络、决策树、聚类和异常检测等模型很重要。除了特定模型之外,更重要的是了解机器学习如何及为什么工作的核心概念,例如偏差/方差、损失函数、正则化、优化算法和错误分析。深度学习。这已经占据了机器学习的很大一部分,如果不了

    作者: 张辉
    45
    0
  • 大模型时代:从原理到应用的全面探索

    本课程由台湾大学李宏毅教授2023年开发的课程,主要介绍快速了解机器学习基本原理、能够使用工具的AI、生成式学习的两种策略。 开始学习 机器学习基本概念介绍 机器学习基本概念介绍 第二阶段:文本生成之奥秘—大模型原理与应用实践 通过本课程的学习,使学员掌握大模型在文本生成中的原理和应用。 本课程