已找到以下 10000 条记录
  • 钉钉 - 智能数据洞察 DataArts Insight

    办公软件接入 获取钉钉群webhookurl 您已在目标钉钉群,完成钉钉机器添加。 选择目标钉钉群,单击右上角图标。 在群设置面板单击智能群助手,在智能群助手面板单击添加机器人。 在群机器人对话框单击自定义,在机器人详情对话框单击添加。 在添加机器人对话框编辑机器人信息。 单击头像右下角的图标来编辑头像。

  • Pythoneasydict入门

    DotDict:这个提供了类似于 EasyDict 功能,允许以点操作符方式访问字典值。它语法与 EasyDict 类似,但具有更多内置字典方法支持。 AttrDict:AttrDict 是另一个类似于 EasyDict ,以属性访问方式提供了对字典对象操作。它支持

    作者: 皮牙子抓饭
    发表时间: 2023-10-18 17:35:43
    32
    0
  • 华为个人开发者狮龙书廊博客

    行业解决方案,帮助您优化商业决策、降低风险、提高收益。 在海量原始数据基础上,我们通过气象数值模式和AI人工智能等技术,进一步提升气象数据精细度、准确性、时效性和稳定性。  在这些数据基础上,我们开发了几款产品:  1. 天气数据API接口

    作者: ShiLong Library
    发表时间: 2022-01-04 03:00:44
    564
    1
  • 《Keras深度学习实战》—2.7 序贯模型

    化器。以下是支持优化器列表: 初始化损失函数所用损失函数是二元交叉熵损失。交叉熵损失(也称为对数损失)用于测量模型性能(分类模型),其输出是介于0~1之间概率值,随着预测概率偏离实际值程度变化而变化: 初始化所有输出内部变量: 设置模型目标: 设置样本权重:在编译之前

    作者: 华章计算机
    发表时间: 2019-06-15 12:38:05
    4289
    0
  • 企业如何做好知识管理

    个性知识共享圈子,构建基于不同部门、项目或产品知识圈子,面向指定用户群组知识共享和经验传递 个性知识共享圈子,构建基于不同部门、项目或产品知识圈子,面向指定用户群组知识共享和经验传递 知识卡片 搭建线上学习平台,课程快速上架,学习进度、任务、结果在线管理,学习和考试结合,提升学习培训效果 搭建线上学习平台,课

  • 【TensorFlow】TensorFlow入门介绍

    介绍TensorFlow是一个开源机器学习框架,是由Google开发,用于构建和训练机器学习模型工具。它提供了丰富功能和易于使用接口,可用于各种机器学习任务,如图像识别、自然语言处理、推荐系统等。TensorFlow基本概念包括:Tensor:是TensorFlow基本数据结构,可

    作者: Freedom123
    95
    4
  • 关系型数据数据基本概念

    MySQL三大范式能够规范开发人员对数据表设计,使得开发人员能够设计出简洁、优雅数据表结构。 3.1.1 第一范式 第一范式主要是确保数据表每个字段值必须具有原子性,也就是说数据表每个字段值为不可再次拆分最小数据单元。 例如,表3-1所示t_user数据表设计就不符合第一范式。

    作者: xcc-2022
    发表时间: 2022-07-22 10:05:43
    148
    0
  • 不秃头 | 如何用ModelArts满足一个奶茶重度爱好者好奇心

    上周听了昌启哥【用AI识别草莓成熟】分享之后,深受启发,心想,既然ModelArts自动学习功能可以用来识别草莓成熟度,那能不能再用它来识别一些别的东西呢?~看了一眼手边奶茶,嗯,奶茶也许是个不错选择~作为一个奶茶重度爱好者,在街上看见小姐姐拿着一杯看起来特别好喝奶茶,摩

    作者: Srius
    发表时间: 2020-04-25 16:50:15
    13531
    0
  • 这项与AI相关技术,如何带来30%-50%投资回报率?

    能流程机器人已成为首席采购官们采购重点;智能流程机器应用,可以为企业带来30%-50%投资回报率。 冼嘉乐表示,智能流程机器人成为热点主要有三大原因: 持续新冠疫情对全球经济造成了巨大影响,间接刺激了各大组织对于自动化和智能化需求; AI赋予了RPA新生命,使

    作者: 华为云头条
    发表时间: 2022-05-24 12:34:25
    669
    0
  • Python 关于 round 函数舍入问题

    information.简单说就是,round(2.675, 2) 结果,不论我们从python2还是3来看,结果都应该是2.68,结果它偏偏是2.67,为什么?这跟浮点数精度有关。我们知道在机器浮点数不一定能精确表达,因为换算成一串1和0后可能是无限位数机器已经做出了截断处理。那么在机器中保存的2

    作者: Mindspore打工人
    882
    4
  • 云手机典型应用场景:MRPA

    异,除了常规手机操作场景应用以外,云手机还有的典型应用场景:MRPA(Mobile Robotic Process Automation)移动机器人流程自动化,即机器程序自动化地执行脚本来代替人工重复、繁琐、程序化操作,从而达到提升效率作用。 通过云手机实现机器人流程自动化,我们应用在以下几个场景:

  • FACS3D-Net: 基于三维卷积时空表示学习面部动作单元检测

           随着人工智能发展,让机器学会识别人情感在人机交互具有很大应用潜力。而面部表现出来情感占我们日常生活绝大部分,因此通过设计基于人脸表情识别系统,就显得很重要。        提到基于面部动作单元情感识别,就必须涉及到人脸动作单元(Action Unit

    作者: ForEver207
    发表时间: 2020-06-20 19:29:50
    9606
    0
  • Kubernetes informer 使用

    收到时间后会先将时间存储在自己数据结构,然后直接操作 Store 存储数据,更新完 store 后 DeltaIFIFO 会将该事件 pop 到 WorkQueue ,Controller 收到 WorkQueue 事件会根据对应类型触发对应回调函数。2、Informer 工作流程Informer

    作者: 鲲鹏小玩家
    发表时间: 2020-02-12 13:55:26
    6481
    0
  • 【活动已结束】【物联网课程学习课堂】【关卡二】完成课程学习领奖品

    楼层数为:Nx0.1~0.3用户获得奖品(四舍五入取整数)活动奖励:200元京东券其他关卡:【物联网课程学习课堂】【关卡一】报名课程领奖品 :报名课程,回复截图,即可参与抽取100元京东券【物联网课程学习课堂】【关卡三】发表学习笔记帖领奖:发布学习笔记,邀请好友评论,即可参与领取HUAWEI

    作者: 华为IoT云服务
    13899
    127
  • 【获奖公示】【物联网课程学习课堂】【关卡三】发表学习笔记帖领奖

    链接:【物联网课程学习课堂】【关卡三】发表学习笔记帖领奖活动时间:2020.01.09-2020.02.09参与方式:        1. 参与【物联网课程学习课堂】【关卡一】报名课程领奖品        2. 参与【物联网课程学习课堂】【关卡二】完成课程学习领奖品        3

    作者: 华为IoT云服务
    1952
    2
  • 学习指引】华为云微认证学习、实验及考试注意事项

    华为云微认证学习、实验及考试注意事项指引,帮助您更好完成在线认证。

    作者: 开发者学堂小助手
    486
    2
  • 降维算法t-SNE(t-Distributed Stochastic Neighbor Embedding)

    otlib绘制了降维结果散点图,其中x轴表示第一个降维后维度,y轴表示第二个降维后维度。 这个示例代码演示了如何使用t-SNE算法对高维数据进行降维,并可视化降维结果。你可以根据自己需求修改数据矩阵X大小、调整t-SNE参数以及自定义绘图方法来进行更复杂操作。 t

    作者: 皮牙子抓饭
    发表时间: 2023-09-04 09:24:09
    22
    1
  • 离散型制造业MES质检计划制订方法

    具有自动生成质检抽样计划功能,能够依据批次大小、可接受质量水平、可拒收质量水平以及规格下限等,给出抽样样本数量。 在MES编制质检计划步骤如下: (1)获取已排程生产订单。从生产订单,调取待检产品/零部件、批次和数量。 (2)选取待检批次产品/零部件。选定待检批次

    作者: 谷器数据supplyxMES
    发表时间: 2021-07-22 08:11:19
    1888
    0
  • 这款在线、交互练习工具火了

    理论简单有效,新型对抗性攻击方法成功攻破热门安卓APPDL模型本文方法成功地攻击了安卓 APP DL 模型。2021/01/26 14:52原文链接堪比当年LSTM,Transformer引燃机器学习圈:它是万能谷歌研究科学家 David Ha:Transformer 是新 LSTM。2021/01/26

    作者: AI资讯
    746
    1
  • 深度学习11种卷积

    2D卷积(2D Convolution)3D卷积(3D Convolution)1*1卷积(1*1 Convolution)反卷积(转置卷积)(Transposed Convolution)扩张卷积(Dilated Convolution / Atrous Convolution)空间可分卷积(Spatially

    作者: yyy7124
    922
    2