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
  • 20年国灌溉耕地分布数据集

    年逐年500米分辨率灌溉耕地数据集(IrriMap_Syn)。 灌溉数据作用是为了提高农业生产效率和产量,促进农业现代化。通过灌溉,可以为植物提供适量水分,保证农作物正常生长发育,增加产量;还可以为土壤提供充足水分,促进土壤肥力增加,增加土壤生产力。此外,灌溉还可

    作者: 此星光明
    发表时间: 2023-09-15 05:09:22
    69
    0
  • 如何在 Linux 上从 WireGuard 或 OpenVPN 跳过 ChatGPT?

    ChatGPT(Chat Generative Pre-trained Transformer 缩写)是 OpenAI 聊天机器人,它使用基于 AI/ML 学习技术为您查询提供答案。但是当通过 WireGuard 或 OpenVPN 等 VPN连接时,ChatGPT 会拒绝访问,您将被以下消息阻止:

    作者: wljslmz
    发表时间: 2023-02-20 14:24:16
    114
    0
  • 图像分析处理技术:从基础到应用未来趋势

    算法偏见:机器学习模型可能会学习到训练数据偏见,导致不公平结果。可解释性:深度学习模型通常被认为是“黑箱”,提高模型可解释性是一个挑战。潜在解决方案隐私保护技术:如差分隐私和联邦学习,可以在不泄露个人数据情况下进行学习。公平性算法:开发新算法来减少模型偏见,提高决

    作者: DS小龙哥
    34
    7
  • Web渗透—— Honeypot

    Honeynet:是一个很有学习价値工具,它能使我们了解黑客人侵攻击方式。 二、 核心机制 核心机制是蜜罐技术达成对攻击方进行诱骗与检测必须组件 1、欺骗环境构建机制: 构造出对攻击方具有诱骗性安全资源,吸引攻击方对其进行探测、攻击与利用,这里所谓"安全资

    作者: 士别三日wyx
    发表时间: 2021-12-22 17:29:27
    738
    0
  • SQL Server 数据收缩数据和文件操作【转】

    手动收缩数据用户还能手动对数据进行收缩,但手动收缩数据有一定限制和局限;主要表现有如下几个方面:收缩后数据不能小于数据最小大小 ;最小大小在数据创建时指定大小,或者上一次使用文件大小更改操作设置大小;不能在备份数据时收缩数据;反之,也不能在数据执行收缩时

    作者: 赫塔穆勒
    20
    5
  • OCR图像识别(二)发展

    开始探索利用深度学习技术解决文字识别问题。基于深度学习OCROCR是图像识别较早使用深度学习技术领域,比较于基于机器学习OCR,深度学习在复杂场景中有更优秀表现。在本案例,我们将重点讲解基于深度学习OCR技术。OCR 流程大部分基于深度学习技术OCR识别,将识别

    作者: 开源小分舵-sun.57123
    发表时间: 2019-08-22 16:44:39
    8445
    0
  • 人生苦短我用python

    用来学习等。 第二:开发方便。 Python语言完成代码实现过程还是比较方便,一个重要原因是Python有丰富可以使用,比如在机器学习领域比较常见有Numpy、Scipy、matplotlib、pandas等,这些提供了大量基础实现,在编码过程,可以

    作者: 前端江太公
    发表时间: 2021-11-22 17:05:07
    1564
    0
  • 学习云堡垒机服务,随时随地高效运维,让云主机不再成为落单小羊!

    院】PaaS:一个面向应用核心平台,“3类场景7种方案”帮助企业应用上云一站式管理! 【华为云学院】网络安全那些事,系统了解如何进行“防”与“治”,感染勒索病毒不用哭!【华为云学院】Python:科学数据、机器学习和深度学习基础。连小学生都开始学Python你掌握了吗?【华

    作者: 开发者学堂小助
    发表时间: 2019-03-01 17:31:15
    7510
    0
  • 近1-5年人工智能将是工业领域主推力

    道, 电气电子工程师学会(IEEE)进行一项《技术对2022年及以后影响》专家调查数据显示,云计算将成为2022年最重要技术。60%受访者将云计算称为2022年最重要技术。同时,专家们在最重要技术还指出有人工智能和机器学习(51%)、5G(46%)、增强现实(31

    作者: 运气男孩
    1034
    1
  • 【AI理论】上海交大张拳石:神经网络可解释性,从经验主义到数学建模

    是这样题目太言过其实,远不是近期可以做到,学术研究需要严谨。但是,寻找适当数学工具去建模深度神经网络表达能力和训练能力,将基于经验主义调参式深度学习,逐渐过渡为基于一些评测指标定量指导深度学习, 是新一代人工智能需要面对课题,也是在当前深度学习浑浑噩噩大背景的一些

    作者: HWCloudAI
    发表时间: 2019-08-05 19:58:36
    5763
    0
  • 一台电脑同时运行多个tomcat配置方法

    同一台机器上部署多个tomcat会发现第二个tomcat启动会报错。而有些同学会想到可能是端口重复,然而,在server.xml改了端口还是发现不行。其实要想实现同一台机器部署多个tomcat,需要修改配置地方不止一个!   第一个地方:

    作者: tea_year
    发表时间: 2021-12-29 17:08:26
    663
    0
  • 从One-hot, Word embedding到Transformer,一步步教你理解Bert

    N与普通深度学习不同是,RNN是一种序列模型,会有一定记忆单元,能够记住之前历史信息,从而可以建模这种上下文相关一些语义。RNN记忆单元可以记住当前词之前信息。RR可以解决,理论上我们希望学到很长关系,但是由于梯度消失问题,所以长时依赖不能很好训练。其实ls

    作者: HWCloudAI
    发表时间: 2019-09-02 19:41:46
    9205
    0
  • 【路面分类】基于matlab灰度共生矩阵图形纹理检测+SVM路面状况分类【含Matlab源码 1519期】

    察不同纹理,不同方向生成共生矩阵包含不同纹理信息。在考虑方向时,往往是分别计算四个方向灰度共生矩阵所确定纹理特征值,然后以各方向特征值均值作为最终纹理分量。 利用SVM进行分类时,样本选取和核函数选取是分类器是否优良一个重要影响因素,因此,对于一个优良分类器,

    作者: 海神之光
    发表时间: 2022-05-28 17:05:24
    305
    0
  • 强化学习循环神经网络在序列决策应用研究

    NNs在强化学习设计原则及其在不同应用场景实例。 II. 循环神经网络在强化学习角色 A. 处理时间序列数据 在许多RL任务,状态是时间序列数据。RNNs通过其隐藏状态记忆机制,能够捕捉序列时间依赖关系,使得智能体在决策时考虑到过去信息。 B. 解决部分可观测问题

    作者: Y-StarryDreamer
    发表时间: 2024-05-20 14:36:54
    5
    0
  • GitHub分享《深度学习500问》优质资源

    GitHub分享《深度学习500问》,以问答形式对常用概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述,以帮助自己及有需要读者。 GitHub网址参见:https://github.com/scutan90/DeepLearning-500-questions 

    作者: 不脱发的程序猿
    发表时间: 2021-03-08 17:07:26
    1860
    0
  • kettle连接openGauss 5.0.0 数据

    接包括传统数据、文件、大数据平台、接口、流数据等数据源;支持ETL数据管道加入机器学习算法。openGuass 5.0.0 安装openGauss 5.0.0 安装 《基于openEuler 22.03LTS 安装 单机openGauss 5.0.0企业版数据》2、openGauss

    作者: 炒香菇的书呆子
    44
    0
  • “3+3”看华为云FusionInsight如何引领“数据新基建”持续发展

    深度使用机器学习企业会部署整套架构,甚至自研新工具。场景:数据驱动内外部应用程序,场景有实时或批处理。优势:完全掌控整体开发过程,将机器学习打造为企业核心且长期能力。缺陷:不适合尚在探索机器学习,只为小范围内部应用场景。大规模应用机器学习仍是当前最大数据挑战华

    作者: 追梦小柠檬
    2043
    2
  • 堆叠降噪自动编码器 Stacked Denoising Auto Encoder(SDAE)

    autoencoders提出。 论文中关于降噪自动编码器示意图如下,类似于dropout,其中x是原始输入数据,降噪自动编码器以一定概率(通常使用二项分布)把输入层节点值置为0,从而得到含有噪音模型输入xˆ。 这个破损数据是很有用,原因有二: 1.通过与非破损数据训练对比,破损数

    作者: 代码的路
    发表时间: 2023-01-11 09:03:50
    107
    0
  • 【未完待续】文阅读《Learning Video Object Segmentation from Static Images》

    Abstract 受深度学习在实例分割和对象跟踪方面的最新进展启发,我们引入了视频对象分割问题作为引导实例分割概念。我们模型在每帧基础上继续,由前一帧输出引导到下一帧感兴趣对象。我们证明了视频高精度对象分割可以通过使用仅使用静态图像训练connet来启用。我们方法关键要素

    作者: lutianfei
    发表时间: 2021-05-31 13:22:20
    1539
    0
  • 场景描述

    场景描述 本场景主要用于教师了解学生掌握课程知识程度,可以在Classroom创建阶段性试卷或期中、期末试卷来检验学习成果。 父主题: 教师创建考试检验学习成果