已找到以下 10000 条记录
  • 使用AutoGenome镜像 - 医疗智能体 EIHealth

    使用AutoGenome镜像 AutoGenome是Notebook镜像,利用AutoML等技术帮助科研工作者在基因组学数据上端到端实现深度学习网络搜索,训练,评估,预测和解释的工具包。 使用AutoGenome镜像的详细步骤如下所示: 步骤1:订阅镜像 步骤2:创建Notebook

  • Restful api 防止重复提交

    iso,h5)通过restful API 调用 后端服务器,这就存在一个问题,对于创建操作,比如购买某个商品,如果由于某种原因,手抖,控件bug,网络错误,可能导致一次操作实际上购买了多次同一个产品。所以,我们要考虑防止重复提交。这个重复提交我们只限定于创建操作,对于修改和删除操

    作者: lxw1844912514
    发表时间: 2022-03-26 18:33:52
    543
    0
  • /chatbot/rest/tuc/v1/nlp/detectRegularEntity - 云客服

    /chatbot/rest/tuc/v1/nlp/detectRegularEntity 接口功能 规则(地址)实体识别 请求入参 参数 类型 是否必选 描述 language String 必选 语言,允许取值: zh_CN sentence String 必选 识别文本 请求出参

  • /chatbot/rest/tuc/v1/qualityInspection/qiOnline/recognize - 云客服

    /chatbot/rest/tuc/v1/qualityInspection/qiOnline/recognize 接口功能 在线质检接口 请求入参 表1 参数 类型 是否必选 描述 role String 可选 角色{staff,customer,operator,user} beginTime

  • /chatbot/rest/tuc/v1/nlp/feedback - 云客服

    /chatbot/rest/tuc/v1/nlp/feedback 接口功能 满意度反馈接口。 请求入参 参数 类型 是否必选 描述 accessCode String 必选 接入码 callId String 必选 呼叫id interactId String 必选 交互id satisfaction

  • 为什么有的意图匹配率挺低,但却也命中了? - 云客服

    为什么有的意图匹配率挺低,但却也命中了? 用户输入的信息在TUC侧解析后会生成匹配率,该匹配率会和系统中定义的匹配率阈值做比较,来确定该意图是命中还是没有命中。 系统的匹配率在“系统管理 > 系统配置 >智能引擎参数配置 > 意图参数”中配置。 意图参数的不当设置会导致语义识别模

  • MATLAB支持向量机SVM代码实现

    Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持向量机)、聚类、降维、异常检测、大规模机器学习等章节。所有内容均来自Standford公开课machine learning

    作者: 格图洛书
    发表时间: 2021-12-29 17:02:31
    610
    0
  • 探讨AIMET训练后量化方法

    FP32网络和FP模型),查找和建议最佳量化参数,无需再训练或微调模型。PTQ方法可以无数据,即不需要数据集,也可以使用少量校准数据集,优化模型的量化推理也可以使用小型校准数据集来优化量化推理的模型。量化感知训练(QAT):QAT采用经预先训练的FP32模型,在适当的位置,插入量

    作者: 风吹稻花香
    发表时间: 2022-09-24 16:52:30
    292
    0
  • 【目标检测】小脚本:批量png转jpg

    需求 在使用YOLO时,发现需要的image需要的是jpg格式,而现有的数据集是png格式。 于是需要一个小脚本来进行批量转换 代码 看到有人已经做了相关工作,于是在此基础上稍作修改,完成需求。 import os

    作者: zstar
    发表时间: 2022-08-05 15:17:19
    108
    0
  • 【全网独家】 python 混淆矩阵热力图

    杂的实际应用场景。 未来展望 未来,在混淆矩阵热力图基础上,可以进一步引入机器学习和深度学习的解释性技术,如SHAP值、LIME方法等,增强模型的透明度和可解释性。同时,将这类技术集成到自动化机器学习平台中,使得数据科学家和工程师能够更加高效地完成模型开发和部署工作。

    作者: 鱼弦
    发表时间: 2024-07-13 09:32:45
    102
    0
  • 【目标检测】小脚本:根据xml文件统计类别数

    问题场景 搜到一个目标检测数据集,但是别人没有详细说明到底有多少类别以及各类别名称,这时候就需要查询xml的标注文件来获取这两个信息。 脚本代码 import xml

    作者: zstar
    发表时间: 2022-08-17 15:52:35
    146
    0
  • 数学建模学习(57):K-Means聚类原理分析讲解与应用

    算法原理 K -Means算法的工作原理:首先随机从数据集中选取K个点,每个点初始地代表每个簇的聚类中心,然后计算剩余各个样本到聚类中心的距离﹐将它赋给最近的簇﹐接着重新计算每簇的平均值﹐整个过程不断重复

    作者: 川川菜鸟
    发表时间: 2022-04-13 18:40:12
    202
    0
  • 学习兴企

    )通过在线学习文章视频、每日一测可获取系统积分奖励,系统提供员工的学习积分报表,各单位可根据报表情况进行奖惩,以考核来促进学习。       后台管理功能: (1)资料库作为员工学习培训数据支撑基础,包含法律法规、行业标准、规范、规程、规章制度、操作手册、案例等海量学习资料,资料

    交付方式: License
  • /chatbot/rest/tuc/v1/nlp/textClassify - 云客服

    /chatbot/rest/tuc/v1/nlp/textClassify 接口功能 文本分类接口。 请求入参 表1 请求入参说明 参数 类型 是否必选 描述 language String 必选 语言,允许取值: zh_CN text String 必选 识别文本 请求出参 参数

  • 开启想象翅膀:轻松实现文本生成模型的创作应用,支持LLaMA、ChatGLM、UDA、GPT2等模型,开箱即用

    ('主要研究机器机器学习学习、深度深度学习、计算机视觉、智能对话系统相关内容', [('机器', '机器机器', 4, 8), ('学习', '学习学习', 8, 12), ('深度', '深度深度', 13, 17)]) delete-0.2: ('主要研究机器学习、深度学习、计算机视觉、对话系统相关内容'

    作者: 汀丶
    发表时间: 2023-08-11 17:05:43
    29
    0
  • 深度学习核心技术精讲100篇(八十五)-Dask 分布高性能计算深入讲解

    Dask 入门 识别和描述 Dask 数据集合(Collection),包含数组(Array)和数据框(DataFrame)和调度器。 认识到 Dask 数组的使用与 Numpy 数组的使用时类似的。 理解分块(chu

    作者: 格图洛书
    发表时间: 2022-03-16 16:51:47
    684
    0
  • 【我与ModelArts的故事】 一、如何使用ModelArts 【玩转华为云】

    创建一个ModelArts实例,在实例中选择合适的规格和配置。3. 在ModelArts中创建一个数据集,并将数据集上传到数据集中。4. 创建一个模型训练作业,在作业中选择模型、数据集、算法等参数,并启动训练作业。在训练作业运行的过程中,可以在ModelArts控制台上查看训练进度、日志和结果。5

    作者: yd_228680337
    发表时间: 2023-04-27 10:37:52
    136
    0
  • 2021大数据全栈成长计划

    免费云资源+官方认证 资源 学习资源包 / 云端开发工具 / 设备接入,轻松获得知识的同时也收获了大厂的认证 学习资源包 / 云端开发工具 / 设备接入,轻松获得知识的同时也收获了大厂的认证 跟踪式教学模式 赋能 专属学习交流圈 /多项课程学习任务活动,为开发者成长持续赋能 专属学习交流圈 /多

  • 《深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台》 —1.3 深度学习的崛起之路

    1.3 深度学习的崛起之路1.3.1 人脸识别的起源2012年,Alex Krizhevsky等人提出了AlexNet网络结构模型,以一种结构上轻巧简单但计算量上远超传统模型的方式轻易战胜了传统的机器学习模型,并凭借它在ImageNet图像分类挑战赛上赢得了冠军。自此,在图像领域

    作者: 华章计算机
    发表时间: 2019-11-15 07:06:42
    2609
    0
  • 使用AI Gallery的订阅算法实现花卉识别

    “图像分类”和“文本分类”等场景的算法、数据、模型等。 本案例以“ResNet_v1_50”算法、花卉识别数据集为例,指导如何从AI Gallery下载数据集和订阅算法,然后使用算法创建训练模型,将所得的模型部署为在线服务。其他算法操作步骤类似,可参考“ResNet_v1_50”算法操作。