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
  • 使用Python完成RDS数据开发及分析

    (46, '挪威森林', 27.00, '村上春树', '上海译文出版社', '2020-11-08', 3), (47, '计算机程序设计艺术', 65.00, '高德纳', '机械工业出版社', '2021-07-01', 1), (48, '活出生命意义', 23.50

    作者: 红目香薰
    发表时间: 2024-06-30 22:09:26
    10
    0
  • 从零开始学Python|有哪些重要优点缺点?

    让我们在这个正在进行有关Python系列文章中深入研究另一篇文章。在本文中,我们将了解python优点缺点。显然,我们最终将看到好处远大于缺点。 完整文章分为以下几类,以充分利用本文: Python应用 python优点 python缺点 关于讨论最终想法

    作者: Yuchuan
    发表时间: 2021-01-20 00:57:58
    2972
    0
  • 华为云&用友,云数据库使能大企业主流商业数据库改造

    助力大型企业信息化转型 Cloud 2.0时代,用户对云服务提出了更高要求,大型企业由于业务扩张迅速、业务场景复杂、现有系统多样化,尤其关注云场景适配性、安全可靠性、可管理性性能。大型企业一方面需要构建全方位、数字化应用平台,另一方面需要全堆栈式系统设计深度协同云,满足转型需求。ERP 将企业内部所

    作者: GaussDB 数据库
    2229
    1
  • CSS-静态定位,相对定位,绝对定位,固定定位用法区别详解

    会将元素固定在窗口某个位置不随页面的滚动而改变; 想实现元素固定定位,只设置定位方式还是不够,需要结合 CSS 中方位属性来实现定位。 属性 作用 left 定位元素左外边距边界与其父元素左边界之间偏移(元素左边缘与参照元素位置间距离) right

    作者: SHQ5785
    发表时间: 2024-03-06 08:43:52
    28
    0
  • 《AI安全之对抗样本入门》—1.1.3 定义损失函数

    3 定义损失函数完成了网络定义后,我们可以针对指定输入x获得对应预测值y,我们自然希望预测值y与真实值y_之间差距越小越好,理想情况就是在数据集上预测值y真实值y_总是完全一样。但是事实上这几乎是无法做到,我们需要定义预测值真实值之间差距,也就是理想现实之间差距。可以认为深度学习训练过程,就是不

    作者: 华章计算机
    发表时间: 2019-06-17 15:43:50
    4775
    0
  • 赋能高校持续聚焦人才培养,GaussDB新教材上线!

    生对主教材知识点掌握实践能力。 教材中共设计12项综合实验,既有基础性、以教学主导验证性实验,可由学生自主完成,也有设计类、由学生参与设计实验,可随着实验层次递进,在验证性实验基础上适当提升难度,目的是检验学生综合能力,提高学生自主实操及应用创新意识。同时结合主

    作者: GaussDB 数据库
    发表时间: 2022-10-26 03:05:57
    599
    0
  • 华为云技术专家,“NB老王”出山了,直播分享IoT全栈式开发经验!

    是小编跑去找老大:我天!老大当初录视频可是要害羞好久,这下竟然要开直播!而且是每天晚上!佩服~接下里就是大家最关心问题了,直播分享内容都会有什么?拒绝枯燥理论,纯讲干货!看了直播内容,老王这次为了开发者,可是要把自己压箱底东西全拿出来了呀~满满都是干货!而且老王还

    作者: NB的老王
    发表时间: 2019-12-20 10:01:09
    10839
    0
  • 12 位专家谈 AI:2021 年人工智能发展趋势(下)

    AI不再是一门单纯技术学科,我们需要用多学科方法来理解其对人类影响。 --- > 转载自神译局--36氪旗下编译团队 编者按:近年来,人工智能技术突飞猛进,人工智能驱动系统也在显著改善提高我们日常生活效率。这篇由人工智能深度学习领域全球领先活动机构RE•WORK发布文章,原标题是_AI

    作者: 运气男孩
    841
    2
  • 你听到声音是模型听到吗?一种增强声音分类模型鲁棒性方法

    置不同zoning size窗移大小,对准确率影响。五、总结及评价1.对于SVM深度学习算法对抗攻击,采用CDA平滑、SVD降维、频谱可视化表示以及滤波器过滤可以有效地增强模型鲁棒性,并且提升SVM算法准确率。在处理音频信号时,这些方法可以加入,提升模型可靠性。2

    作者: Tython
    发表时间: 2020-02-28 12:10:17
    10929
    0
  •   工业互联网:制造业数字化转型重要力量 

    融合应用深度广度也在不断扩展,为越来越多行业数字化转型注入了原动力。   腾讯云副总裁、离散制造行业总经理曹磊告诉记者,近年来,越来越多工业互联网平台参与到社会价值创造中。无论是在疫情复工复产期间,还是推动产业链供应链稳定、“双碳”发展中,众多平台都在擅长领域发挥积

    作者: 人工智能君
    55
    1
  • 步骤3:创建并执行作业

    操作场景 创建CDM迁移数据表作业,执行从MySQL数据库迁移表到DWS任务。 操作步骤 在集群管理界面,找到步骤1:创建集群章节创建集群“cdm-aff1”。 单击该CDM集群后“作业管理”,进入作业管理界面。

  • 【手势识别】基于matlab PCA+LDA手语检测识别【含Matlab源码 1551期】

    所选择的识别方法与手势的类型有很大相关性。 戴着有色手套,用一对普通网络摄像头捕捉用户手势数据,训练HMM模型对用户预定义八个手势进行实时跟踪识别。 近年来,随着深度学习发展,该技术已广泛应用于手势识别领域。 同时采集彩色图像深度图像,提取手势骨骼特征梯度直方图特征。然后将提取特征融合起来,建

    作者: 海神之光
    发表时间: 2022-05-28 18:07:13
    297
    0
  • SMART - 实现目标任务5种方法

    于目标,并采用合适方法才能实现它 SMART就是其中一种很流行方法,它来自于咨询领域,SMART代表是: 具体(Specific) 可度量(Measurable) 可实现(Achievable) 相关(Relevant) 时间可控(Time-boxed)

    作者: CodeAllen
    发表时间: 2021-10-29 14:52:59
    651
    0
  • 位段基础知识(大家都不怎么知道位段)

    对于位段概念,想必大多数C语言学者,都是不知道吧!包括笔者在之前也不知道!!对于位段,还是笔者在深扒中,偶然间接触到!!通过对位段短暂学习,感概良多!收获满满,所以,笔者在此打算,写一遍关于位段文章,来带领大家,了解一下位段基础知识!! 1.什么是位段?? 其实,位段是基于结构体来实现的!!

    作者: 念君思宁
    发表时间: 2023-02-13 05:13:16
    37
    0
  • [论文阅读] (06) 万字详解什么是生成对抗网络GAN?经典论文及案例普及

    钞票以1/2概率判定为真钞。 那么,GAN究竟能做什么呢?如下图所示,这是一张非常有意思图,最左边是真实图,我们希望去预测视频后几帧模样,中间这张图是用MSE做,最右边图是生成对抗网络做。通过细节分析,我们可以看到中间这张图耳朵眼睛都是模糊,而GAN生成的效果明显更好。

    作者: eastmount
    发表时间: 2021-12-07 12:01:59
    6521
    0
  • 5.5G,实现从万物互联到万物智联

    此外,随着数字化转型加速,数据中心扩张网络部署增长,电力节约碳中和也是通信产业面临迫切问题。徐文伟表示,“突破理论框架极限,在有限带宽下传递更多信息;以更高效方式处理数据,提高计算连接效率。迎接这些新挑战,需要全新理论,并建立相应数学基础。我们已经看到

    作者: 5斤小李子
    1348
    1
  • 计算机能够实现可塑性吗?

    个要模拟大脑系统而言并不是必要,因为新系统运算精度相对较低。在这种情况下,与高精度高能耗方法相比,再次选择模拟大脑运算方式会更明智。值得注意是,生物学上突触不仅发挥了记忆功能,也是学习机制核心。实际上,它们是可塑,可以根据自身暴露信息量调整自己活动。例如,当

    作者: 黄生
    521
    1
  • 华为云首发裸金属容器服务 引领容器云新风潮

    </align><align=left>华为云将KubernetesDocker社区能力深度应用于云容器引擎CCE中,始终保持与社区稳定版本快速同步,向用户提供最新商用化特性。本次上线新版本基于最新Kubernetes 1.7版本,可完美兼容Kubernetes原生API、命令行及周边生态。同时,华为预计在年底推出基于Kubernetes

    作者: 应用服务小助手
    20107
    4
  • 吴恩达机器学习——多元梯度下降法与正规方程求解

    如果算法不正常工作,最简单方法:使用更小学习率(数学上已经证明,足够小学习率能够使代价函数每次迭代都减小)(如果学习率太小,收敛速度会减慢) 寻找学习率方法:从小开始,逐步3倍增加,接近最大值得时候,取一个小一点儿值。 特征与多项式回归 通过定义新特征,你可能会得到一个更好模型。(

    作者: KevinQ
    发表时间: 2022-01-18 03:24:18
    851
    0
  • MRS 16G规格及以下集群使用一段时间后出现ResourceManager没有主实例

    是10000,当客户跑历史任务很多时候,历史任务信息占用内存比例高,导致内存溢出,可以适当调小;      2.调整ResouceManager堆内存大小,具体大小根据master主节点系统剩余内存调整(master主节点为主机管理中前面有实心星节点);      3.

    作者: adadad
    1754
    1