已找到以下 10000 条记录
  • “万物皆可embedding”

    实现高维稀疏特征向量向低维稠密特征向量的转换。训练好的embedding可以当作输入深度学习模型的特征。无论embedding在模型中最终起到哪些重要的作用,在对embedding的本质理解上,它自始至终都是用一个多维稠密向量来对事物从多维度进行的特征刻画。

    作者: wanderist
    发表时间: 2020-03-01 15:11:47
    9665
    0
  • GitHub 上 Star 量最高的 5 个机器学习项目

    它使用 Dlib 最先进的人脸识别算法构建,该深度学习模型在 LFW(Labeled Faces in the Wild)数据集上达到了 99.38% 的准确率。它还提供了 face_recognition 命令行工具,它可以让你在包含图像的文件夹中使用命令行来进行人脸识别!

    作者: 竹叶青
    发表时间: 2019-10-28 19:51:22
    4975
    0
  • 【Hierarchical RL】离线策略修正分层强化学习(HIRO)算法

    HIRO的应用场景         离线策略修正分层强化学习,Hierarchical Reinforcement Learning with Off-Policy Correction (HIRO) 是一种基于分层强化学习的算法,旨在解决长时间跨度和稀疏奖励问题。

    作者: 不去幼儿园
    发表时间: 2024-12-05 20:45:05
    50
    0
  • C#/.NET/.NET Core推荐学习书籍(已分类)

    与其他泛泛介绍C#的书籍不同,本书深度探究C#的特性,并结合技术发展,引领读者深入C#的时空。作者从语言设计的动机出发,介绍支持这些特性的核心概念。作者将新的语言特性放在C#语言发展的背景之上,用极富实际意义的示例,向读者展示编写代码和设计解决方案的最佳方式。

    作者: 追逐时光者
    发表时间: 2023-11-25 09:45:31
    6
    0
  • 【HCIA-iot课程学习班】————第三节打卡贴

        发送学习结果截图进行打卡,重点要截到账号名称和学习进度。    例:          

    作者: scu-w
    4352
    45
  • 【HCIA-iot课程学习班】————第六节打卡贴

        发送学习结果截图进行打卡,重点要截到账号名称和学习进度。    例:          

    作者: scu-w
    4665
    44
  • 【HCIA-iot课程学习班】————第五节打卡贴

        发送学习结果截图进行打卡,重点要截到账号名称和学习进度。    例:          

    作者: scu-w
    4256
    42
  • 大前端学习 -- 手写Vue响应式实现

    Snabbdom源码解析 如何学习源码 先宏观了解待着目标看源码看源码的过程要不求甚解调试参考资料 Snabbdom的核心 使用h()函数创建JavaScript对象(VNode)描述真实DOMinit设置模块,创建patch()patch()比较新旧两个VNode把变化的内容更新到真实

    作者: 楚楚冻人玥玥仙女
    发表时间: 2021-11-18 18:34:53
    754
    0
  • JavaScript学习笔记 05、函数

    </script> 作用域链(需要配合学习内部嵌套函数) 在函数嵌套中,变量会从内到外逐层寻找它的定义值:使用先找到的值 <script> var a = 10;//4 var b = 20;//3 function fun() {

    作者: 长路
    发表时间: 2022-11-28 12:46:00
    102
    0
  • 疯狂Java学习笔记(81)-----------并发容器之CopyOnWriteArrayList

    疯狂Java学习笔记(81)-----------并发容器之CopyOnWriteArrayList  原文链接:   http://ifeve.com/java-copy-on-write/      Copy-On-Write简称COW

    作者: brucexiaogui
    发表时间: 2021-12-29 16:42:49
    570
    0
  • 《数字图像处理》学习笔记

    学习数字图像处理能让我们更深入理解计算机视觉领域的内容。

    作者: 嵌入式视觉
    发表时间: 2023-01-14 05:22:09
    146
    0
  • 数据标注“ModelArts人工智能应用开发指南” 学习分享

    三元组标注,词法分析标注,命名体识别标注,机器翻译标注等如上百万张图像大量的图像数据标注,不仅费时而且消耗大量的人力成本及资源,为了减少标注消耗的时间同时降低标注成本,ModelArts在标注中加入了机器学习技术并为标注者提供了智能数据标注服务1,基于主动学习的智能数据标注标注者仅需少量的数据作为训练集来训练模型

    作者: QGS
    1048
    1
  • 显卡选购

    显卡 1.流处理器的数量(越多越好) 2.新架构的显卡效率更高 (最新的图灵架构具有深度学习的能力)

    作者: 翟文彪
    发表时间: 2021-12-25 16:27:29
    461
    0
  • 模型量化综述及应用

    前言 随着深度学习的不断发展,神经网络广泛应用于不同的领域,取得远超以往的性能,但是深度网络模型的参数也越来越大,严重制约着深度网络在业界的应用,因此本文即将介绍目前业界主要的模型优化的方法,然后对模型量化进行重点阐述,介绍量化的基本原理,方法分类,未来发展,以及对前沿论文进行解读

    作者: Alan_wen
    发表时间: 2021-08-13 08:09:43
    8751
    0
  • HiLens框架“ModelArts人工智能应用开发指南” 学习笔记

    HiLens云侧多模态技能HiLens AI Skills视频,图像,语音开发框架 HiLens Framework接入,数据处理,模型管理,资源管理,日记管理,输出开发环境 HiLens StudioIDE,一键调试,模拟器,一键发布管理平台数据管理,技能开发,技能市场,设备管理端侧在线部署

    作者: QGS
    3761
    1
  • MindSpore注解:backend\session\ascend_inference_session.cc的学习

    mindSpore.tensor的相关用法: t.shape: 查看形状 t.size: 查看元素总数(这个需要特别注意,t.size查看的不是Tensor的形状) t.ndim: 查看维数 t.numel(): 查看元素总数 type(t): 查看数据结构类型 t.dtype:

    作者: tanxingyi123
    467
    0
  • IDEA中快速解决依赖冲突的妙招,赶紧收藏学习

    大家在实际项目中想必遇到依赖冲突是特别的头疼,如果项目比较复杂,比较大的话,那依赖冲突解决起来是特别耗费时间和精力的。  这几天在项目里加了个从阿里云OSS中下载文件的接口,其中用到了OSSClientBuilder这个方法,不过由于之前项目中集成的OSS版本太低,没有这个方法,所以需要更新版本

    作者: 多米诺的古牌
    26
    2
  • 性能评估“ModelArts人工智能应用开发指南” 学习笔记

    模型在实际部署中需要考虑的因素非常复杂,包括资源限制,推理速度要求等,因此要在开发阶段提前识别和评估,在保证模型精度的提前下,尽可能提升模型的性能指标。1,性能评估指标计算常用的性能评估指标有FPS,资源消耗,FLOP。1,FPS模型每秒能处理的数据量,FPS是对模型推理速度的的直接反馈

    作者: QGS
    1940
    4
  • #普惠AI 我有话说#如何开户无监督学习

    #普惠AI 我有话说#现在modelarts图像识别的目标检测,要依靠大量的标注数据。能不能直接根据所上传的图片中不同的待检目标,自动分割出目标,自动生成目标代号。这样就比较容易推动使用了,因为找人标注图片中的标签,工作量大,时间长,费用高。

    作者: AI在云端
    2740
    1
  • 学习课程 ,赢海量码豆和加长版鼠标垫

    https://bbs.huaweicloud.com/forum/thread-151664-1-1.html

    作者: 超级蛋蛋
    539
    1