已找到以下 10000 条记录
  • 自然语言处理基础】技术争论

    虽然上述新趋势给自然语言处理领域带来了成果,但从理论方法的角度看,由于采集、整理、表示和有效应用大量知识的困难,这些系统更依赖于统计学的方法和其他“简单”的方法或技巧。而这些统计学的方法和其他“简单”的方法似乎也快达到它们的极限了,因此,就现在而言,在自然语言处理界广泛争论的一个

    作者: 某地瓜
    4476
    3
  • 【java_蓝桥杯算法训练】算法训练 斜率计算

    斜率亦称“角系数”,表示在平面直角坐标系中一条直线对横坐标轴的倾斜程度的量。 斜率就是我们所说的坡度,是高度的平均变化率,用坡度来刻划道路的倾斜程度,也就是用坡面的切直高度和水平长度的比,相当于在水平方向移动一千米,在切直方向上升或下降的数值,这个比值实际上就表示了坡度的大小。 其

    作者: 昵称:
    发表时间: 2022-02-23 01:49:31
    332
    0
  • 查看分析结果 - 视频智能分析服务 VIAS

    2:其他 start_position 表示入侵开始位置: 如果是过线入侵,则是入侵开始所在线一侧的名字。 如果是区域入侵,则是“in”或者“out”。 in:表示入侵开始在区域里面。 out:表示入侵开始在区域外面。 end_position 表示入侵结束位置: 如果是过线入侵,则是入侵结束所在线一侧的名字。

  • 算法发布 - 好望商城

    算法发布 上传算法 商品发布 父主题: 发布算法

  • 多模态算法工程师

    +智能,见未来 博士招聘 多模态算法工程师 多模态算法工程师 领域方向:AI 工作地点: 深圳、杭州、北京 多模态算法工程师 AI 深圳、杭州、北京 岗位职责 1、负责华为云面向多模态场景的需求分析及算法落地,包括但不限于多模态表示学习、多模态融合、多模态对齐等算法设计,设计融合文本、语音

  • 【武汉HDZ】Python算法关联规则算法——Apriori算法

    【Python算法】关联规则算法——Apriori算法1.关联规则  所谓关联,反映的是一个事件和其他事件之间依赖或关联的知识。当查找某些东西的时候,可以发现有两个或两个以上都有关联的含义。第一个是相关性relevance,第二个是关联性association,两者都可以用来描述事件之间的关联程度。2

    作者: Micker
    4712
    1
  • 调试算法包签名 - 好望商城

    在页面右上角,单击“商品管理”。 进入“商品管理”页面。 选择“开发者 > 调试算法包签名”。 单击“新设备申请签名”给新设备申请算法包签名。 填写设备ID并上传需要签名的算法包。 “新设备申请签名”填写设备名称时需要与相应的32/64算法标识符保持一致:64位填写为1,32位填写为2。 单击“申请配额”扩充配额。

  • 机器学习算法介绍—降维算法

    者没有冗余的特征,降维算法也能工作,不过这样会带来一些信息的损失。但是,降维算法可以从数学上证明,从高维压缩到的低维中最大程度地保留了数据的信息。因此,使用降维算法仍然有很多的好处。  降维算法的主要作用是压缩数据与提升机器学习其他算法的效率。通过降维算法,可以将具有几千个特征的

    作者: ypr189
    1365
    3
  • 算法文件说明 - 自动驾驶云服务 Octopus

    算法文件说明 用户可将本地算法文件包上传到Octopus平台,算法文件包需要满足一定要求,请详细阅读本节,有助于用户快速完成算法开发。 算法文件基本要求 算法文件目录结构可参考如下,需要包括启动文件“xxx.py”(启动文件名可自定义),以及一些必要的训练文件。 启动文件(必选)

  • 【转载】【Python算法】聚类分析算法——DBSCAN聚类算法

    【Python算法】聚类分析算法——DBSCAN聚类算法1. DBSCAN聚类算法定义  DBSCAN(Density-Based Spatial Clustering of Applications with Noise,具有噪声的基于密度的聚类方法)是一种基于密度的空间聚类算法。该算

    作者: 泽宇-Li
    1839
    1
  • 深度学习之表示容量

    选择。模型规定了调整参数降低训练对象时,学习算法可以从哪些函数族中选择函数。这被称为模型的表示容量 (representational capacity)。在很多情况下,从这些函数中挑选出最优函数是非常困难的优化问题。实际中,学习算法不会真的找到最优函数,而仅是找到一个可以降低训

    作者: 小强鼓掌
    724
    2
  • 紧密中心度算法(closeness) - 图引擎服务 GES

    紧密中心度算法(closeness) 功能介绍 根据输入参数,执行紧密中心度算法。 紧密中心度算法(Closeness Centrality)计算一个节点到所有其他可达节点的最短距离的倒数,进行累积后归一化的值。 URI POST /ges/v1.0/{project_id}/h

  • 算法购买和安装(在线) - 好望商城

    算法购买和安装(在线) 购买算法 安装算法并加载License 父主题: 适用于SDC算法

  • 中介中心度算法(betweenness)(2.2.4) - 图引擎服务 GES

    中介中心度算法(betweenness)(2.2.4) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 directed 否 是否考虑边的方向 Boolean true或者false true weight 否 边上权重 String 空或字符串

  • TopicRank算法 - 图引擎服务 GES

    TopicRank算法 概述 TopicRank算法12345热线多维度话题排序算法之一。 适用场景 适用于政务12345热线投诉话题排序。 参数说明 表1 TopicRank参数说明 参数 是否必选 说明 类型 取值范围 默认值 sources 是 节点的ID,支持多点输入,csv格式,逗号分割。

  • 智能优化算法(2)——蚁群算法

    7左右。 在基本的蚁群优化算法上,可以与其他启发式算法相结合,最典型的就是嵌入局部搜索算法,在各个蚂蚁形成自己的路线后,用局部调整方法(2-opt, 3-opt)加以改进,此外,与遗传算法、模拟退火和禁忌搜索等结合也有一定的成效。 混合蚁群优化算法主要步骤: Begin 蚂蚁初始化;

    作者: 我是一颗大西瓜
    发表时间: 2021-06-22 13:53:07
    3378
    0
  • 图像数据和自然语言数据增强方法

    就可以直接训练。因为新采集的数据和推理态数据之间相似度较高,所以重新训练后模型的推理效果就会有较大的提升。类似地,在自然语言处理领域,也有很多数据增强方法,自然语言处理领域的数据增强方法本质上与图像数据增强方法类似,都是确保增强前后数据的语义不发生变化。例如,在文本分类中,利用同

    作者: 黄生
    14
    1
  • personalrank算法(1.0.0) - 图引擎服务 GES

    personalrank算法(1.0.0) 表1 parameters参数说明 参数 是否必选 类型 说明 source 是 String 节点的ID。 alpha 否 Double 权重系数(又称阻尼系数),取值范围为(0,1),默认值为0.85。 convergence 否 Double

  • 自然语言处理一些应用场景

    机器翻译机器翻译因其效率高、成本低满足了全球各国多语言信息快速翻译的需求。机器翻译属于自然语言信息处理的一个分支,能够将一种自然语言自动生成另一种自然语言又无需人类帮助的计算机系统。目前,谷歌翻译、百度翻译、搜狗翻译等人工智能行业巨头推出的翻译平台逐渐凭借其翻译过程的高效性和准确

    作者: QGS
    2583
    8
  • 算法创新Lab_About

    Powers Innovation 算法驱动创新 Algorithm Powers Innovation 算法驱动创新 关于我们 算法创新Lab聚焦华为云全栈全域Top挑战问题的研究。围绕华为云根技术创新,向下扎到根;面向未来场景孵化新技术,向上捅破天。算法创新Lab设有博士后工作站。研