已找到以下 10000 条记录
  • "io/ioutil" "net/http" "strconv" "github.com/dapr/components-contrib/nameresolution" "github.com/dapr/kit/logger" ) type Resolver struct

    作者: 样子的木偶
    34
    1
  • 学习笔记|合页损失函数

    1. 合页损失函数介绍 线性支持向量机学习还有另外一种解释,就是最小化以下目标函数: 目标函数的第1项是经验损失或经验风险,函数 称为合损失函数。下标“+”表示以下取正值的函数 2. 正则化合页损失最优化与线性支持向量机最优化的等价性 定

    作者: darkpard
    发表时间: 2021-12-03 14:04:09
    1660
    0
  • 机器学习算法查询记录

    net/mao_xiao_feng/article/details/52728164 http://www.woshipm.com/pmd/834987.html 监督学习主要涉及到的算法模型如下线性回归模型(Linear Regression)K-近邻算法(k-Nearest Neighbors,KNN)决策树(Decision

    作者: Amrf
    发表时间: 2019-02-28 14:30:48
    1669
    0
  • 【玩转标准版MLS系列四】机器学习助力客户分群

    管理客户方针提供绝佳依据,最终提升客户满意度,带来更多的商业利润和深度合作伙伴关系。3  准备工作使用一键式“客户分群”模板前,只需要完成以下两步准备工作:1) 注册华为云账号,并通过实名认证。2) 开通机器学习服务权限。4  使用模板4.1 数据理解数据源的具体字段如下:  字

    作者: 人工智能
    18537
    1
  • 【机器学习基础】损失函数

    损失函数  损失函数是机器学习里最基础也是最为关键的一个要素,通过对损失函数的定义、优化,就可以衍生到我们现在常用的机器学习等算法中。1.损失函数  损失函数(loss function)是用来估量拟模型的预测值f(x)与真实值Y的不一致程度,它是一个非负实值函数,损失函数的作用是衡量模型预测的好坏。通常使用L(Y

    作者: Micker
    发表时间: 2020-06-30 22:17:34
    9474
    0
  • 【ICML2021】密度约束强化学习

    Fanhttps://www.zhuanzhi.ai/paper/4fa1ffa9d790da75a55a7f6e0aef8821我们从一个新的角度研究约束强化学习(CRL),通过直接设置状态密度函数的约束,而不是以往研究中考虑的值函数。状态密度具有清晰的物理和数学解释,并能够表达各种各样的约束,如资

    作者: 可爱又积极
    422
    1
  • 从字节大佬那要来的,码农的学习书单!

    岁月从不辜负奋斗的人,愿努力拼搏学习的你,都能收获美好的前程! 承遇朝霞,年少正恰。 整装戎马,刻印风华。 🔖 目录 一、推荐 - 日常推荐优秀书籍 二、Java/Spring - 16本提升基本功的书籍 三、DB - 2本数据库优秀书籍 四、Redis - 深入学习Redis 五、架构&设计

    作者: 小傅哥
    发表时间: 2021-05-20 10:50:33
    3365
    0
  • Master-Worker工具使用文档

    都大差不差,本案例使用线程池的方式,重新实现,并进行测试对比。笔者希望进行优化,并作为工具使用,技术水平有限,请多多指教,提出不同意见,共同进步。 建议Clone代码,学习GIT仓库地址 目录 使用方法测试对比 测试ThreadMap result:216474736测试ExecutorService

    作者: 西魏陶渊明
    发表时间: 2022-09-24 19:12:10
    97
    0
  • 什么是强化学习?强化学习有哪些框架、算法、应用?

    什么是强化学习? 强化学习是人工智能领域中的一种学习方式,其核心思想是通过一系列的试错过程,让智能体逐步学习如何在一个复杂的环境中进行最优的决策。这种学习方式的特点在于,智能体需要通过与环境的交互来获取奖励信号,从而逐步调整自己的行动策略,以期在长期的时间尺度下获得最大的总奖励。

    作者: wljslmz
    发表时间: 2023-05-11 23:07:40
    18
    0
  • 【HCIA职业认证训练营:学习心得】

    在此非常感谢能有机会参与到训练营活动中。学习视频中讲解老师流利的授课表达十分突出。在两次直播课上也学到了许多干货。学习群中组织者对问题一一耐心解答,学员们互帮互助形成了良好的学习氛围。期间我抱着赢取HCIA考试券的信念完成了课程的学习和实践,完成了2个沙箱试验,并取得了黑白棋实

    作者: mxlt
    2038
    0
  • HCIA职业认证训练营:学习体会

    到了华为云平台对我们学习的便利,学习了如何部署代码,实践过程中虽然也遇到了问题,但是通过实验手册和群里的询问也成功解决了问题所在,对于初学云服务的我来说是提供了很大的帮助,十分有学习意义。 对于华为云服务有了一定的了解,我也会朝着这个方向继续前进,不断地学习进步。感谢华为云能给我这么一次体验。

    作者: zhenggx
    338
    0
  • web安全的学习路线

    基础知识里面分三个部分:    01:基础语言,在基础语言这部分,包含 ASP,PHP,LINUX 等02.数据库学习 sql语言,SQL Server, mysql,oracle 等03.服务器配置. linux 服务器配置,windows服务器配置,IPTABLES

    作者: 互联网老辛
    发表时间: 2021-06-08 14:55:16
    1484
    0
  • 训练分类器 - 企业级AI应用开发专业套件 ModelArts Pro

    建议针对不同的模板上传对应的训练集数据,用于训练模板分类模型,使服务能够精准地分类多个模板图片,然后对多个模板图片进行文字识别和结构化提取。 前提条件 已在文字识别套件控制台选择“多模板分类工作流”新建应用,并框选添加的多个模板的识别区,详情请见框选识别区。 添加已有模板 针对已

  • 【进阶版】 机器学习分类算法之XGBoost(集成学习算法)、LightGBM(梯度提升框架)(13)

    本专栏前期文章介绍! 机器学习配套资源推送 进阶版机器学习文章更新~ 点击下方下载高清版学习知识图册 机器学习分类算法之XGBoost(集成学习算法) 机器学习分类算法之LightGBM(梯度提升框架)

    作者: 王小王-123
    发表时间: 2022-08-23 14:07:59
    116
    0
  • 机器学习案例(九):语言检测

    语言检测是一项自然语言处理任务,我们需要识别文本或文档的语言。几年前使用机器学习进行语言识别是一项艰巨的任务,因为关于语言的数据并不多,但随着数据的轻松可用,已经有几种强大的机器学习模型可用于语言识别。因此,如果想学习如何训练机器学习模型进行语言检测,那么本文适合你。 文章目录

    作者: 川川菜鸟
    发表时间: 2022-09-24 15:53:47
    99
    0
  • 腾讯优图开源新一代移动端推理框架TNN的初次见面思考

    6月10日,腾讯优图实验室宣布正式开源新一代移动端深度学习推理框架TNN,通过底层技术优化实现在多个不同平台的轻量部署落地,性能优异、简单易用。腾讯方面称,基于TNN,开发者能够轻松将深度学习算法移植到手机端高效的执行,开发出人工智能 App,真正将 AI 带到指尖。地址: https://github.com/Te

    作者: andyleung
    5313
    3
  • 【有奖活动】体验全局搜索,和小Mi老师一起机器学习

    和小Mi老师一起机器学习《【跟着小Mi一起机器学习吧!】介绍篇》《【跟着小Mi一起机器学习吧!】那些我们快要遗忘的线性代数知识点》《【跟着小Mi一起机器学习吧!】单变量线性回归(一)》《【跟着小Mi一起机器学习吧!】单变量线性回归(二)》《【跟着小Mi一起机器学习吧!】多变量线性回

    作者: 埼玉
    4999
    7
  • 伪文艺程序员的“迁移学习”啃读(C)

    么(What)的问题。迁移学习里面还有一个重要的问题就是什么时候迁移(When),这个问题这篇工作并没有涉及。这篇文章提出了L2T的学习框架,和迁移学习(Transfer Learning)、多任务学习(Multi-Task Learning)、终生学习(Life-Long Le

    作者: chenjinge
    发表时间: 2020-07-31 10:30:08
    6141
    0
  • 华为云微认证类别介绍 - 华为云开发者学堂

    速实现网站搭建,体验容器为企业应用带来的极大便利性。 人工智能 智能表单和证件文字识别:身份证、驾照、发票,轻松实现文字识别,告别人工识别的苦恼。 大数据 车联网大数据驾驶行为分析:车联网解决方案深度解析,车辆驾驶行为的数据模拟实践,探索车联网大数据序列奥秘。 软件开发 一分钟自

  • 机器学习笔记之调参与最终模型

    大多数学习算法都有些参数(parameter)需要设定,参数配置不同,学得模 型的性能往往有显著差别因此,在进行模型评估与选择时,除了要对适用学习算法进行选择,还需对算法参数进行设定,这就是通常所说的 “参数调节” 或简称 “调参” (parameter tuning).读者可能

    作者: ypr189
    723
    1