- 0x01 行列式的计算 某行(列)加上或减去另一行(列)的几倍，行列式不变。行(列)乘k，等于k乘此行列式。互换两行(列)，行列式变号。 0x02 计算的题型和套路 只有两个数字, 对角线是一个:... 0x01 行列式的计算 某行(列)加上或减去另一行(列)的几倍，行列式不变。行(列)乘k，等于k乘此行列式。互换两行(列)，行列式变号。 0x02 计算的题型和套路 只有两个数字, 对角线是一个:...
- 一、从招聘网站开始 招聘网站主要可分为综合类和垂直类。综合类招聘网站是指其提供的招聘信息很全面，涉及到各行各业，只要不是太冷门都有。垂直类招聘网站则是指按照不同行业进行划分，专门做这个行业（比如互联网）... 一、从招聘网站开始 招聘网站主要可分为综合类和垂直类。综合类招聘网站是指其提供的招聘信息很全面，涉及到各行各业，只要不是太冷门都有。垂直类招聘网站则是指按照不同行业进行划分，专门做这个行业（比如互联网）...
- 目录 前言2.6. 概率2.6.1. 模拟扔骰子2.6.2. 处理多个随机变量2.6.2.1. 联合概率2.6.2.2. 条件概率2.6.2.3. 贝叶斯定理2.6.2.4. 边际化 2.6... 目录 前言2.6. 概率2.6.1. 模拟扔骰子2.6.2. 处理多个随机变量2.6.2.1. 联合概率2.6.2.2. 条件概率2.6.2.3. 贝叶斯定理2.6.2.4. 边际化 2.6...
- 本文分享 CVPR 2022 论文『SC^2-PCR: A Second Order Spatial Compatibility for Efficient and Robust Point Cloud Registration』，二阶相似性测度，让传统配准方法取得比深度学习更好的性能，并达到深度学习的速度。 详细信息如下： ... 本文分享 CVPR 2022 论文『SC^2-PCR: A Second Order Spatial Compatibility for Efficient and Robust Point Cloud Registration』，二阶相似性测度，让传统配准方法取得比深度学习更好的性能，并达到深度学习的速度。 详细信息如下： ...
- 深度学习基础总结，无一句废话（附完整思维导图）深度学习如何入门？ - 知乎 深度学习入门基础讲义_shuzfan的博客-CSDN博客_深度学习入门 神经网络15分钟入门！足够通俗易懂了吧 - 知乎 深度学习基础知识点梳理 - 知乎 深度学习基础总结，无一句废话（附完整思维导图）深度学习如何入门？ - 知乎 深度学习入门基础讲义_shuzfan的博客-CSDN博客_深度学习入门 神经网络15分钟入门！足够通俗易懂了吧 - 知乎 深度学习基础知识点梳理 - 知乎
- 1、什么是keras 什么是keras？ keras以TensorFlow和Theano作为后端封装，是一个专门用于深度学习的python模块。包含了全连接层，卷积层，池化层，循环层，嵌入层等等等，常... 1、什么是keras 什么是keras？ keras以TensorFlow和Theano作为后端封装，是一个专门用于深度学习的python模块。包含了全连接层，卷积层，池化层，循环层，嵌入层等等等，常...
- 目录 前言2.3. 线性代数2.3.7. 点积（Dot Product）2.3.8. 矩阵-向量积2.3.9. 矩阵-矩阵乘法2.3.10. 范数 结语 前言 Hello！ ... 目录 前言2.3. 线性代数2.3.7. 点积（Dot Product）2.3.8. 矩阵-向量积2.3.9. 矩阵-矩阵乘法2.3.10. 范数 结语 前言 Hello！ ...
- 文章目录 前言最小化代价函数正则化在神经网络中的 L ... 文章目录 前言最小化代价函数正则化在神经网络中的 L ...
- 激活函数 为什么使用激活函数？ 线性激活函数一般用于输出。如果使用线性方程，而不使用激活函数，那么神经网络不管多少层，它的输出就仅仅是输入函数的线性变化 ReLu 又称为整流线性单元函数，表达... 激活函数 为什么使用激活函数？ 线性激活函数一般用于输出。如果使用线性方程，而不使用激活函数，那么神经网络不管多少层，它的输出就仅仅是输入函数的线性变化 ReLu 又称为整流线性单元函数，表达...
- 第一周测验 Introduction to Deep Learning 1.What does the analogy “AI is the new electricity” refer to? AI... 第一周测验 Introduction to Deep Learning 1.What does the analogy “AI is the new electricity” refer to? AI...
- 文章目录 前言什么是高偏差，高方差利用数据集误差判断拟合情况处理方式看模型在训练集上的表现看模型在开发集上的表现 后记 前言 这篇文章的内容主要是偏差与方差的相关解释 什么是高... 文章目录 前言什么是高偏差，高方差利用数据集误差判断拟合情况处理方式看模型在训练集上的表现看模型在开发集上的表现 后记 前言 这篇文章的内容主要是偏差与方差的相关解释 什么是高...
- 文章目录 前言机器学习介绍Question：人工智能，机器学习，深度学习，特征工程的关系？Question：机器学习的类别？Question：回归的主要应用？Question：什么是损失函数？Qu... 文章目录 前言机器学习介绍Question：人工智能，机器学习，深度学习，特征工程的关系？Question：机器学习的类别？Question：回归的主要应用？Question：什么是损失函数？Qu...
- 文章目录 前言结构化数据与非结构化数据的区别结构化数据非结构化数据 图片的矩阵表示输入输出格式Logistic Regression逻辑回归Gradient Descent梯度下降后记 ... 文章目录 前言结构化数据与非结构化数据的区别结构化数据非结构化数据 图片的矩阵表示输入输出格式Logistic Regression逻辑回归Gradient Descent梯度下降后记 ...
- 逻辑回归简介 逻辑回归虽然名称有回归两字，但是用来做分类算法的，大家都熟悉线性回归，一般形式是 Y ... 逻辑回归简介 逻辑回归虽然名称有回归两字，但是用来做分类算法的，大家都熟悉线性回归，一般形式是 Y ...
- 生成对抗网络主要分为生成器网络和判别器网络。 生成器网络：他以一个随机向量（潜在空间的一个随机点）作为输入，并将其解码成一张合成图像。判别器网络：以一张图像（真实的或合成的均可）作为输入，并预测该图像是来自训练集还是生成器网络创建。 本节将会介绍如何用 Keras 来实现形式最简单的 GAN。GAN 属于高级应用，所以本书不会深入介绍... 生成对抗网络主要分为生成器网络和判别器网络。 生成器网络：他以一个随机向量（潜在空间的一个随机点）作为输入，并将其解码成一张合成图像。判别器网络：以一张图像（真实的或合成的均可）作为输入，并预测该图像是来自训练集还是生成器网络创建。 本节将会介绍如何用 Keras 来实现形式最简单的 GAN。GAN 属于高级应用，所以本书不会深入介绍...
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中
热门标签