- 1. 简介感知机是二分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1或-1.感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别模型。感知机旨在求出将训练数据进行线性划分的分离超平面，为此，导入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得感知机模型。感知机于1957年由Rosenblatt提出，是神经网络与支持向量机的基本。2. ... 1. 简介感知机是二分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1或-1.感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别模型。感知机旨在求出将训练数据进行线性划分的分离超平面，为此，导入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得感知机模型。感知机于1957年由Rosenblatt提出，是神经网络与支持向量机的基本。2. ...
- 1. 训练误差与测试误差机器学习的目的是使学到的模型不仅对已知数据而且对未知数据都能有很好的预测能力。不同的学习方法会给出不同的模型。当损失函数给定时，基于损失函数的模型的训练误差和模型的测试误差就自然成为学习方法评估的标准。值得注意的是，机器学习方法具体采用的损失函数未必是评估时使用的损失函数。当然，让两者一致是比较理想的。其中N是训练样本容量。其中N′是测试样本容量。当损失函数是0-1损... 1. 训练误差与测试误差机器学习的目的是使学到的模型不仅对已知数据而且对未知数据都能有很好的预测能力。不同的学习方法会给出不同的模型。当损失函数给定时，基于损失函数的模型的训练误差和模型的测试误差就自然成为学习方法评估的标准。值得注意的是，机器学习方法具体采用的损失函数未必是评估时使用的损失函数。当然，让两者一致是比较理想的。其中N是训练样本容量。其中N′是测试样本容量。当损失函数是0-1损...
- 本文转载自https://www.zybuluo.com/huanghaian/note/1747551github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 0 概要论文名称： FCOS: Fully Convolutional One-Stage Object Detection论文地址： https://a... 本文转载自https://www.zybuluo.com/huanghaian/note/1747551github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 0 概要论文名称： FCOS: Fully Convolutional One-Stage Object Detection论文地址： https://a...
- 本题思考 最开始我是分情况讨论各种相交的情况，发现判断语句写的非常繁琐，容易漏掉情况。其实这道题最简单的做法是： （1）找出不相交的通用判断方法 当一个矩形的横（纵）坐标的最大值小于另一矩形横（纵）坐标的最小值时,不相交 （2）找出相交情况面积的通用计算方法 相交的形状是个长方形，因此只需要计算长和宽。计算长：将四个横坐标升序排序，第三个减去第二个；同样的方法计算宽。... 本题思考 最开始我是分情况讨论各种相交的情况，发现判断语句写的非常繁琐，容易漏掉情况。其实这道题最简单的做法是： （1）找出不相交的通用判断方法 当一个矩形的横（纵）坐标的最大值小于另一矩形横（纵）坐标的最小值时,不相交 （2）找出相交情况面积的通用计算方法 相交的形状是个长方形，因此只需要计算长和宽。计算长：将四个横坐标升序排序，第三个减去第二个；同样的方法计算宽。...
- 文章目录 一、引言 二、IOU 三、GIOU 四、DIOU 五、CIOU 六、L1 Loss 七、L2 Loss 八、Smooth L1 Loss 资源获取： IOU ：2016年 UnitBox: An Advanced Object Detection Network GIOU：2019年CVPR Generaliz... 文章目录 一、引言 二、IOU 三、GIOU 四、DIOU 五、CIOU 六、L1 Loss 七、L2 Loss 八、Smooth L1 Loss 资源获取： IOU ：2016年 UnitBox: An Advanced Object Detection Network GIOU：2019年CVPR Generaliz...
- 问题描述 给定一个N阶矩阵A，输出A的M次幂（M是非负整数） 例如： A = 1 2 3 4 A的2次幂 7 10 15 22 输入格式 第一行是一个正整数N、M（1<=N<=30, 0<=M<=5），表示矩阵A的阶数和要求的幂数 接下来N行，每行N个绝对值不超过10的非负整数，描述矩阵A的值 输出格式 输出共N... 问题描述 给定一个N阶矩阵A，输出A的M次幂（M是非负整数） 例如： A = 1 2 3 4 A的2次幂 7 10 15 22 输入格式 第一行是一个正整数N、M（1<=N<=30, 0<=M<=5），表示矩阵A的阶数和要求的幂数 接下来N行，每行N个绝对值不超过10的非负整数，描述矩阵A的值 输出格式 输出共N...
- 文章目录 1.论文总述2.YOLOv2各个改进点2.1 Batch Normalization（mAP提升2%）2.2 High Resolution Classifier (mAP提升4%)2.3 Convolution With Anchor Boxes （mAP下降0.3%，recall提升7%）2.4 Dimension Clusters(维度聚类) ... 文章目录 1.论文总述2.YOLOv2各个改进点2.1 Batch Normalization（mAP提升2%）2.2 High Resolution Classifier (mAP提升4%)2.3 Convolution With Anchor Boxes （mAP下降0.3%，recall提升7%）2.4 Dimension Clusters(维度聚类) ...
- @Author：Runsen 当阅读一篇课文时，我们可以根据前面的单词来理解每个单词的，而不是从零开始理解每个单词。这可以称为记忆。卷积神经网络模型（CNN）不能实现这种记忆，因此引入了递归神经网络模型（RNN）来解决这一问题。RNN是带有循环的网络，允许信息持久存在。 RNN的应用有： 情绪分析（多对一，顺序输入） 机器翻译（多对多，顺序输入和顺序输出... @Author：Runsen 当阅读一篇课文时，我们可以根据前面的单词来理解每个单词的，而不是从零开始理解每个单词。这可以称为记忆。卷积神经网络模型（CNN）不能实现这种记忆，因此引入了递归神经网络模型（RNN）来解决这一问题。RNN是带有循环的网络，允许信息持久存在。 RNN的应用有： 情绪分析（多对一，顺序输入） 机器翻译（多对多，顺序输入和顺序输出...
- from gluoncv import model_zoo, data, utilsfrom gluoncv.data.transforms.pose import detector_to_alpha_pose, heatmap_to_coord_alpha_pose detector = model_zoo.get_model('yolo3_mobilenet1.0_c... from gluoncv import model_zoo, data, utilsfrom gluoncv.data.transforms.pose import detector_to_alpha_pose, heatmap_to_coord_alpha_pose detector = model_zoo.get_model('yolo3_mobilenet1.0_c...
- 一、什么是机器学习？机器学习=寻找一种函数，如何寻找这个函数？①定一个函数集合 ②判断函数的好坏 ③选择最好的函数机器学习三板斧①设计模型model②判断模型的好坏③选择最好的函数，优化模型 3.1修改模型，增加数据维度 3.2增加正则因子，使函数更加平滑，让参数w取值更小。（x变化较小时，整个函数结果不会变化太大，结果更准）学习路线监督学习：有数据标注情况下学习（回归、分类）半... 一、什么是机器学习？机器学习=寻找一种函数，如何寻找这个函数？①定一个函数集合 ②判断函数的好坏 ③选择最好的函数机器学习三板斧①设计模型model②判断模型的好坏③选择最好的函数，优化模型 3.1修改模型，增加数据维度 3.2增加正则因子，使函数更加平滑，让参数w取值更小。（x变化较小时，整个函数结果不会变化太大，结果更准）学习路线监督学习：有数据标注情况下学习（回归、分类）半...
- 人工智能已经成为技术圈的热点话题。它不仅改变了人们的生活，也彻底改变了你能想到的所有产业。不过，大众对人工智能还有着不同的认识。有些人认为人工智能不好，因为他们听说人工智能在未来会取代一些人的岗位。而人工智能的支持者认为，人工智能是一个社会发展的推动因素，它将通过自动化来减轻负担，让人们的生活更加便捷。不管你是否喜欢人工智能，如果你对人工智能在未来的影响感兴趣，那么请看看这篇文章，我们将介绍... 人工智能已经成为技术圈的热点话题。它不仅改变了人们的生活，也彻底改变了你能想到的所有产业。不过，大众对人工智能还有着不同的认识。有些人认为人工智能不好，因为他们听说人工智能在未来会取代一些人的岗位。而人工智能的支持者认为，人工智能是一个社会发展的推动因素，它将通过自动化来减轻负担，让人们的生活更加便捷。不管你是否喜欢人工智能，如果你对人工智能在未来的影响感兴趣，那么请看看这篇文章，我们将介绍...
- 介绍企业在选用静态代码分析工具时的评估方法、评估指标和评估用例集等信息。 介绍企业在选用静态代码分析工具时的评估方法、评估指标和评估用例集等信息。
- 对于python、人工智能这两个词大家是很熟悉的，而且在生活中大家很容易混淆这两个词汇，甚至觉得python就是人工智能，那么python与人工智能有什么关系呢? 什么是python? python是一种计算机程序语言，在人工智能科学领域被广泛应用，各种库、各种相关联的框架都是以python作为主要语言开发出来的。 python虽然是脚本语言，但是因为容易学，快速成为... 对于python、人工智能这两个词大家是很熟悉的，而且在生活中大家很容易混淆这两个词汇，甚至觉得python就是人工智能，那么python与人工智能有什么关系呢? 什么是python? python是一种计算机程序语言，在人工智能科学领域被广泛应用，各种库、各种相关联的框架都是以python作为主要语言开发出来的。 python虽然是脚本语言，但是因为容易学，快速成为...
- 基于MoXing框架开发训练脚本，通过AI全流程开发实现手写数字识别的应用 基于MoXing框架开发训练脚本，通过AI全流程开发实现手写数字识别的应用
- 本节书摘来自华章计算机《Python人脸识别：从入门到工程实践》 —— 书中第2章，第2.1.1节，作者是王天庆 。 本节书摘来自华章计算机《Python人脸识别：从入门到工程实践》 —— 书中第2章，第2.1.1节，作者是王天庆 。
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
苏州工业园区“华为云杯”2025人工智能应用创新大赛赛中直播2025/08/21 周四 16:00-17:00
Vz 华为云AIoT技术布道师
本期直播将与您一起探讨如何基于华为云IoT平台全场景云服务，结合AI、鸿蒙、大数据等技术，打造有创新性，有竞争力的方案和产品。
回顾中 -
深入解读架构师专业级培训认证2025/08/22 周五 16:30-17:30
阿肯-华为云生态技术讲师
解决方案架构专业级是开发者认证中的顶端明珠。这门认证聊什么？值得学吗？怎么考、考什么、难不难？这门课程深入解答
回顾中
热门标签