- Keras：多个输出和多个损失 几周前，我们讨论了如何使用 Keras 和深度学习执行多标签分类。 今天，我们将讨论一种更高级的技术，称为多输出分类。 那么，两者有什么区别呢？ 在多标签分类中，您的网... Keras：多个输出和多个损失 几周前，我们讨论了如何使用 Keras 和深度学习执行多标签分类。 今天，我们将讨论一种更高级的技术，称为多输出分类。 那么，两者有什么区别呢？ 在多标签分类中，您的网...
- Bert+BiLSTM做情感分析 情感分析 情感分析一类的任务比如商品评价正负面分析，敏感内容分析，用户感兴趣内容分析、甚至安全领域的异常访问日志分析等等实际上都可以用文本分类的方式去做，情感分析的问... Bert+BiLSTM做情感分析 情感分析 情感分析一类的任务比如商品评价正负面分析，敏感内容分析，用户感兴趣内容分析、甚至安全领域的异常访问日志分析等等实际上都可以用文本分类的方式去做，情感分析的问...
- 第二章：简单分形 “王二不简单啊！”张三说：“你看，数学上真的有如你所说的分数维……” 王二却假装丧气地说了一句笑话：“唉，可惜我晚生了100多年，要不然，我就是第一个提出分数维的人了……” 图（2.1）：皮亚诺和他的space filling curve 原来非整数维的需要，早在18... 第二章：简单分形 “王二不简单啊！”张三说：“你看，数学上真的有如你所说的分数维……” 王二却假装丧气地说了一句笑话：“唉，可惜我晚生了100多年，要不然，我就是第一个提出分数维的人了……” 图（2.1）：皮亚诺和他的space filling curve 原来非整数维的需要，早在18...
- 1.实现的效果，通过多通道分别控制各圆柱的高低 2.准备声音文件，注，音乐文件及文件属性中不能有中文 3.受驱动物体的建立 建立line对象，使线条方向朝X轴正方向，为了让线条的中心点居于线条的中心使用属性绑定 ch("/obj/geo1/line1/dist")*-0.5 ... 1.实现的效果，通过多通道分别控制各圆柱的高低 2.准备声音文件，注，音乐文件及文件属性中不能有中文 3.受驱动物体的建立 建立line对象，使线条方向朝X轴正方向，为了让线条的中心点居于线条的中心使用属性绑定 ch("/obj/geo1/line1/dist")*-0.5 ...
- 网络宽带接入技术的普及与发展，给互联网向三维空间发展带来可能。可以想象，未来的网络世界将再也不是文字和图片的世界，我们将可以从网上看到林立的高楼大厦、喧嚣的闹市，而这一切都将得益于三维技术。它可以很好地胜任电子商务运作，比如我们购物，可以通过三维网络技术从不同角度欣赏商品的各个侧面，再比如房产开发过程中的楼宇展示，我们可以身临其境在各个... 网络宽带接入技术的普及与发展，给互联网向三维空间发展带来可能。可以想象，未来的网络世界将再也不是文字和图片的世界，我们将可以从网上看到林立的高楼大厦、喧嚣的闹市，而这一切都将得益于三维技术。它可以很好地胜任电子商务运作，比如我们购物，可以通过三维网络技术从不同角度欣赏商品的各个侧面，再比如房产开发过程中的楼宇展示，我们可以身临其境在各个...
- 机器学习可以说是高级分析的典型代表。机器学习领域汇集了众多技术，这些技术用于让计算机基于大量数据来学习数据的倾向并作出某些判断。机器学习的算法可以根据输入的数据类型分为“监督学习”和“非监督学习”两种。 监督学习和非监督学习 当用机器学习的算法让计算机学习数据倾向时，算法会根据用于学习的数据中是否含有“正确答案”的数据而有所不同。打... 机器学习可以说是高级分析的典型代表。机器学习领域汇集了众多技术，这些技术用于让计算机基于大量数据来学习数据的倾向并作出某些判断。机器学习的算法可以根据输入的数据类型分为“监督学习”和“非监督学习”两种。 监督学习和非监督学习 当用机器学习的算法让计算机学习数据倾向时，算法会根据用于学习的数据中是否含有“正确答案”的数据而有所不同。打...
- 目录 一，调整法 二，调整法的应用 1，多元函数、不等式 2，几何 3，三角函数 三，调整法和贪心 四，整数拆分求积问题 1，把正整数n表示成若干个正整数的和，求积的最大值 2，把正整数n表示成若干个不同的正整数的和，求积的最大值 POJ - 1032 Parliament 一，调整法 在中学数学中，调整法应用... 目录 一，调整法 二，调整法的应用 1，多元函数、不等式 2，几何 3，三角函数 三，调整法和贪心 四，整数拆分求积问题 1，把正整数n表示成若干个正整数的和，求积的最大值 2，把正整数n表示成若干个不同的正整数的和，求积的最大值 POJ - 1032 Parliament 一，调整法 在中学数学中，调整法应用...
- 前言 学习算法一直以来是机器学习能根据数据学到知识的核心技术。而好的优化算法可以大大提高学习速度，加快算法的收敛速度和效果。本文从浅层模型到深度模型纵览监督学习中常用的优化算法，并指出了每一种优化算法的优点及局限性，同时其还包括了一阶和二阶等各种算法的形式化表达。 本文旨在介绍关于将最优化方法应用于机... 前言 学习算法一直以来是机器学习能根据数据学到知识的核心技术。而好的优化算法可以大大提高学习速度，加快算法的收敛速度和效果。本文从浅层模型到深度模型纵览监督学习中常用的优化算法，并指出了每一种优化算法的优点及局限性，同时其还包括了一阶和二阶等各种算法的形式化表达。 本文旨在介绍关于将最优化方法应用于机...
- 赛题内容 赛题背景 赛题以计算机视觉为背景，要求选手使用给定的航拍图像训练模型并完成地表建筑物识别任务。为更好的引导大家入门，我们为本赛题定制了学习方案和学习任务，具体包括语义分割的模型和具体的应用案例。在具体任务中我们将讲解具体工具和使用和完成任务的过程。 通过对本方案的完整学习，可以帮助掌握语义分割基本技能。同时我们也将提供专... 赛题内容 赛题背景 赛题以计算机视觉为背景，要求选手使用给定的航拍图像训练模型并完成地表建筑物识别任务。为更好的引导大家入门，我们为本赛题定制了学习方案和学习任务，具体包括语义分割的模型和具体的应用案例。在具体任务中我们将讲解具体工具和使用和完成任务的过程。 通过对本方案的完整学习，可以帮助掌握语义分割基本技能。同时我们也将提供专...
- 01 | 人类神经系统原理 生物神经元间的信号通过突触来传递。通过它，一个神经元内传送的冲击信号将在下一个神经元内引起响应，使下一个神经元兴奋，或阻止下一个神经元兴奋。人体内有上百亿个神经细胞，这些神经细胞通过突触连接可以构成许多不同的路径，来传递信息。 一个神经元有两种状态——兴奋和抑制。平时处于抑制状态... 01 | 人类神经系统原理 生物神经元间的信号通过突触来传递。通过它，一个神经元内传送的冲击信号将在下一个神经元内引起响应，使下一个神经元兴奋，或阻止下一个神经元兴奋。人体内有上百亿个神经细胞，这些神经细胞通过突触连接可以构成许多不同的路径，来传递信息。 一个神经元有两种状态——兴奋和抑制。平时处于抑制状态...
- 前言 声明：以下是博主精心整理的机器学习和AI系列文章，博主后续会不断更新该领域的知识： 人工智能AI实战系列代码全解析 手把手教你ML机器学习算法源码全解析 有需要的小伙伴赶紧订阅吧。 机器学习算法已经被广泛应用于自动驾驶各种解决方案，电控单元中的传感器数据处理大大提高了机器学习的利用率，也有一些潜在的应用，比如利用不同外部... 前言 声明：以下是博主精心整理的机器学习和AI系列文章，博主后续会不断更新该领域的知识： 人工智能AI实战系列代码全解析 手把手教你ML机器学习算法源码全解析 有需要的小伙伴赶紧订阅吧。 机器学习算法已经被广泛应用于自动驾驶各种解决方案，电控单元中的传感器数据处理大大提高了机器学习的利用率，也有一些潜在的应用，比如利用不同外部...
- 导读：随着Bert的发布，预训练 ( pre-train ) 成为NLP领域最为热门的方向之一，大规模的无监督语料加上少量有标注的语料成为了NLP模型的标配。本文将介绍几种常见的语言模型的基本原理和使用方式，以及语言模型在网易严选NLP业务上的实践，包括分类、文本匹配、序列标注、文本生成等。 01 前言 文本的表征经历了漫长的发展... 导读：随着Bert的发布，预训练 ( pre-train ) 成为NLP领域最为热门的方向之一，大规模的无监督语料加上少量有标注的语料成为了NLP模型的标配。本文将介绍几种常见的语言模型的基本原理和使用方式，以及语言模型在网易严选NLP业务上的实践，包括分类、文本匹配、序列标注、文本生成等。 01 前言 文本的表征经历了漫长的发展...
- 曾经 若干年前，有一个年轻的男老师给我们讲线性代数。他讲课的声音比较小，坐到后面接近听不清的状态。在模糊的印象中，第一节课就讲如何通过行列式求解方程组（克莱姆法则）。再到后来的矩阵的各种运算（加法、... 曾经 若干年前，有一个年轻的男老师给我们讲线性代数。他讲课的声音比较小，坐到后面接近听不清的状态。在模糊的印象中，第一节课就讲如何通过行列式求解方程组（克莱姆法则）。再到后来的矩阵的各种运算（加法、...
- 最近在做数据分析方面的工作，经常需要检验两组样本之间是否存在差异，所以会遇到统计学中假设检验相关的知识。在机器学习特征工程这一步，笔者最常用到的是假设检验中的卡方检验去做特征选择，因为卡方检验可以做两个及两个以上样本率( 构成比）以及两个分类变量的关联性分析。但是笔者今天想介绍一下通过T检验做机器学习中的特征工程，希望能够让大家初步了解... 最近在做数据分析方面的工作，经常需要检验两组样本之间是否存在差异，所以会遇到统计学中假设检验相关的知识。在机器学习特征工程这一步，笔者最常用到的是假设检验中的卡方检验去做特征选择，因为卡方检验可以做两个及两个以上样本率( 构成比）以及两个分类变量的关联性分析。但是笔者今天想介绍一下通过T检验做机器学习中的特征工程，希望能够让大家初步了解...
- 本文主要在Spark平台下实现一个机器学习应用，该应用主要涉及LDA主题模型以及K-means聚类。通过本文你可以了解到： 文本挖掘的基本流程 LDA主题模型算法 K-means算法 Spark平台下LDA主题模型实现 Spark平台下基于LDA的K-means算法实现 1.文本挖掘模块设计 1.... 本文主要在Spark平台下实现一个机器学习应用，该应用主要涉及LDA主题模型以及K-means聚类。通过本文你可以了解到： 文本挖掘的基本流程 LDA主题模型算法 K-means算法 Spark平台下LDA主题模型实现 Spark平台下基于LDA的K-means算法实现 1.文本挖掘模块设计 1....
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 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签