- 1、配置好开发环境后，进入开发环境 conda activate /home/kewei/openvino/openvion_venv source ~/intel/openvino_2021/bin/... 1、配置好开发环境后，进入开发环境 conda activate /home/kewei/openvino/openvion_venv source ~/intel/openvino_2021/bin/...
- CSDN 叶庭云：https://yetingyun.blog.csdn.net/ 其他梯度提升算法（AdaBoost、、GBDT、XGBoost、LightGBM）不具备这些特点 目前主流的... CSDN 叶庭云：https://yetingyun.blog.csdn.net/ 其他梯度提升算法（AdaBoost、、GBDT、XGBoost、LightGBM）不具备这些特点 目前主流的...
- 一、鲸鱼算法简介 鲸鱼优化算法(Whale Optimization Algorithm,WOA)是澳大利亚学者Mirjalili等根据座头鲸的狩猎方式提出的一种新的群智能优化算法。鲸鱼在大海中随机游走... 一、鲸鱼算法简介 鲸鱼优化算法(Whale Optimization Algorithm,WOA)是澳大利亚学者Mirjalili等根据座头鲸的狩猎方式提出的一种新的群智能优化算法。鲸鱼在大海中随机游走...
- 正余弦优化算法(原理) 1 算法简介 随机种群优化算法的共同点是将优化过程划分为探索与开发两个阶段。 在前一阶段，优化算法将解集中的随机解以较高的随机率突然组合在一起，寻找搜索空间的有希望区域。 而在开发阶段，随机解的变化是渐进的，且随机变化比探索阶段要小得多。 对此，澳大利亚学者Mirjalili于2016年提... 正余弦优化算法(原理) 1 算法简介 随机种群优化算法的共同点是将优化过程划分为探索与开发两个阶段。 在前一阶段，优化算法将解集中的随机解以较高的随机率突然组合在一起，寻找搜索空间的有希望区域。 而在开发阶段，随机解的变化是渐进的，且随机变化比探索阶段要小得多。 对此，澳大利亚学者Mirjalili于2016年提...
- 目录 文章目录 目录 分布式训练的挑战 算法挑战 工程挑战 NCCL MPI 分布式训练的挑战 算法挑战 数... 目录 文章目录 目录 分布式训练的挑战 算法挑战 工程挑战 NCCL MPI 分布式训练的挑战 算法挑战 数...
- 学校组别队名组员指导教师 华南理工大学四轮电磁组华工旋风队王熙来陈安邓晓燕 艾一帆 张家瑜 四轮摄像头组华工白弧队黄岳鹏陈安邓晓燕 梁健铭 张武江 多车编队组华工冰魄队... 学校组别队名组员指导教师 华南理工大学四轮电磁组华工旋风队王熙来陈安邓晓燕 艾一帆 张家瑜 四轮摄像头组华工白弧队黄岳鹏陈安邓晓燕 梁健铭 张武江 多车编队组华工冰魄队...
- 一、GA-SVM的图像分类简介 1 GA-SVM的图像分类思想 GA-SVM的图像分类基本思想为:首先分别提取图像的颜色和纹理特征,然后采用遗传算法得到最优分类权值向量解,并利用该最优权值对图像各个特征... 一、GA-SVM的图像分类简介 1 GA-SVM的图像分类思想 GA-SVM的图像分类基本思想为:首先分别提取图像的颜色和纹理特征,然后采用遗传算法得到最优分类权值向量解,并利用该最优权值对图像各个特征...
- 一、获取代码方式 获取代码方式1： 完整代码已上传我的资源：【聚类算法】基于matlab改进的粒子群算法优化K-means算法【含Matlab源码 1946期】 获取代码方式2： 通过订阅紫极神光博客... 一、获取代码方式 获取代码方式1： 完整代码已上传我的资源：【聚类算法】基于matlab改进的粒子群算法优化K-means算法【含Matlab源码 1946期】 获取代码方式2： 通过订阅紫极神光博客...
- HMM维特比算法及扩展 1 维特比算法 在隐马尔可夫模型的许多应用中，潜变量有一些有意义的解释，因此对一个给定的观察序列寻找最可能的隐状态序列往往是有趣的。例如，在语音识别中，我们可能希望为给定的一系列声学(acoustic)观察找到最可能的音素(phoneme)序列。由于隐马尔可夫模型的图是一个有向树，这个问题可 以用最大和算法... HMM维特比算法及扩展 1 维特比算法 在隐马尔可夫模型的许多应用中，潜变量有一些有意义的解释，因此对一个给定的观察序列寻找最可能的隐状态序列往往是有趣的。例如，在语音识别中，我们可能希望为给定的一系列声学(acoustic)观察找到最可能的音素(phoneme)序列。由于隐马尔可夫模型的图是一个有向树，这个问题可 以用最大和算法...
- 问题一：loss.data[0] 使用python pytorch框架出现问题： IndexError: invalid index of a 0-dim tensor. Use tensor.ite... 问题一：loss.data[0] 使用python pytorch框架出现问题： IndexError: invalid index of a 0-dim tensor. Use tensor.ite...
- 文章目录 一、回顾word2vec中的负采样1.1 滑动窗口1.2 目标函数1.3 预测函数 二、word2vec中的负采样实现三、推荐系统中召回相关基础3.1 召回中的三种训练方式（1）Po... 文章目录 一、回顾word2vec中的负采样1.1 滑动窗口1.2 目标函数1.3 预测函数 二、word2vec中的负采样实现三、推荐系统中召回相关基础3.1 召回中的三种训练方式（1）Po...
- 新技术可以对无症状的酒精相关肝病进行无创检测和分期；进一步完善这种方法可以改变临床管理并改善患者的预后。 酒精相关肝病（ALD）是全球肝病的主要原因之一，占与肝硬化有关的死亡人数的四分之一以上。脂肪变性、酒精性肝炎和纤维化是明显的组织病理学特征，标志着ALD向肝硬化的发展，然而这种发展往往是无症状和非特异性的，这使得早期诊断... 新技术可以对无症状的酒精相关肝病进行无创检测和分期；进一步完善这种方法可以改变临床管理并改善患者的预后。 酒精相关肝病（ALD）是全球肝病的主要原因之一，占与肝硬化有关的死亡人数的四分之一以上。脂肪变性、酒精性肝炎和纤维化是明显的组织病理学特征，标志着ALD向肝硬化的发展，然而这种发展往往是无症状和非特异性的，这使得早期诊断...
- 文章目录 文章参考ID3决策树1、测试数据集2、信息熵3、信息增益4、决策树的构建5、使用决策树进行决策6、决策树源码7、决策树可视化 未来可期 文章参考 https:/... 文章目录 文章参考ID3决策树1、测试数据集2、信息熵3、信息增益4、决策树的构建5、使用决策树进行决策6、决策树源码7、决策树可视化 未来可期 文章参考 https:/...
- 蝙蝠算法(原理) 1 算法简介 蝙蝠是令人着迷的动物。它们是唯一有翅膀的哺乳动物，它们还有先进的回声定位能力。 据估计，世界上大约有996种不同的哺乳动物，占哺乳动物种类总数的20%。它们的体型范围从微小的大黄蜂蝙蝠(约1.5到2克)到翼展约2米、体重约1公斤的巨型蝙蝠。微蝠的前臂长度一般为 2.2-11 厘米。 大多数蝙蝠在一... 蝙蝠算法(原理) 1 算法简介 蝙蝠是令人着迷的动物。它们是唯一有翅膀的哺乳动物，它们还有先进的回声定位能力。 据估计，世界上大约有996种不同的哺乳动物，占哺乳动物种类总数的20%。它们的体型范围从微小的大黄蜂蝙蝠(约1.5到2克)到翼展约2米、体重约1公斤的巨型蝙蝠。微蝠的前臂长度一般为 2.2-11 厘米。 大多数蝙蝠在一...
- 学习总结 ESMM首创了利用用户行为序列数据在完整样本空间建模，并提出利用学习CTR和CTCVR的辅助任务，迂回学习CVR，避免了传统CVR模型经常遭遇的样本选择偏差和训练数据稀疏的问题，取得了显著的效... 学习总结 ESMM首创了利用用户行为序列数据在完整样本空间建模，并提出利用学习CTR和CTCVR的辅助任务，迂回学习CVR，避免了传统CVR模型经常遭遇的样本选择偏差和训练数据稀疏的问题，取得了显著的效...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签