- NAIE平台在比赛期间提供免费的资源，比赛结束之后如果需要继续使用平台的话会计费，所以比赛结束之后需要停止运行中的任务，包括：训练任务、特征工程、WebIDE、Notebook。1、训练任务进入项目，点击上方“模型训练”菜单，可以看到算法列表，每个算法都要进去查看下是否有运行中的任务，点击进入一个算法，可以看到任务列表，现在RUNNING状态的任务，见下图红框，然后停止任务。2... NAIE平台在比赛期间提供免费的资源，比赛结束之后如果需要继续使用平台的话会计费，所以比赛结束之后需要停止运行中的任务，包括：训练任务、特征工程、WebIDE、Notebook。1、训练任务进入项目，点击上方“模型训练”菜单，可以看到算法列表，每个算法都要进去查看下是否有运行中的任务，点击进入一个算法，可以看到任务列表，现在RUNNING状态的任务，见下图红框，然后停止任务。2...
- 目录 图像梯度Sobel滤波器 图像梯度 图像梯度计算的是图像变化的速度。对于图像的边缘部分，其灰度值变化较大，梯度值也较大；相反，对于图像中比较平滑的部分，其灰度值变化较小，相应的梯度值也较小。一般情况下，图像的梯度计算是图像的边缘信息。 其实梯度就是导数，但是图像梯度一般通过计算像素值的差来得到梯度的近似值，也可以说是近似导数。该导数可以用微积分来... 目录 图像梯度Sobel滤波器 图像梯度 图像梯度计算的是图像变化的速度。对于图像的边缘部分，其灰度值变化较大，梯度值也较大；相反，对于图像中比较平滑的部分，其灰度值变化较小，相应的梯度值也较小。一般情况下，图像的梯度计算是图像的边缘信息。 其实梯度就是导数，但是图像梯度一般通过计算像素值的差来得到梯度的近似值，也可以说是近似导数。该导数可以用微积分来...
- @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...
- https://github.com/lucidrains/halonet-pytorch import torchfrom halonet_pytorch import HaloAttention if __name__ == '__main__': model = HaloAttention(dim=256, # dimension of feature ma... https://github.com/lucidrains/halonet-pytorch import torchfrom halonet_pytorch import HaloAttention if __name__ == '__main__': model = HaloAttention(dim=256, # dimension of feature ma...
- 模型的介绍 根据问题特点选择适当的估计器estimater模型：分类(SVC,KNN,LR,NaiveBayes,…) 回归 (Lasso,ElasticNet,SVR,…) 聚类(KMeans,…) 降维(PCA,…) 机器学习模型按照可使用的数据类型分为监督学习和无监督学习两大类。 监督学习主要包括用于分类和用于回归的模型： 分类： 线性分类器（如LR... 模型的介绍 根据问题特点选择适当的估计器estimater模型：分类(SVC,KNN,LR,NaiveBayes,…) 回归 (Lasso,ElasticNet,SVR,…) 聚类(KMeans,…) 降维(PCA,…) 机器学习模型按照可使用的数据类型分为监督学习和无监督学习两大类。 监督学习主要包括用于分类和用于回归的模型： 分类： 线性分类器（如LR...
- 导入手写数字识别 import keras from keras import layers import matplotlib.pyplot as plt %matplotlib inline import keras.datasets.mnist as mnist (train_image, train_label), (test_image, test_labe... 导入手写数字识别 import keras from keras import layers import matplotlib.pyplot as plt %matplotlib inline import keras.datasets.mnist as mnist (train_image, train_label), (test_image, test_labe...
- pyspark是Spark的python API，提供了使用python编写并提交大数据处理作业的接口。 在pyspark里大致分为5个主要的模块 pyspark模块，这个模块四最基础的模块，里面实现了最基础的编写Spark作业的 API。这个模块里面有以下内容： Sparkcontext:它是编写Spark程序的主入口RDD：分布式弹性数据集，是Spark内部中最... pyspark是Spark的python API，提供了使用python编写并提交大数据处理作业的接口。 在pyspark里大致分为5个主要的模块 pyspark模块，这个模块四最基础的模块，里面实现了最基础的编写Spark作业的 API。这个模块里面有以下内容： Sparkcontext:它是编写Spark程序的主入口RDD：分布式弹性数据集，是Spark内部中最...
- 什么是预训练网络 一个常用、高效的在小图像数据集上深度学习的方法就是利用预训练网络。一个预训练网络只是简单的储存了之前在大的数据集训练的结果，通常是大的图像分类任务。如果原始的数据集已经足够大，足够一般，通过预训练学习到的空间上的特征层次结构就能有效地在我们的模型中工作，因此这些特征对许多计算机视觉问题都很有用，尽管这些新问题和原任务相比可能涉及完全不同的类别。 K... 什么是预训练网络 一个常用、高效的在小图像数据集上深度学习的方法就是利用预训练网络。一个预训练网络只是简单的储存了之前在大的数据集训练的结果，通常是大的图像分类任务。如果原始的数据集已经足够大，足够一般，通过预训练学习到的空间上的特征层次结构就能有效地在我们的模型中工作，因此这些特征对许多计算机视觉问题都很有用，尽管这些新问题和原任务相比可能涉及完全不同的类别。 K...
- 本讲之前，先将高斯-赛德尔迭代法和雅克比迭代法以及迭代法求解线性方程组贴出来，毕竟收敛问题研究的是迭代方法的收敛问题。 进入主题： 判断迭代法收敛的办法： 1、首先根据方程组的系数矩阵A的特点判断； 2、可根据迭代矩阵的范数判断； 3、只好根据迭代矩阵的谱半径来判断； ———————————————————————————————————————————————————— ... 本讲之前，先将高斯-赛德尔迭代法和雅克比迭代法以及迭代法求解线性方程组贴出来，毕竟收敛问题研究的是迭代方法的收敛问题。 进入主题： 判断迭代法收敛的办法： 1、首先根据方程组的系数矩阵A的特点判断； 2、可根据迭代矩阵的范数判断； 3、只好根据迭代矩阵的谱半径来判断； ———————————————————————————————————————————————————— ...
- 记录第一次使用kaggle训练猫狗数据集 import os import shutil 12 os.listdir('../input/train/train') 1 base_dir = './cat_dog' train_dir = os.path.join(base_dir,'train') train_dir_dog = os.path.join... 记录第一次使用kaggle训练猫狗数据集 import os import shutil 12 os.listdir('../input/train/train') 1 base_dir = './cat_dog' train_dir = os.path.join(base_dir,'train') train_dir_dog = os.path.join...
- 来源:kaggle Machine Learning Micro-Course Home Page Recap Here’s the code you’ve written so far. Start by running it again. # Code you have previously used to load data import pandas... 来源:kaggle Machine Learning Micro-Course Home Page Recap Here’s the code you’ve written so far. Start by running it again. # Code you have previously used to load data import pandas...
- # bs4 nltk gensim import os import re import numpy as np import pandas as pd from bs4 import BeautifulSoup from sklearn.feature_extraction.text import CountVectorizer from sklearn.en... # bs4 nltk gensim import os import re import numpy as np import pandas as pd from bs4 import BeautifulSoup from sklearn.feature_extraction.text import CountVectorizer from sklearn.en...
- 案例流程 1) 制作词向量，可以使用gensim这个库，也可以直接用现成的 2) 词和ID的映射，常规套路了 3) 构建RNN网络架构 4) 训练我们的模型 5) 试试咋样 导入数据 首先，我们需要去创建词向量。为了简单起见，我们使用训练好的模型来创建。 作为该领域的一个最大玩家，Google 已经帮助我们在大规模数据集上训练出来了 Word2Vec 模型，包... 案例流程 1) 制作词向量，可以使用gensim这个库，也可以直接用现成的 2) 词和ID的映射，常规套路了 3) 构建RNN网络架构 4) 训练我们的模型 5) 试试咋样 导入数据 首先，我们需要去创建词向量。为了简单起见，我们使用训练好的模型来创建。 作为该领域的一个最大玩家，Google 已经帮助我们在大规模数据集上训练出来了 Word2Vec 模型，包...
- VGG16网络是13层卷积层，运算起来非常的忙，如果使用CPU基本跑不了 import keras from keras import layers import numpy as np import os import shutil 12345 还是猫狗数据集，2000张训练集，1000张测试集 base_dir = '../猫狗数据集/cat_dog' tr... VGG16网络是13层卷积层，运算起来非常的忙，如果使用CPU基本跑不了 import keras from keras import layers import numpy as np import os import shutil 12345 还是猫狗数据集，2000张训练集，1000张测试集 base_dir = '../猫狗数据集/cat_dog' tr...
- 参考：https://blog.csdn.net/m0_37870649/article/details/80979783 sklean的线性模型完成kaggle房价预测问题 https://www.kaggle.com/c/house-prices-Advanced-regression-techniques 赛题给我们79个描述房屋的特征，要求我们据此预测房屋的... 参考：https://blog.csdn.net/m0_37870649/article/details/80979783 sklean的线性模型完成kaggle房价预测问题 https://www.kaggle.com/c/house-prices-Advanced-regression-techniques 赛题给我们79个描述房屋的特征，要求我们据此预测房屋的...
上滑加载中
推荐直播
-
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中 -
华为云码道全新升级，多会话并行与多智能体协作2026/05/08 周五 19:00-21:00
王一男-华为云码道产品专家；张嘉冉-华为云码道工程师；胡琦-华为云HCDE；程诗杰-华为云HCDG
华为云码道4月份版本全新升级，此次直播深度解读4月份产品特性，通过“特性解读+实操演示+实战案例+设计创新”的组合，全方位展现码道在多会话并行与多智能体协作方面的能力，赋能开发者提升效率
正在直播
热门标签