- TF之pix2pix：基于TF利用Facades数据集训练pix2pix模型、测试并进行生成过程全记录 目录 TB监控 1、SCALARS 2、IMAGES 3、GRAPHS 4、DISTRIBUTIONS 输出结果 训练代码运行过程全记录 测试代码全记录 TB监控 1、SCALARS 2、IMAGES inpu... TF之pix2pix：基于TF利用Facades数据集训练pix2pix模型、测试并进行生成过程全记录 目录 TB监控 1、SCALARS 2、IMAGES 3、GRAPHS 4、DISTRIBUTIONS 输出结果 训练代码运行过程全记录 测试代码全记录 TB监控 1、SCALARS 2、IMAGES inpu...
- ML与math：机器学习与高等数学基础概念、代码实现、案例应用之详细攻略——基础篇 目录 一、ML与高等数学 0、基础数学 1、导数、方向导数、梯度 1.1、概念简介 1.2、代码实现 2、Taylor展开 3、凸函数 二、ML与概率统计 1、古典概率 2、贝叶斯公式 3、常见概率分布 4、重要统计量(基于全局的而不是样本) 5、不等式... ML与math：机器学习与高等数学基础概念、代码实现、案例应用之详细攻略——基础篇 目录 一、ML与高等数学 0、基础数学 1、导数、方向导数、梯度 1.1、概念简介 1.2、代码实现 2、Taylor展开 3、凸函数 二、ML与概率统计 1、古典概率 2、贝叶斯公式 3、常见概率分布 4、重要统计量(基于全局的而不是样本) 5、不等式...
- ML之Clustering之K-means：K-means算法简介、应用、经典案例之详细攻略 目录 K-means算法简介 1、K-means算法适用的数据类型 2、K-Means算法的全局最优解和局部最优解的比较 1、K-means算法的过程及其主要思路 2、K-means原理的理解可视化 K-means算法经典案例 1、K-means的一个应... ML之Clustering之K-means：K-means算法简介、应用、经典案例之详细攻略 目录 K-means算法简介 1、K-means算法适用的数据类型 2、K-Means算法的全局最优解和局部最优解的比较 1、K-means算法的过程及其主要思路 2、K-means原理的理解可视化 K-means算法经典案例 1、K-means的一个应...
- ML之RF：随机森林RF算法简介、应用、经典案例之详细攻略 目录 随机森林RF算法简介 1、RF基本的构建算法过程 2、RF算法相关文献、论文 随机森林RF算法的应用 1、RF用于回归 2、RF用于分类 随机森林RF算法的经典案例 1、基础用法 随机森林RF算法简介 &... ML之RF：随机森林RF算法简介、应用、经典案例之详细攻略 目录 随机森林RF算法简介 1、RF基本的构建算法过程 2、RF算法相关文献、论文 随机森林RF算法的应用 1、RF用于回归 2、RF用于分类 随机森林RF算法的经典案例 1、基础用法 随机森林RF算法简介 &...
- Dataset之IRIS：莺尾(Iris)数据集的简介、安装、使用方法之详细攻略 莺尾(Iris)数据集的简介 IRIS数据集，也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性... Dataset之IRIS：莺尾(Iris)数据集的简介、安装、使用方法之详细攻略 莺尾(Iris)数据集的简介 IRIS数据集，也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性...
- DayDayUp：职场面试技巧之STAR面试法则 目录 STAR面试法则 STAR法则应用 STAR面试法则 STAR面试法是企业招聘面试过程中可采用的技巧。其中，“STAR”是，四个英文单词的首字母组合。 SITUATION背景TASK任务A... DayDayUp：职场面试技巧之STAR面试法则 目录 STAR面试法则 STAR法则应用 STAR面试法则 STAR面试法是企业招聘面试过程中可采用的技巧。其中，“STAR”是，四个英文单词的首字母组合。 SITUATION背景TASK任务A...
- ML岗位面试：11.06早上上海某智能驾驶科技公司(创业)笔试+面试之手撕代码、项目考察、比赛考察、图像算法的考察等 导读：该公司是在同济某次大型招聘会上投的，当时和HR聊了半个多小时，后来有约，但是因为时间冲突，所以一直改到11.06早上。到了该公司，先给我了三个算法题目(限时30分钟)，一个是求字符串中最长对称的子串，另一个是求一个不重复数组内的所有子集，另一个题... ML岗位面试：11.06早上上海某智能驾驶科技公司(创业)笔试+面试之手撕代码、项目考察、比赛考察、图像算法的考察等 导读：该公司是在同济某次大型招聘会上投的，当时和HR聊了半个多小时，后来有约，但是因为时间冲突，所以一直改到11.06早上。到了该公司，先给我了三个算法题目(限时30分钟)，一个是求字符串中最长对称的子串，另一个是求一个不重复数组内的所有子集，另一个题...
- Python语言学习：python语言的特点、入门、基础用法之详细攻略 相关内容Python 基础教程 目录 python语言的特点 python语言的入门 python语言的基础用法 python语言的特点 1、pickle功能：Python 有pickle 这个便利的功能。这个功能可以将程序运行中的对象保存为文件。如果加载保存... Python语言学习：python语言的特点、入门、基础用法之详细攻略 相关内容Python 基础教程 目录 python语言的特点 python语言的入门 python语言的基础用法 python语言的特点 1、pickle功能：Python 有pickle 这个便利的功能。这个功能可以将程序运行中的对象保存为文件。如果加载保存...
- Py之paddlehub：paddlehub的简介、安装、使用方法之详细攻略 目录 paddlehub的简介 paddlehub的安装 paddlehub的使用方法 1、使用PaddleHub下载数据集、预训练模型等 paddlehub的简介 PaddleHub是飞桨预训练模型管理和迁移学习工具，通过Paddle... Py之paddlehub：paddlehub的简介、安装、使用方法之详细攻略 目录 paddlehub的简介 paddlehub的安装 paddlehub的使用方法 1、使用PaddleHub下载数据集、预训练模型等 paddlehub的简介 PaddleHub是飞桨预训练模型管理和迁移学习工具，通过Paddle...
- DL之CNN：利用自定义DeepConvNet【7+1】算法对mnist数据集训练实现手写数字识别、模型评估(99.4%) 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 network = DeepConvNet() network.load_params("data... DL之CNN：利用自定义DeepConvNet【7+1】算法对mnist数据集训练实现手写数字识别、模型评估(99.4%) 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 network = DeepConvNet() network.load_params("data...
- DL框架之MXNet ：深度学习框架之MXNet 的简介、安装、使用方法、应用案例之详细攻略 目录 MXNet 的简介 1、优缺点 2、相关文章 3、相关链接 MXNet 的安装 MXNet 的使用方法 1、个人使用总结 2、经典模型集合—MXNet Model Zoo 3、模型分类 MXNet 的应用案例 MXNet 的简介 ... DL框架之MXNet ：深度学习框架之MXNet 的简介、安装、使用方法、应用案例之详细攻略 目录 MXNet 的简介 1、优缺点 2、相关文章 3、相关链接 MXNet 的安装 MXNet 的使用方法 1、个人使用总结 2、经典模型集合—MXNet Model Zoo 3、模型分类 MXNet 的应用案例 MXNet 的简介 ...
- Py之Pandas：Python的pandas库简介、安装、使用方法详细攻略 目录 pandas库简介 pandas库安装 pandas库使用方法 1、函数使用方法 2、使用经验总结 3、绘图相关操作 推荐文章Py之Pandas：Python的pandas库简介、安装、使用方法详细攻略Python之pandas：DataFram... Py之Pandas：Python的pandas库简介、安装、使用方法详细攻略 目录 pandas库简介 pandas库安装 pandas库使用方法 1、函数使用方法 2、使用经验总结 3、绘图相关操作 推荐文章Py之Pandas：Python的pandas库简介、安装、使用方法详细攻略Python之pandas：DataFram...
- DL之NN：NN算法(本地数据集50000张训练集图片)进阶优化之三种参数改进，进一步提高手写数字图片识别的准确率 导读 上一篇文章，比较了三种算法实现对手写数字识别，其中，SVM和神经网络算法表现非常好准确率都在90%以上，本文章进一步探讨对神经网络算法优化，进一步提高准确率，通过测试发现，准确率提高了很多。 相关文章CNN：人工智能之神经网络算法进阶优化，六... DL之NN：NN算法(本地数据集50000张训练集图片)进阶优化之三种参数改进，进一步提高手写数字图片识别的准确率 导读 上一篇文章，比较了三种算法实现对手写数字识别，其中，SVM和神经网络算法表现非常好准确率都在90%以上，本文章进一步探讨对神经网络算法优化，进一步提高准确率，通过测试发现，准确率提高了很多。 相关文章CNN：人工智能之神经网络算法进阶优化，六...
- CV之YOLOv3：深度学习之计算机视觉神经网络Yolov3-5clessses训练自己的数据集全程记录 目录 视频请观看 训练输出记录 视频请观看 深度学习之计算机视觉神经网络训练Yolov3-5clessses_全程记录01 深度学习之计算机视觉神经网络训练Yolov3-5cle... CV之YOLOv3：深度学习之计算机视觉神经网络Yolov3-5clessses训练自己的数据集全程记录 目录 视频请观看 训练输出记录 视频请观看 深度学习之计算机视觉神经网络训练Yolov3-5clessses_全程记录01 深度学习之计算机视觉神经网络训练Yolov3-5cle...
- CV之FC(H+k机器学习)：基于每人几张人脸图片训练H+k模型实现(国内外明星)新人脸图像的姓名预测(准确度高达100%) 目录 输出结果 设计思路 输出结果 设计思路 CV之FC(H+k机器学习)：基于每人几张人脸图片训练H+k模型实现(国内外明星)新人脸图像的姓名预测(准确度高达100%) 目录 输出结果 设计思路 输出结果 设计思路
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 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；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中
热门标签