不变性特征子集

金融风控可解释性算法安全优化实践

本文从实际业务场景出发，系统性梳理可解释性算法与联邦学习、特征工程的协同框架，通过超参数优化与动态模型评估机制，构建透明化决策链路。
智能计算研究中心·2025-03-14 22:43

H100解锁生成式AI算力新纪元

TensorCore通过稀疏计算与混合精度支持，显著提升矩阵运算效率；显存带宽优化技术结合HBM3高带宽内存，将数据吞吐量提升至3.35TB/s，有效缓解大规模模型训练中的显存墙问题；动态编程加速器则针对AI工作负载特征实现指令级优化
智能计算研究中心·2025-03-14 22:43

生成对抗网络优化医疗影像分析方法

值得注意的是，算法优化过程中采用的三阶段特征工程策略——包括基于注意力机制的特征选择、多尺度特征融合以及可解释性特征映射——使模型决策透明度提升约37.6%。临床实践表明，将联邦学习
智能计算研究中心·2025-03-14 22:43

Batch Normalization理解

BatchNormalization理解BatchNormalization：批归一化我们在图像预处理过程中通常会对图像进行标准化处理，这样能够加速网络的收敛，如下图所示，对于Conv1来说输入的就是满足某一分布的特征矩阵
zhimengxiang·2025-03-14 22:13

回溯算法入门（排列树问题 + 子集树问题）

#include#include//排列数问题/*如[1,2,3]的所有全排列结果为[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]总的排列数量为3!个*///法一：交换位置法voidswap(int*a,int*b){inttemp=*a;*a=*b;*b=temp;}voidprintArr(int*arr,intn){inti;for(i=0;i
啊龙阿·2025-03-14 21:04

谈为什么KLA和Camtech公司为什么可以做到，半导体那边，晶圆，键合可以做到不管哪款新产品进来。编程2小时，上线后准确率可以直接做到99.9%、

三什么跨层特征解耦，实现的基础是他们对半导体理解比较深刻KLA和Ca
*Major*·2025-03-14 20:27

树莓科技集团董事长：第五代产业园运营模式的深度剖析与展望

核心特征数字化转型：第五代产业园高度重视数字化技术的应用，通过构建数字化平台，实现园区内企业、资源、信息的互联互通。
树莓集团·2025-03-14 20:19

HiPixel开源AI驱动的图像超分辨率的原生macOS 应用程序，使用 SwiftUI 构建并利用 Upscayl 强大的 AI 模型

二、软件特征具有SwiftUI界面的原生macOS应用程序使用AI模型进行高质量图像放大通过GPU加速实现快速处理支持各种图像格式用于自动处理新添加图像的文件夹监控现代、直观的用户界面三、为什么选择HiPixel
2301_78755287·2025-03-14 19:43

prompt工程起步

1.手工提示词有关CLIP和ActionClip的手工特征,也是一个进步。
邪恶的贝利亚·2025-03-14 17:30

手写机器学习算法系列——K-Means聚类算法(一)

这种算法的主要目标是根据数据的特征进行分组，以此找出数据的内在结构。聚类算法的一个核心特点就是它并不需要预先知道数据的类别，而是通过算法自动进行分组。在实际应用中，我们常见的
木有鱼丸223·2025-03-14 16:52

蓝桥杯常见算法模板（Python组）

4.线性DP1.最长上升子序列（子序列问题一般下标从一开始）2.最长公共子序列3.常见背包模型1.0-1背包2.完全背包3.多重背包4.混合背包5.二维费用背包6.分组背包5.搜索1.DFS模板：1.子集问题
-777.·2025-03-14 16:45

搞定leetcode面试经典150题之双指针

双指针:由于数据特征的有序性(大小或者正负)，所以可以证明当前节点一定是优于过往节点，从而可以
醒了就刷牙·2025-03-14 12:22

【大模型学习】第十九章 什么是迁移学习

目录1.迁移学习的起源背景1.1传统机器学习的问题1.2迁移学习的提出背景2.什么是迁移学习2.1迁移学习的定义2.2生活实例解释3.技术要点与原理3.1迁移学习方法分类3.1.1基于特征的迁移学习（Feature-basedTransfer
好多渔鱼好多·2025-03-14 12:49

Spring Cloud Alibaba RocketMQ 消息队列

作者：禅与计算机程序设计艺术1.简介RocketMQ是一款开源、高性能、分布式消息中间件，它具备以下主要特征：支持海量消息堆积能力，支持发送10万+TPS，且不受单机容量限制；提供灵活的消息过滤机制，支持按照标签
AI天才研究院·2025-03-14 12:47

3.13 YOLO V3

-特征做得更细致，融入多持续特征图信息来预测不同规格物体。-先验框更丰富了，3种scale，每种3个规格，一共9种。-softmax改进，预测多标签任务。
不要不开心了·2025-03-14 11:44

爬虫的精准识别：基于 User-Agent 的正则实现

本文提出了一种基于User-Agent正则表达式的爬虫识别方法，通过分析User-Agent字符串的特征，构建正则表达式规则，实现对爬虫的精准识别。
Small踢倒coffee_氕氘氚·2025-03-14 07:14

大模型中的常用名词介绍八：【特征与数据处理、伦理与公平性等】【建议收藏】

本文总结了大模型领域有关特征与数据处理、伦理与公平性等其他部分的名词，并解释其含义。跳出浩如烟海的大模型知识圈层，从概念上理清大模型的基础脉络！
神马行空·2025-03-14 07:41

分割等和子集

学习资料：代码随想录这一块儿学得挺痛苦注：文中含大模型生成内容动态规划：01背包理论基础卡码网第46题思路：五部曲定义：dp[i][j]为第i个物品背包容量为j，能装下的最大价值递推公式：dp[i][j]的值等于dp[i-1][j]的值和dp[i-1][j-weight[i]]+value相比的最大值，后者为看放下当前物品+减去当前物品的容量能放下什么价值，当然，要是放不下当前物品，就算了，保持原
jingjingjing1111·2025-03-14 07:08

Redis- 秒杀场景

它具有三个核心特征：高并发（短时间内大量用户涌入）、资源有限（商品数量有限）和时效性强（活动在特定时间开始和结
左灯右行的爱情·2025-03-14 06:32

Akamai 与 AWS 风控分析与绕过技术探讨

的主要风控机制包含以下几个关键点：Canvas指纹识别每个浏览器环境都有其独特的Canvas指纹这是风控系统的核心识别方式之一用户行为分析鼠标移动轨迹检测操作行为模式识别相关参数的实时计算与验证JA3指纹TLS握手特征识别客户端环境特征分析代码执行流
qq_33253945·2025-03-14 05:52

股指期货详细的玩法是什么？

作为期货交易的一种，股指期货交易与普通商品期货交易具有基本相同的特征和流程。一、如何玩转股指期货？1.选择交易平台：首先，你需要选择一个提
衍生股指君·2025-03-14 04:18

计算机操作系统进程（3）

系列文章目录第二章：进程的描述与控制文章目录系列文章目录前言一、进程同步的基本概念：二、临界资源：总结前言前面我们学习了进程的定义和特征，进程状态的转换，接下来我们开始学习我们最重要的一点也是相对最难的一点
脑子慢且灵·2025-03-14 03:13

嵌入式系统概述

这个定义主要包含两个信息，一是嵌入式系统是专用计算机系统，因此必须要有处理器，具备计算机系统的基本特征。二是嵌入式系统的功能是有严格要求并按照指定的应用而设计的。
weixin_48707198·2025-03-13 22:12

AUTOSAR汽车电子嵌入式编程精讲300篇-CAN总线协议在车载模块中的应用与实现

目录知识储备面向车载开发的CAN通信协议1基本概念2优势3概念和特征4技术介绍5应用举例6测试工具编辑7错误处理编辑前言国内外研究现状总线与CAN总线技术CAN总线技术在电子汽车领域的研究现状OBD系统的发展和研究现状
格图素书·2025-03-13 21:35

android 基于OpenCV4.8微笑检测自动拍照

这篇有介绍：androidopencv导入进行编译_编译androidopencv-CSDN博客二、加载人脸特征和微笑特征文件faceCascade=loadCascade(R.raw.haarcasc
mmsx·2025-03-13 20:58

基于多模态大模型的不完整多组学数据特征选择策略

基于多模态大模型的不完整多组学数据特征选择策略是当前生物信息学和精准医学领域的一个前沿问题。
m0_65156252·2025-03-13 18:17

0312-PromptMRG：诊断驱动的医疗报告生成提示

为了进一步提高诊断准确性，我们设计了跨模态特征增强，通过利用预训练CLIP的知识，从数据库中检索相似的报
m0_65156252·2025-03-13 18:11

电机控制常见面试问题（五）

文章目录一.面对电机控制中的非线性特征应采取什么方法二.电机控制常用传感器有哪些，有什么优缺点三.什么是电机的磁场与电流交互的基本原理四.请解释电机的工作原理是什么?如何转换电能为机械能?
小雀丝·2025-03-13 17:05

深度学习核心技术深度解析

一、深度学习的本质与核心思想定义：通过多层非线性变换，自动学习数据层次化表征的机器学习方法核心突破：表征学习：自动发现数据的内在规律，无需人工设计特征端到端学习：直接从原始输入到最终输出，消除中间环节的信息损失分布式表示
月落星还在·2025-03-13 16:26

好用高质量的住宅IP代理具备哪些特征

代理IP有很多种类型，而住宅IP便是其中一种应用广泛的类型。在网络营销、数据抓取、账号管理等领域，IP地址的选择直接关系到业务的安全性、稳定性和效率。特别是在使用住宅IP时，由于其具有较高的稳定性和匿名性。什么是住宅IP住宅IP是指由互联网服务提供商（ISP）分配给家庭宽带用户的IP地址。不同于数据中心IP，住宅IP通常与个人用户的互联网连接相关联，这意味着它们被网站和服务视为更加可信和合法的。由
·2025-03-13 15:52

MobileNet 改进：添加inception模块

它的设计目标是通过多尺度特征提取来提高网络的表达能力，同时控制计算复杂度。Inception
听风吹等浪起·2025-03-13 14:11

卷积神经网络中的卷积操作

在卷积神经网络（CNN）中，卷积操作是一种数学运算，它的目的是从图像（或其他数据）中提取局部特征。简单来说，卷积就像是用一个小的“扫描仪”在图像上滑动，每次扫描一小块区域，并从中提取有用的信息。
m0_61360701·2025-03-13 13:09

深度学习中的异构特征介绍

数据中有大量的各种各样的特征，这些特征类型不同、来源不同，因此称之为”异构特征“。这些特征没有一个明确的结构来描述它们之间的关系，这些特征的多样性和复杂性给数据处理和分析带来了挑战。
赫连达·2025-03-13 13:08

卷积神经网络（CNN）详解：从原理到应用的全景解析

一、定义与核心特征卷积神经网络（ConvolutionalNeuralNetwork,CNN）是一种专为处理网格状数据（如图像、视频）设计的深度前馈神经网络，其核心特征包括：局部连接：卷积层神经元仅与输入数据的局部区域连接
彩旗工作室·2025-03-13 13:37

backbone和head分开转onnx的优势

模型转换为ONNX格式时，将其分成backbone和head两个部分，通常是出于以下原因：1.模块化设计backbone通常是模型的特征提取部分（例如卷积神经网络的主干部分），负责从输入数据中提取高级特征
yuweififi·2025-03-13 12:33

图像识别技术与应用课后总结（18）

特征处理：对特征的处理更加细致，通过融入多持续特征图信息来预测不同规格的物体。先验框：先验框更加丰富，有3种sca
一元钱面包·2025-03-13 11:20

第一章_第一节——半导体的基础知识

温度升高：电子集体蹦迪，甩开共价键高呼“自由万岁！”空穴一脸懵逼：“我位置呢？”动态平衡：热激发（电子空穴对产生）和复合（电子空穴对消失）就像恋爱分手率，
慎独yfs·2025-03-13 10:40

基于支持向量机SVM的电网负荷预测，libsvm工具箱详解，SVM详细原理

的电网负荷预测，SVM原理，SVM工具箱详解，SVM常见改进方法支持向量机SVM的详细原理SVM的定义支持向量机（supportvectormachines,SVM）是一种二分类模型，它的基本模型是定义在特征空
神经网络机器学习智能算法画图绘图·2025-03-13 09:35

YOLOv8改进策略【注意力机制篇】| EMA 即插即用模块，提高远距离建模依赖（含C2f二次创新）

在改进YOLOv8的过程中能够为高级特征图产生更好的像素级注意力，能够建模长程依赖并嵌入精确的位置信息。
Limiiiing·2025-03-13 06:14

YOLOv5改进：在C3块不同位置添加EMA注意力机制，有效提升计算机视觉性能

EMA注意力机制是一种用于提升模型的感知能力和特征表达能力的技术。在YOLOv5中，我们将EMA注意力机制嵌入到C3块中，以增强这一块的特征表示能力。下面是我们改进的YOLOv
UksApps·2025-03-13 06:13

网络安全之防御保护8 - 11 天笔记

（应用层）深度包检测技术分类：1、基于“特征字”的检测技术2、基于应用网关的检测技术3、基于行为模式的检测技术
温柔小胖·2025-03-13 05:06

【深度学习】从全连接层到卷积

从全连接层到卷积我们之前讨论的多层感知机十分适合处理表格数据，其中行对应样本，列对应特征。对于表格数据，我们寻找的模式可能涉及特征之间的交互，但是我们不能预先假设任何与特征交互相关的先验结构。
熙曦Sakura·2025-03-13 04:56

【经济学】第五章：从生活实例看懂市场结构：完全竞争与垄断

核心特征商家多如繁星一条街上50家奶茶店，某家倒闭无人察觉公式：n→∞n\to\inftyn→
患得患失949·2025-03-13 04:55

19个判定学术写作内容有AI生成痕迹的例子

写作风格与语言特征重复性与一致性：AI生成的内容往往会在文中重复使用某些短语或表达方式，且整体语气和风格保持高度一致，缺乏人类写作者在不同情境下自然产生的微妙变化。
AIWritePaper官方账号·2025-03-13 02:14

Python----计算机视觉处理（opencv：像素，RGB颜色，图像的存储，opencv安装，代码展示）

一、计算机眼中的图像像素像素是图像的基本单元，每个像素存储着图像的颜色、亮度和其他特征。一系列像素组合到一起就形成了完整的图像，在计算机中，图像以像素的形式存在并采用二进制格式进行存储。
蹦蹦跳跳真可爱589·2025-03-12 18:19

如何提升OmniParser V2的小元素识别率——YOLOv8 增加 P2 层的性能变化解析

YOLOv8增加P2层的性能变化解析一、性能提升方向小目标检测精度显著提高原理：P2层对应更高分辨率的浅层特征图（如1/4下采样），能捕捉更细粒度的纹理
AI-AIGC-7744423·2025-03-12 14:22

【存储中间件】MongoDB最热门NoSql数据库（一）：NoSQL、MongoDB介绍

***1.2.4局限性及使用建议**个人主页：道友老李欢迎加入社区：道友老李的学习社区1.MongoDb综述1.1.什么是NosqlNoSQL（NotOnlySQL）是一类非关系型数据库的统称，其核心特征在于突破传统关系型数据库
道友老李·2025-03-12 14:52

美颜sdk在实时音视频中的技术应用

以下从技术模块、性能优化、应用场景及挑战等角度进行详细分析：一、核心技术模块与应用1.人脸检测与特征点定位美颜SDK通过深
Face Beauty美颜SDK·2025-03-12 12:12

机器学习背后的数学芝士

线性代数：数据处理的基础工具向量与矩阵向量是有序数字的集合，常用于表示数据点，例如用户的特征向量可能包括年龄、性别、收入等信息。矩阵则是二维数组，广泛应用于数据集的表示和变换操作。
小技工丨·2025-03-12 11:36

大模型微调：定义、方法、应用与未来展望

通过微调，模型可以学习到特定领域的特征和规律，从而在特定任务上表现出更高的专业性和准确率。微调的过程可以被视为一
软件职业规划·2025-03-12 11:33
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他