哔站机器学习白板推导第4页

Git使用从入门到入土收藏吃灰系列 (十三) git stash、git check-pick、git tag、git diff

gitstash堆栈gittag标签gitcherry-pick挑选合并gitdiff比较信息差异本节开始都是一些不怎么用的命令,或者一些使用技巧,了解即可一、前言参考安装Git详细安装教程参考视频B站Git

张时贰·2025-03-23 06:44

基于Python编程语言实现“机器学习”，用于车牌识别项目

基于Python的验证码识别研究与实现1.摘要验证码的主要目的是区分人类和计算机，用来防止自动化脚本程序对网站的一些恶意行为，目前绝大部分网站都利用验证码来阻止恶意脚本程序的入侵。验证码的自动识别对于减少自动登录时长，识别难以识别的验证码图片有着重要的作用。对验证码图像进行灰度化、二值化、去离散噪声、字符分割、归一化、特征提取、训练和字符识别等过程可以实现验证码自动识别。首先将原图片进行灰度化处理

我的sun&shine·2025-03-23 04:57

DS/ML：数据科学技术之数据科学生命周期(四大层次+机器学习六大阶段+数据挖掘【5+6+6+4+4+1】步骤)的全流程最强学习路线讲解之详细攻略

DS/ML：数据科学技术之数据科学生命周期(四大层次+机器学习六大阶段+数据挖掘【5+6+6+4+4+1】步骤)的全流程最强学习路线讲解之详细攻略导读：本文章是博主在数据科学和机器学习领域，先后实战过几百个应用案例之后的精心总结

一个处女座的程序猿·2025-03-23 03:41

一切皆是映射：实现神经网络的硬件加速技术：GPU、ASIC（专用集成电路）和FPGA（现场可编程门阵列）

3.2算法步骤详解3.2.1GPU加速3.2.2ASIC加速3.2.3FPGA加速3.3算法优缺点GPUASICFPGA3.4算法应用领域4.数学模型和公式&详细讲解&举例说明4.1数学模型构建4.2公式推导过

AI天才研究院·2025-03-23 02:36

给普通人看的深度学习说明书：用快递系统理解AI如何思考

第一章：理解AI的思维方式（快递版）1.1快递分拣站的故事假设你管理一个快递分拣站：传统方法：手动制定规则（比如根据邮编分拣）机器学习：观察老员工的分拣记录，总结规律深度学习：搭建自动分拣流水线，自主发现隐藏规则

嵌入式Jerry·2025-03-23 00:23

简单理解机器学习中top_k、top_p、temperature三个参数的作用

在机器学习中，top_k、top_p和temperature是用于控制生成模型（如语言模型）输出质量的参数，尤其在文本生成任务中常见。

无级程序员·2025-03-23 00:53

自定义kafka高效的protoStuff序列化

Duang，最近搭建了一个自己的博客小破站，欢迎各位小伙伴来访吖：https://www.ares-stack.cn/blog_service/#/game目前序列化领域中，谷歌的protobuf应该是性能好

_夜渐凉·2025-03-23 00:21

通俗易懂的讲解MobX

想象一下，你有一个小白板，上面写着你每天要做的事情。你每完成一件事，就在白板上打个勾。这个小白板就像是你的“状态”，而你打勾的动作就是“更新状态”。

luckucu·2025-03-23 00:20

小白零基础学数学建模系列-引言与课程目录

第一周：数学建模基础与工具第二周：高级数学建模技巧与应用第三周：机器学习基础与数据处理第四周：监督学习与无监督学习算法第五周：神经网络二、学完本专辑能收获到什么？三、适合什么样的人群学习？

川川菜鸟·2025-03-22 23:47

初始OpenCV

OpenCV提供了大量的计算机视觉算法和图像处理工具，广泛应用于图像和视频的处理、分析以及机器学习领域。所以学习人计算机视觉或者图像处理方面的知识，OpenCV是一个要重点学习的工具库。

指尖下的技术·2025-03-22 22:41

简站WordPress主题：简洁、实用、无插件、更安全

在众多的WordPress主题中，简站WordPress主题以其简洁、实用、无插件和更安全的特性脱颖而出，成为众多网站开发者和用户的首选。

podoor·2025-03-22 22:41

机器学习结合伏羲模型高精度多尺度气象分析与降尺度实现

随着人工智能的发展，机器学习技术在气象预报领域展现出巨大潜力。本文详细探讨如何结合机器学习（ML）和伏羲模型进行高精度多尺度气象模拟分析，并提供详细的实现步骤和相关代码。

Hardess-god·2025-03-22 21:07

MSE分类时梯度消失的问题详解和交叉熵损失的梯度推导

下面是MSE不适合分类任务的解释，包含梯度推导。以及交叉熵的梯度推导。

阿正的梦工坊·2025-03-22 21:34

基于ChatGPT、GIS与Python机器学习的地质灾害风险评估、易发性分析、信息化建库及灾后重建高级实践

第一章、ChatGPT、DeepSeek大语言模型提示词与地质灾害基础及平台介绍【基础实践篇】1、什么是大模型？大模型（LargeLanguageModel,LLM）是一种基于深度学习技术的大规模自然语言处理模型。代表性大模型：GPT-4、BERT、T5、ChatGPT等。特点：多任务能力：可以完成文本生成、分类、翻译、问答等任务。上下文理解：能理解复杂的上下文信息。广泛适配性：适合科研、教育、行

weixin_贾·2025-03-22 20:59

PXE系统

通常，PXE用于企业环境，尤其是大规模部署操作系统时，能够实现无盘工作站的启动以及批量系统安装。通过PXE，用户无需使用U盘、光盘等物理媒介，只需要一台支持网络启动的计算机和一个配置好的P

惟贤箬溪·2025-03-22 19:54

人脸识别的一些代码

饿了就干饭·2025-03-22 18:44

Effective Modern C++ 条款6：auto推导若非己愿，使用显式类型初始化惯用法

举个栗子2·2025-03-22 16:59

MiniMind：完全从 0 训练自己的大模型

是B站UP主近在远方的远开源的一个微型语言模型，改进自DeepSeek-V2、Llama3结构，项目包含整个数据处理、pretrain、sft、dpo的全部阶段，包含混合专家(MoE)模型。

三花AI·2025-03-22 15:49

探索Python中的集成方法：Stacking

在机器学习领域，Stacking是一种高级的集成学习方法，它通过将多个基本模型的预测结果作为新的特征输入到一个元模型中，从而提高整体模型的性能和鲁棒性。

Echo_Wish·2025-03-22 15:19

【Python】 Stacking: 强大的集成学习方法

我们都找到天使了说好了心事不能偷藏着什么都一起做幸福得没话说把坏脾气变成了好沟通我们都找到天使了约好了负责对方的快乐阳光下的山坡你素描的以后怎么抄袭我脑袋想的薛凯琪《找到天使了》在机器学习中，单一模型的性能可能会受到其局限性和数据的影响

音乐学家方大刚·2025-03-22 15:19

DPO 核心理论推导：参考策略距离约束下的最优策略 + 损失函数设计

Yourlanguagemodelissecretlyarewardmodel.”AdvancesinNeuralInformationProcessingSystems36(2023):53728-53741.本文整理了DPO论文中两个核心结论的推导

iiiiii11·2025-03-22 14:17

Stacking算法：集成学习的终极武器

Stacking算法：集成学习的终极武器在机器学习的竞技场中，集成学习方法以其卓越的性能而闻名。其中，Stacking（堆叠泛化）作为一种高级集成技术，更是被誉为“集成学习的终极武器”。

civilpy·2025-03-22 14:16

集成学习（上）：Bagging集成方法

在机器学习的世界里，没有哪个模型是完美无缺的。就像古希腊神话中的"盲人摸象"，单个模型往往只能捕捉到数据特征的某个侧面。

万事可爱^·2025-03-22 14:16

【集成学习】：Stacking原理以及Python代码实现

Stacking集成学习在各类机器学习竞赛当中得到了广泛的应用，尤其是在结构化的机器学习竞赛当中表现非常好。今天我们就来介绍下stacking这个在机器学习模型融合当中的大杀器的原理。

Geeksongs·2025-03-22 14:14

windows使用ssh-copy-id命令的解决方案

爱编程的喵喵·2025-03-22 14:40

IPv6网络的可操作安全考虑——RFC9099解析（四）

在某些情况下，这需要通过网络管理站对设备进行频繁的轮询。

黑带架构湿·2025-03-22 12:20

PyTorch基础知识讲解（一）完整训练流程示例

文章目录Tutorial1.数据处理2.网络模型定义3.损失函数、模型优化、模型训练、模型评价4.模型保存、模型加载、模型推理Tutorial大多数机器学习工作流程涉及处理数据、创建模型、优化模型参数和保存训练好的模型

苏雨流丰·2025-03-22 12:20

机器学习中的贝叶斯网络：如何构建高效的风险预测模型

作者：禅与计算机程序设计艺术文章目录机器学习中的贝叶斯网络：如何构建高效的风险预测模型1.背景介绍2.基本概念术语说明2.1马尔科夫随机场（MarkovRandomField）2.2条件随机场（ConditionalRandomField

AI天才研究院·2025-03-22 12:18

网络安全-信息收集

声明学习视频来自B站UP主泷羽sec，如涉及侵权马上删除文章。笔记的只是方便各位师傅学习知识，以下网站只涉及学习内容，其他的都与本人无关，切莫逾越法律红线，否则后果自负。

One_Blanks·2025-03-22 11:45

笔记-LeetCode 787: K 站中转内最便宜的航班

现在给定所有的城市和航班，以及出发城市src和目的地dst，你的任务是找到出一条最多经过k站中转的路线，使得从src到dst的价格最便宜，并返回该价格。如果不存在这样的路线，则输出-1。

我只是什么都不会而已·2025-03-22 10:35

【已解决】将CentOS7系统安装至U盘（四）：安装Qt5.14.2（解决#error qt requires c++11 support问题）

目录1下载安装文件2安装Qt5.14.2和QtCreator3解决编译问题1下载安装文件从Qt官网或清华大学镜像站https://mirrors.tuna.tsinghua.edu.cn/gnu/gcchttps

pyengine·2025-03-22 08:48

使用 Milvus 进行向量数据库管理与实践

技术背景介绍在当今的AI与机器学习应用中，处理和管理大量的嵌入向量是一个常见的需求。Milvus是一个开源向量数据库，专门用于存储、索引和管理深度神经网络以及其他机器学习模型生成的大规模嵌入向量。

qahaj·2025-03-22 08:43

物理学不存在了？诺贝尔物理学奖颁给了人工智能

2024年诺贝尔物理学奖授予美国普林斯顿大学教授约翰·J·霍普菲尔德（JohnJ.Hopfield）和加拿大多伦多大学教授杰弗里·E·辛顿（GeoffreyE.Hinton），以表彰他们“在人工神经网络机器学习方面的基础性发现和发明

资讯新鲜事·2025-03-22 07:36

阿里云国际站代理商：为什么边缘计算需要分布式防护？

1.边缘计算的分布式特性边缘计算将数据处理和存储从集中式的云中心迁移到了靠近数据源的边缘节点，这些节点通常分布广泛且数量众多。这种分布式架构虽然带来了低延迟、高带宽和高可靠性的优势，但也增加了安全防护的复杂性。因为每个边缘节点都可能成为潜在的攻击目标，且攻击面随着节点数量的增加而扩大。2.安全风险的增加数据泄露风险：边缘节点处理和存储用户数据，如果这些节点的安全措施不足，数据可能会被窃取或泄露。物

聚搜云—服务器分享·2025-03-22 07:31

PHP 爬虫实战：爬取淘宝商品详情数据

随着互联网技术的发展，数据爬取越来越成为了数据分析、机器学习等领域的重要前置技能。而在这其中，爬虫技术更是不可或缺。php作为一门广泛使用的后端编程语言，其在爬虫领域同样也有着广泛应用和优势。

EcomDataMiner·2025-03-22 03:56

强化学习中的深度卷积神经网络设计与应用实例

I.引言强化学习（ReinforcementLearning，RL）是机器学习的一个重要分支，通过与环境的交互来学习最优策略。

数字扫地僧·2025-03-22 01:40

模拟退火算法：原理、应用与优化策略

一、引言在现代科学与工程领域，复杂优化问题无处不在，如资源分配、路径规划、机器学习模型参数调优等。

尹清雅·2025-03-21 22:46

【猫狗分类】Pytorch VGG16 实现猫狗分类1-数据清洗+制作标签文件

声明：整个数据和代码来自于b站，链接：使用pytorch框架手把手教你利用VGG16网络编写猫狗分类

努力的小巴掌·2025-03-21 22:14

TensorFlow深度学习实战项目：从入门到精通

TensorFlow是一个开源的机器学习框架，由Go

点我头像干啥·2025-03-21 20:24

国外7个最佳大语言模型 (LLM) API推荐

在深度学习和机器学习算法的支持下，LLMAPI提供了前所未有的自然语言理解能力。通过利用这些新的API，开发人员现在可以创建能够以前所未有的方式理解和响应书面文本的应用程序。

幂简集成·2025-03-21 19:15

金融、教育等行业如何高效利用wangEditor实现word文档网页化编辑？

java,jsp,springboot,asp.net,php,asp,.netcore,.netmvc,.netform群体：学生,个人用户,外包,自由职业者,中小型网站,博客,场景：数字门户,数字中台,站群

2501_90699850·2025-03-21 18:03

LakeHouse湖仓一体成为下一站灯塔，数仓、数据湖架构即将退出群聊

摘要：当前的大数据技术应用趋势表明，客户对单一的数据湖和数仓架构并不满意。近年来几乎所有的数据仓库都增加了对Parquet和ORC格式的外部表支持，这使数仓用户可以从相同的SQL引擎查询数据湖表，但它不会使数据湖表更易于管理，也不会消除仓库中数据的ETL复杂性、陈旧性和高级分析挑战。KeenDataLakeHouse（湖仓一体）作为新一代大数据技术架构，将逐渐取代单一数据湖和数仓架构，成为大数据架

科杰科技·2025-03-21 17:26

CCF CSP 历年真题 C语言版满分代码集合 (至2021.9 持续更新中

CCFCSP历年真题C语言版满分代码集合（全部原创）2021-9-1数组推导2021-9-2非零段划分2021-4-1灰度直方图2021-4-2领域均值2020-12-1期末预测之安全指数2020-12

JY_0329·2025-03-21 17:55

【小白深度教程 1.32】手把手教你从多视角图像进行 3D 重建（SfM 算法）

重建的目标是从一组照片中推导场景的几何结构，假设摄

小寒学姐学AI·2025-03-21 17:53

docker-compose笔记

docker目前docker官网已经无法登录，但是还可以从清华镜像站（https://mirrors.tuna.tsinghua.edu.cn/docker-ce/）下载。

Re_Virtual·2025-03-21 16:17

机器学习是怎么一步一步由神经网络发展到今天的Transformer架构的？

机器学习和神经网络的发展经历了一系列重要的架构和技术阶段。

yuanpan·2025-03-21 15:15

奇异值分解（SVD）

SVD广泛应用于机器学习、数据科学和其他计算领域，用于降维、降噪和矩阵近似等应用。与仅适用于方阵的特征分解不同，SVD可以应用于任何矩阵，使其成为一种多功能工具。

文弱_书生·2025-03-21 15:42

yum install locate出现Error: Unable to find match: locate解决方案

爱编程的喵喵·2025-03-21 13:28

【人工智能机器学习基础篇】——深入详解无监督学习之降维：PCA与t-SNE的关键概念与核心原理

深入详解无监督学习之降维：PCA与t-SNE的关键概念与核心原理在当今数据驱动的世界中，数据维度的增多带来了计算复杂性和存储挑战，同时也可能导致模型性能下降，这一现象被称为“维度诅咒”（CurseofDimensionality）。降维作为一种重要的特征提取和数据预处理技术，旨在通过减少数据的维度，保留其主要信息，从而简化数据处理过程，并提升模型的性能。本文将深入探讨两种广泛应用于无监督学习中的降

猿享天开·2025-03-21 13:25

HarmonyOS实战开发-如何打造购物商城APP。

今天给大家分享一个非常好的实战项目，购物商城，购物商城是一个集购物、娱乐、服务于一体的综合性平台，致力于为消费者提供一站式的购物体验。各种功能都有涉及，最适合实现学习。

码牛程序猿·2025-03-21 12:49

推荐频道

哔站机器学习白板推导

Git使用 从入门到入土 收藏吃灰系列 (十三) git stash、git check-pick、git tag、git diff