学习中

数据分析（1）

数据分析基础（1）为了让刚开始学习的朋友对数据分析有一个清晰的整体认识，因此笔者在此对数分进行一个较为详细的介绍有助于大家更好的在宏观层面进行理解，避免在后续学习中产生迷茫。
kyle~·2025-01-27 09:42

# AI绘图中的Embedding、CLIP、Flux中的Clip与LCM SDXL加速生成解析

AI绘图中的Embedding、CLIP、Flux中的Clip与LCMSDXL加速生成解析在现代AI绘图和深度学习中，涉及了多个复杂的概念和技术，这些技术在图像生成、训练加速以及多模态学习等方面起着至关重要的作用
迪小莫学AI·2025-01-26 12:11

sklearn模型评估全景：指标详解与应用实例

sklearn模型评估全景：指标详解与应用实例在机器学习中，模型评估是衡量算法性能的关键步骤。
2402_85758936·2025-01-26 10:23

深度学习中高斯噪声：为什么以及如何使用

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达来源：DeepHubIMBA本文约1800字，建议阅读8分钟高斯噪声是深度学习中用于为输入数据或权重添加随机性的一种技术。
小白学视觉·2025-01-26 05:38

【Python篇】从零到精通：全面分析Scikit-Learn在机器学习中的绝妙应用

文章目录从零到精通：全面揭秘Scikit-Learn在机器学习中的绝妙应用前言第一部分：深入了解Scikit-Learn的基础知识1.什么是Scikit-Learn？
半截诗·2025-01-26 00:22

[JS]学习笔记2 -- JAVAScript数据类型

命名规范：和变量一致注：常量不允许重新赋值，在声明的时候必须要赋值（初始化）二、数据类型1、基本数据类型1.1数字型number学习中的数字，整数、小数、正数、负数可以有很多操作：算数+：求和-：求差*
Jizhi_Zhang·2025-01-25 17:03

深度学习利用数据加载、预处理和增强数据提高模型的性能

一、数据加载在深度学习中，数据加载是第一步。这通常涉及到从各种数据源（如CSV文件、数据库、图像文件夹等）中读取数据。以DeepLearning4J（
weixin_30777913·2025-01-25 16:54

C语言青蛙跳台阶问题

在算法学习中，青蛙跳台阶问题是一个经典的递归和动态规划入门案例。它通过简单的场景，揭示了复杂的算法思想，非常适合初学者理解递归与动态规划的核心概念。
共享家9527·2025-01-25 04:27

微积分公式大全

在微积分的进阶学习中，会涉及许多更加复杂和深奥的公式与定理。
.NET跨平台·2025-01-25 03:51

Abaqus中批量对节点施加集中力荷载

笔者为科研界最后的摆烂王，目前利用python代码对Abaqus进行二次开发尚在学习中。欢迎各位摆烂的仁人志士们和我一起摆烂！ps：搞什么科研，如果不是被逼无奈，谁要搞科研！
有限元术仿真·2025-01-25 00:56

✨探究✨进程最大可以打开多少个文件

大家好，我是半夏之沫一名金融科技领域的JAVA系统研发我希望将自己工作和学习中的经验以最朴实，最严谨的方式分享给大家，共同进步写作不易，期待大家的关注和点赞关注微信公众号【技术探界】前言原本是想搞清楚一台服务器最多能建立多少个连接
·2025-01-24 21:17

Redis-主从同步原理

大家好，我是半夏之沫一名金融科技领域的JAVA系统研发我希望将自己工作和学习中的经验以最朴实，最严谨的方式分享给大家，共同进步写作不易，期待大家的关注和点赞关注微信公众号【技术探界】前言Redis为了保证服务高可用
·2025-01-24 20:43

Redis-内存机制

大家好，我是半夏之沫一名金融科技领域的JAVA系统研发我希望将自己工作和学习中的经验以最朴实，最严谨的方式分享给大家，共同进步写作不易，期待大家的关注和点赞关注微信公众号【技术探界】前言Redis的数据都存储在内存中
·2025-01-24 20:42

c#分页_《Dotnet9》系列-开源C# WPF控件库3《HandyControl》强力推荐

我最近开始写dotnet分享文章，希望能让更多人看到dotnet的发展，了解更多dotnet技术，帮助dotnet程序员应用dotnet技术更好的运用于工作和学习中去。
weixin_39654058·2025-01-24 01:55

指令系统与汇编语言

本文将探讨单片机学习中的关键概念，并通过代码示例加深理解。基础硬件知识单片机（MicrocontrollerUnit,MCU）是一种集成了处理器、内存和输入/输出接口的小型计算机。
荔枝寄·2025-01-23 13:01

深度学习中交叉熵函数的导数:(极简)

文章目录前言一.交叉熵函数的导数二.Z,y为有n条数据的矩阵前言另一个博主有更详细的推导https://blog.csdn.net/chaipp0607/article/details/101946040一.交叉熵函数的导数softmax:令一条数据最后的输出为[z1,z2,z3,z4,…,z10],这里令输出层的神经元数量为10pi=ezi∑j=110ezjpi=\frac{e^{z_i}}{\
洪小帅·2025-01-23 12:28

深度学习中的通道(Channel)概念详解

1.通道的基本概念通道(Channel)是深度学习中的一个重要概念，它在不同场景下有不同的具体含义。理解通道概念对于理解深度学习模型的结构和工作原理至关重要。
小·恐·龙·2025-01-23 09:33

联邦学习中客户端发送的梯度是vector而不是tensor

在联邦学习中，当本地使用神经网络或深度学习模型时，训练的梯度通常是与模型参数（权重和偏置）相对应的梯度数据。
wzx_Eleven·2025-01-22 18:33

2024年12月蓝桥杯Scratch12月stema选拔赛真题试卷

完整的题目及在线模拟考试可点击下方链接前往：2024年蓝桥杯Scratch12月stema选拔赛真题_scratch_少儿编程题库学习中心-嗨信奥https://www.hixinao.com/tidan
嗨信奥·2025-01-22 17:55

MySQL-事务隔离级别与MVCC

大家好，我是半夏之沫一名金融科技领域的JAVA系统研发我希望将自己工作和学习中的经验以最朴实，最严谨的方式分享给大家，共同进步写作不易，期待大家的关注和点赞关注微信公众号【技术探界】前言本篇文章首先会对数据库事务的几个基础概念进行说明
·2025-01-22 15:24

AI时代的PPT革命：智能生成PPT工具为何备受青睐？

在日常工作和学习中，PPT是我们不可或缺的表达工具。制作一份精美的PPT常常需要耗费数小时，甚至几天的时间。从选择主题到调整排版，琐碎的细节让人筋疲力尽。
HUIPPT剑盾ai·2025-01-22 13:47

数据库风险

大家好，下面是我在学习中获取的一些小知识，在这里和大家进行一个分享，希望可以帮助到大家，如果有不懂的，请参考：网络课程数据库中存在很多风险，以下给大家介绍一部分的的风险存在：一、内部人员错误数据库安全的一个潜在风险就是
weixin_34195364·2025-01-22 10:57

深度学习中超参数

深度学习中的超参数(hyperparameters)是决定网络结构的变量(例如隐藏层数量)和决定网络训练方式的变量(例如学习率)。超参数的选择会显著影响训练模型所需的时间，也会影响模型的性能。
fengbingchun·2025-01-21 22:54

直装永久授权，最新专业版集成VB7

无论是学生、教师还是职场工作人员，办公软件在日常工作和学习中都是不可或缺的重要工具。在众多办公软件中，微软的MicrosoftOffice和金山软件的WPSOffice最常用的选择。
纪元A梦·2025-01-21 18:50

2024年全国信息素养大赛图形化挑战赛国赛（决赛）真题——绘制20个多边形

完整题目可点击下方链接：绘制20个多边形_scratch_少儿编程题库学习中心-嗨信奥https://www.hixinao.com/tiku/scratch/show-3937.html程序演示及获取源码可
嗨信奥·2025-01-21 18:15

PyTorch 基础数据集：从理论到实践的深度学习基石

本文将深入探讨PyTorch中的基础数据集，从深度学习中数据的重要性出发，详细介绍
那年一路北·2025-01-21 07:05

Mybatis源码-加载映射文件与动态代理

大家好，我是半夏之沫一名金融科技领域的JAVA系统研发我希望将自己工作和学习中的经验以最朴实，最严谨的方式分享给大家，共同进步写作不易，期待大家的关注和点赞关注微信公众号【技术探界】前言本篇文章将分析Mybatis
·2025-01-20 22:11

ACNet：深度学习中的自适应卷积网络新星

ACNet：深度学习中的自适应卷积网络新星项目地址:https://gitcode.com/gh_mirrors/ac/ACNet在深度学习领域，卷积神经网络（CNN）一直是图像处理和计算机视觉任务的核心技术
郎轶诺·2025-01-20 20:55

mindspore编译报错

1、重新创建个工程后无法正常运行，2、使用代码为：华为提供的机器学习监督学习中的代码[quote][size=2][url=forum.php?
小乐快乐·2025-01-20 17:56

线性回归：从基础到进阶的全面解析

线性回归：从基础到进阶的全面解析线性回归是机器学习中最基本的算法之一，广泛应用于预测和分析。本文将详细介绍线性回归的基本概念、数学原理、实现方法以及在实际应用中的注意事项。
tester Jeffky·2025-01-20 16:18

Python实用小工具（3）——实现PDF合并和拆分功能（附源码+exe文件）

在日常工作和学习中，我们常常会遇到需要处理PDF文件的情况，例如合并多个PDF文档，拆分成单页或指定页数的PDF等。
MatpyMaster·2025-01-20 14:33

【分类】【损失函数】处理类别不平衡：CEFL 和 CEFL2 损失函数的实现与应用

引言在深度学习中的分类问题中，类别不平衡问题是常见的挑战之一。尤其在面部表情分类任务中，不同表情类别的样本数量可能差异较大，比如“开心”表情的样本远远多于“生气”表情。
丶2136·2025-01-20 14:54

交叉熵损失函数（Cross-Entropy Loss）

原理交叉熵损失函数是深度学习中分类问题常用的损失函数，特别适用于多分类问题。它通过度量预测分布与真实分布之间的差异，来衡量模型输出的准确性。
我叫罗泽南·2025-01-20 12:01

数学：机器学习的理论基石

数学在机器学习中起着至关重要的作用，它提供了一种数学模型来描述数据和模式，以及一种数学方法来优化模型。数学在机器学习中的应用非常广泛，涵盖了线性代数、概率论、统计学、微积分、优化等多个领域。
每天五分钟玩转人工智能·2025-01-20 09:03

qwenvl 代码中的attention pool 注意力池如何理解，attention pool注意力池是什么？

huggingface的代码的时候，发现代码里有一个Resampler以及attn_pool，这和之前理解的连接池线程池表示资源复用的意思不太一样，查了一下：注意这里的pool和线程池连接池里面的pool不一样:深度学习中的池化
OpenSani·2025-01-20 01:13

机器学习特征重要性之feature_importances_属性与permutation_importance方法

一、feature_importances_属性在机器学习中，分类和回归算法的feature_importances_属性用于衡量每个特征对模型预测的重要性。
一叶_障目·2025-01-19 23:21

全局变量的优缺点

全局变量的优缺点1.写在前面在上一文中，我谈到了在完成项目中将需要的变量分为了“全局变量”和“局部变量”，但是在后来的学习中发现，虽然全局变量有一些优点，但同时也伴随着许多的缺点，于是在此做出一些小结，
时光札记z·2025-01-19 22:11

Spark Livy 指南及livy部署访问实践

背景：ApacheSpark是一个比较流行的大数据框架、广泛运用于数据处理、数据分析、机器学习中，它提供了两种方式进行数据处理，一是交互式处理：比如用户使用spark-shell，编写交互式代码编译成spark
house.zhang·2025-01-19 22:40

单片机静态数码管显示

在嵌入式系统学习中，51单片机是经典入门选择，而静态数码管是常用显示设备。本文深入探讨51单片机与静态数码管的结合应用，带你从原理到代码实现，全方位掌握这一技术。
Uitwaaien54·2025-01-19 21:33

什么是AI显卡，英伟达与AMD显卡的全面对比

在人工智能领域，尤其是深度学习中，训练和推理任务需要处理大量的矩阵运算，这正是GPU擅长的领域。AI显卡通过高度并行的架构，可以显著提升训练速度和模型性能，同时降低功耗和延迟。
wit_@·2025-01-19 16:53

python 特征选择方法_【来点干货】机器学习中常用的特征选择方法及非常详细的Python实例...

它是机器学习中非常重要的一步并在很大程度上可以提高模型预测精度。这里我总结了一些机器学习中常见的比较有用的特征选择方法并附上相关python实现code。希望可以给大家一些启发。
Blair Long·2025-01-19 15:14

详解深度学习中的Dropout

Dropout是一种在神经网络训练中常用的正则化技术，其操作是在每次训练迭代中随机“丢弃”一部分神经元（即将其输出置为零）。以下是对这一操作的详细解释：一、基本思想Dropout的基本思想是减少神经元之间的复杂共适应关系，迫使网络在训练过程中不依赖于特定的神经元子集。这有助于增加模型的泛化能力，防止过拟合。二、具体实现随机选择：在每次训练迭代中，以一定的概率p（通常设定为0.2到0.5之间）随机选
nk妹妹·2025-01-19 11:43

OSPF（2）：基础配置、拓展配置

引言在前面的学习中我们知道了ospf的基础理论知识：ospf（1），那么这一节我们就来继续学习ospf的配置吧，而在本节我们的学习将基于以下这张图来讲解配置命令：R1、R2、R3都有一个环回接口，分别为
小度爱学习·2025-01-19 09:28

机器学习——认识有监督学习与无监督学习

目录有监督学习与无监督学习有监督学习无监督学习监督学习与无监督学习的区别有监督学习与无监督学习有监督学习和无监督学习是机器学习中的两种主要学习方式，它们的主要区别在于数据的标注情况和学习的目标。
伊一大数据&人工智能学习日志·2025-01-19 08:41

【深度学习】AMP（Automatic Mixed Precision，自动混合精度）

@[toc]AMP（AutomaticMixedPrecision，自动混合精度）AMP在深度学习中，AMP（AutomaticMixedPrecision，自动混合精度）是一种通过混合使用单精度（FP32
shanks66·2025-01-19 04:38

Python 数据建模完整流程指南

在数据科学和机器学习中，建模是一个至关重要的过程。通过有效的数据建模，我们能够从原始数据中提取有用的洞察，并为预测或分类任务提供支持。
木觞清·2025-01-18 18:56

Spring-@Configuration注解简析

大家好，我是半夏之沫一名金融科技领域的JAVA系统研发我希望将自己工作和学习中的经验以最朴实，最严谨的方式分享给大家，共同进步写作不易，期待大家的关注和点赞关注微信公众号【技术探界】前言Spring中的
·2025-01-18 14:55

从小白到高手：人工智能学习中的挑战与突破

引言：人工智能学习之路充满挑战学习过程中常见的问题与困境环境安装与配置问题简单报错反复调试，时间浪费大学习进度慢，难以找到合适的方向网上资料过多，选择困难导师催进度，任务压力大不敢多问：与同事、师兄师姐的尴尬理论与实践脱节，缺乏实战经验专注力不足，容易被干扰找一个师傅带着的好处高效解决问题，避免走弯路个性化学习路线与系统化知识框架实战经验的传授与导师的成长指导1.引言：人工智能学习之路充满挑战人工
博雅智信·2025-01-18 12:44

【PDF转Word】 PDF在线转word文档 好用！优质网站资源推荐

大家在工作与学习中，经常需要将PDF文件转换为Word格式以便进行编辑和修改。很多人都不知道怎么操作，今天我们介绍一个非常好用的工具：小白工具网，可以在线帮忙大家快速把PDF转换成word格式。
hello_simon·2025-01-18 06:28

C语言进阶——通讯录模拟实现

文化苦旅》目录一、前言二、正文1.大体框架2.界面显示3.创建通讯录4.初始化通讯录5.增加联系人6.显示联系人7.删除联系人8.查找联系人9.修改联系人10.排序联系人三、结语一、前言在上一章的结构体的学习中
_麦麦_·2025-01-18 02:26
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他