工程化调参

Django项目模板

工程化，规范化，高质量项目模板允许任何人访问ALLOWED_HOSTS=["*"]#允许任何人访问日志级别DEBUG=True#开表示可以看见日志，上线时要关了数据库配置DATABASES={'default
CHR_YTU·2023-11-16 17:35

机器学习经典方法思想

本文附带问题以及答案，and总结，在每个章节对应的末尾目录1绪论2模型评估和选择留出法(ps:留一法是只留一个验证)交叉验证法(k折交叉验证)(10折交叉验证)自助法调参和最终模型性能度量查准率、查全率
ZJH'blog·2023-11-15 17:47

acwing算法基础之数学知识--扩展欧几里得算法

目录1基础知识2模板3工程化1基础知识数学定理：对于任意正整数a和b，一定存在非零整数x和y，使得xa+yb=gcd(a,b)。扩展欧几里得算法的关键步骤：如果b为0，那么可取x=1,y=0。
YMWM_·2023-11-15 13:42

acwing算法基础之数学知识--筛法求1~n中每个数的欧拉函数

目录1基础知识2模板3工程化1基础知识已知数i、质数a和数i的欧拉函数值ϕ(i)\phi(i)ϕ(i)，求数i*a的欧拉函数值ϕ(i⋅a)\phi(i\cdota)ϕ(i⋅a)。
YMWM_·2023-11-15 13:12

acwing算法基础之数学知识--快速幂

目录1基础知识2模板3工程化1基础知识快速幂，该方法用来快速求解aka^kak取余p的值，时间复杂度为O(logk)。
YMWM_·2023-11-15 13:12

「需求广场」需求词更新明细（十六）

2022.7.12上线需求词：No.需求词No.需求词No.需求词1超分辨率重建95idea快捷键189pid调参2视频编解码96linux切换到root用户190openmv与arduino串口通信3fpga
CSDN文库小助手·2023-11-15 11:29

Python数据分析与机器学习32-聚类算法

DBSCAN算法3.1基本概念3.2工作流程3.3参数选择3.4优势和劣势3.4.1优势3.4.2劣势四.算法可视化参考：一.聚类概念无监督问题：我们手里没有标签了聚类：相似的东西分到一组难点：如何评估，如何调参二
只是甲·2023-11-15 10:08

Go语言Gin框架前后端分离项目开发工程化实例

文章目录基本数据配置配置文件管理数据库配置路由配置封装公共方法数据库模型数据表内容model文件DTO文件中间件错误异常捕获中间件跨域中间件token认证中间件JWT控制器UserController运行调试注册接口登录接口获取用户信息构建发布项目前端VUE调用接口基本数据配置配置文件管理添加依赖gogetgithub.com/spf13/viper，支持JSON,TOML,YAML,HCL等格式
浮尘笔记·2023-11-15 07:46

3、RGB和通道（channel）

举个例子：在很多时候，对神经网络中的一些算法做工程化实现，或者做性能优化，除了关注算法本身之外，还会关注数据存储格式。一般在pytorch中，数
董董灿是个攻城狮·2023-11-14 23:12

Vue基础必备掌握知识点-Vue的指令系统讲解

Vue的概念Vue是一个用于构建用户界面的渐进式框架(通过数据渲染出用户所能够看到的界面)Vue的两种使用方式1：Vue核心包开发场景：局部模块的改造2：Vue核心包&Vue工程化的开发场景：整站开发Vue
不想睡醒的梦·2023-11-14 21:11

机器人控制算法——局部规划器TEB算法原理及C++可视化仿真

1.背景介绍最近一段时间，由于项目需要，一直在做TEB算法的工程化的工作，于是就考虑写下一篇系统些的文章，作为笔记，后续自己看也方便，TEB的英文名Timeelasticband”，是一种局部规划器,它的核心思想是将路径规划问题转化为一个带有时间弹性的优化问题
Jack Ju·2023-11-14 18:21

caffe使用step by step：caffe框架下的基本操作和分析

caffe虽然已经安装了快一个月了，但是caffe使用进展比较缓慢，果然如刘老师说的那样，搭建起来caffe框架环境比较简单，但是完整的从数据准备->模型训练->调参数->合理结果需要一个比较长的过程，
weixin_30699955·2023-11-14 17:38

Caffe使用step by step：caffe框架下的基本操作和分析

caffe虽然已经安装了快一个月了，但是caffe使用进展比较缓慢，果然如刘老师说的那样，搭建起来caffe框架环境比较简单，但是完整的从数据准备->模型训练->调参数->合理结果需要一个比较长的过程，
Omni-Space·2023-11-14 16:32

Caffe框架的基本操作和分析

参考文章搭建起来caffe框架环境比较简单，但是完整的从数据准备->模型训练->调参数->合理结果需要一个比较长的过程，这个过程中你需要对caffe中很多东西，细节进行深入的理解，这样才可以知道为什么能有这样的结果
LittleStudent12·2023-11-14 16:27

acwing算法基础之数学知识--求一个数x的约数数目和约数之和

目录1基础知识2模板3工程化1基础知识求一个数x的约数数目和约数之和的关键步骤：对数x分解质约数，x=p1c1⋅p2c2⋯pkckx=p_1^{c_1}\cdotp_2^{c_2}\cdotsp_k^{
YMWM_·2023-11-14 11:00

acwing算法基础之数学知识--求数a和数b的最大公约数

目录1基础知识2模板3工程化1基础知识欧几里得算法求最大公约数（也叫作辗转相除法）的核心是：a和b的最大公约数等于b和a取余b的最大公约数，即(a,b)=(b,a%b)(a,b)=(b,a\%b)(a,
YMWM_·2023-11-14 11:00

acwing算法基础之数学知识--求数a的欧拉函数值phi(a)

目录1基础知识2模板3工程化1基础知识数a的欧拉函数ϕ(a)\phi(a)ϕ(a)：表示1~n中与n互质的数的个数。其中两个数互质，是指这两个数的最大公约数为1。
YMWM_·2023-11-14 11:56

Azure 机器学习：在 Azure 机器学习中使用 Azure OpenAI 模型

三、在机器学习中访问AzureOpenAI模型连接到AzureOpenAI部署AzureOpenAI模型四、使用自己的训练数据微调AzureOpenAI模型使用工作室微调微调设置训练数据自定义微调参数部署微调的模型使用基于代码的示例微调疑难解答在本文中
TechLead KrisChang·2023-11-14 08:37

目标检测工程化最佳实践：Python 并行条件下YOLOv8的模型推理，线程安全的模型推理！

文章大纲YOLOv8模型的线程安全推理背景简介Python线程的一些理解共享模型实例的问题与危害！非线程安全的代码样例:单个模型实例非线程安全的代码样例:多个个模型实例YOLOv8中线程安全的推理方式Thread-SafeExample1Thread-SafeExample2YOLOv8主要开发人员的回复结论参考文献本文提供了使用YOLOv8模型执行线程安全推理的最佳实践，确保在多线程应用程序中进
shiter·2023-11-14 08:26

基于知识图谱和图卷积神经网络的应用和开发

一深度学习CNN深度学习的特点：权重分配：权重矩阵，调参层级结构：每一层训练结果依赖上一层欧几里得空间数据：多维坐标去体现所在位置1.1图结构数据现实中有大量数据是由非欧几里得结构。
hellolianhua·2023-11-14 02:00

Flutter 工程化搭建（Android端）

为了积极拥抱新技术并优化RN的性能问题，所以决定在新业务需求中引入Flutter技术栈Flutter混合栈开发大致可以分为一下两种模式native工程直接依赖开发具体接入方式为，先在setting.gradle中加入如下代码：setBinding(new Binding([gradle: this]))evaluate(new File(        settingsDir,        '.
无辛·2023-11-13 20:35

实用机器学习-学习笔记

文章目录3.5多层感知机3.5.1手动提取特征到学习特征3.5.2线性方法到多层感知机3.5.3代码实现4.2过拟合和欠拟合4.2.1模型选择4.2.2总结9.1模型调参9.1.1思考与总结9.1.2基线
雨浅听风吟·2023-11-13 18:27

浅析webpack的原理

一、前言现在随着前端开发的复杂度和规模越来越大，鹰不能抛开工程化来独立开发，比如：react的jsx代码必须编译后才能在浏览器中使用，比如sass和less代码浏览器是不支持的。
wsx1212123·2023-11-13 09:18

acwing算法基础之数学知识--求一个数x的所有约数

目录1基础知识2模板3工程化1基础知识使用试除法来求取一个数x的所有约数，voidf(intx){vectorres;for(inti=1;i<=x/i;++i){if(x%i==0){res.emplace_back
YMWM_·2023-11-13 05:45

acwing算法基础之数学知识--求小于等于n的所有质数

目录1基础知识2模板3工程化1基础知识核心思想：把2~n中的非质数打上标记（也即，筛掉），剩余的就是质数。
YMWM_·2023-11-13 05:13

数据分析实战 | KNN算法——病例自动诊断分析

目录一、数据及分析对象二、目的及分析任务三、方法及工具四、数据读入五、数据理解六、数据准备七、模型训练八、模型评价九、模型调参十、模型改进十一、模型预测一、数据及分析对象CSV文件——“bc_data.csv
天下弈星~·2023-11-13 03:53

什么是前后端分离

1.工程化的考量之前的前端开发不受重视，比如JSP前后端耦合在一起去做，随着现在需求越来越广泛，前端页面越来越复杂，像JSP这种套模板的技术没法帮助高校开发，本质在于前端没有工程化，模块化和可服用化。
无名小卒一枚·2023-11-12 21:36

acwing算法基础之数学知识--分解质因子

目录1基础知识2模板3工程化1基础知识分解质因子：将一个正整数写成几个质数相乘的形式。
YMWM_·2023-11-12 17:12

acwing算法基础之搜索与图论--匈牙利算法求二分图的最大匹配数

目录1基础知识2模板3工程化1基础知识二分图中的最大匹配数：从二分图中选择一些边（这些边连接集合A和集合B，集合A中结点数目为n1，集合B中结点数目为n2），设为集合S，其中任意两条边不共用一个结点。
YMWM_·2023-11-12 17:42

acwing算法基础之数学知识--判断质数

目录1基础知识2模板3工程化1基础知识质数和合数，这两个概念都是针对大于等于2的整数定义的。质数：大于等于2，并且约数只有1和它本身。比如2、3、5、7等等。
YMWM_·2023-11-12 17:40

练手项目——Click-Through Rate Prediction 逻辑回归

8GBGPU:GeForceGTX970M(CUDA10.1)目录读取数据Filedescriptions：Datafields：数据预处理特征离散/因子化训练小部分特征训练全特征训练选择部分特征标准化模型调参库环境
XuZhiyu_·2023-11-12 14:21

Webpack系列-第一篇基础杂记

系列文章Webpack系列-第一篇基础杂记Webpack系列-第二篇插件机制杂记Webpack系列-第三篇流程杂记前言公司的前端项目基本都是用Webpack来做工程化的，而Webpack虽然只是一个工具
weixin_33985679·2023-11-12 13:40

如何用sklearn对随机森林调参

文章目录一、概述二、实操1、导入相关包2、导入乳腺癌数据集，建立模型3、调参三、总结Link：https://zhuanlan.zhihu.com/p/126288078Author：陈罐头一、概述sklearn
赵孝正·2023-11-12 10:17

直线检测——对比M-LSD直线检测（基于深度学习）与霍夫曼直线检测

前言1.直线检测在好多实现应用中能用到到，比如文档扫描，辅助驾驶中的车道线检测，传统的算法用的最多应该属于霍夫曼直线检测，但传统算法都有一个痛苦的调参过程和只能对优化过的使用场景有较好的结果，换个场景可能就要重新调参
知来者逆·2023-11-12 08:44

模型的“参数”与“超参数”

一、“参数”与“超参数”通常所述的模型调参，是指算法的“超参数”，可以理解为模型的“
Felier.·2023-11-12 03:18

acwing算法基础之搜索与图论--有向图的拓扑序列

目录1基础知识2模板3工程化1基础知识拓扑序列：针对有向图而言，该序列内，所有边都是从前指向后的。如果存在环，那么该图一定不存在拓扑序列。否则，一定存在拓扑序列。有向图中的入度和出度。
YMWM_·2023-11-12 01:53

acwing算法基础之搜索与图论--spfa算法

目录1基础知识2模板3工程化1基础知识存在负权边时，使用spfa算法来求解最短路问题，它的时间复杂度为O(m)。spfa算法求最短路问题的关键步骤：初始化距离数组dist为正无穷大，然后d[1]=0。
YMWM_·2023-11-12 01:34

acwing算法基础之搜索与图论--染色法判断二分图

目录1基础知识2模板3工程化1基础知识二分图：每条边连接的起点和终点，分别属于集合A和集合B。一个图是二分图，当且仅当，图中不含奇数环（即，回环中的结点数目是奇数）。
YMWM_·2023-11-12 01:34

acwing算法基础之搜索与图论--bellman-ford算法

目录1基础知识2模板3工程化1基础知识对于单源最短路问题，且存在负权重的边时，使用bellman-ford算法来进行求解。
YMWM_·2023-11-12 01:34

acwing算法基础之搜索与图论--朴素版dijkstra算法

目录1基础知识2模板3工程化1基础知识朴素版dijkstra算法的关键步骤：初始化d[1]=0，d[2~n]=正无穷，例如0x3f3f3f3f。用集合S来表示当前已被确定最小距离的结点们。
YMWM_·2023-11-12 01:04

acwing算法基础之搜索与图论--最短路问题

目录1基础知识2模板3工程化1基础知识假设有n个结点，m条边（边的长度或者权重不一致），最短路问题的分类及求解方法如下：1单源最短路问题，例如求结点1到结点n的最短距离。1.1所有边的权重都是正的。
YMWM_·2023-11-12 01:31

java 23种设计模式详解

优点：可以提高程序员的思维能力、编程能力和设计能力使程序更加标准化、代码编写更加工程化，使软件开发效率大大提升，从而缩短开发周期使设计的代码可重用性高、可读性强、可靠性高、灵活性好、可维护性强
沐沐女神·2023-11-12 00:14

数据分析实战 | 逻辑回归——病例自动诊断分析

目录一、数据及分析对象二、目的及分析任务三、方法及工具四、数据读入五、数据理解六、数据准备七、模型训练八、模型评价九、模型调参十、模型预测一、数据及分析对象CSV文件——“bc_data.csv”数据集链接
天下弈星~·2023-11-11 23:25

数据分析实战 | 贝叶斯分类算法——病例自动诊断分析

目录一、数据及分析对象二、目的及分析任务三、方法及工具四、数据读入五、数据理解六、数据准备七、模型训练八、模型评价九、模型调参十、模型预测一、数据及分析对象CSV文件——“bc_data.csv”数据集链接
天下弈星~·2023-11-11 23:54

acwing算法基础之搜索与图论--最小生成树问题

目录1基础知识2模板3工程化1基础知识最小生成树：n个结点，选择n-1条边，使得它连通，并且边长之和最小。对应的解决方法有：1prim算法1.1朴素版的prim算法。
YMWM_·2023-11-11 23:50

acwing算法基础之搜索与图论--prim算法

目录1基础知识2模板3工程化1基础知识朴素版prim算法的关键步骤：初始化距离数组dist，将其内的所有元素都设为正无穷大。定义集合S，表示生成树。
YMWM_·2023-11-11 23:50

acwing算法基础之搜索与图论--floyd算法

目录1基础知识2模板3工程化1基础知识floyd算法的时间复杂度为O(n^3)，它用来解决多源最短路问题。它的原理是基于动态规划。floyd算法的关键步骤：k从1到n。i从1到n。
YMWM_·2023-11-11 23:19

数据分析实战 | K-means算法——蛋白质消费特征分析

目录一、数据及分析对象二、目的及分析任务三、方法及工具四、数据读入五、数据理解六、数据准备七、模型训练编辑八、模型评价九、模型调参与预测一、数据及分析对象txt文件——“protein.txt”，主要记录了
天下弈星~·2023-11-11 23:17

acwing算法基础之搜索与图论--kruskal算法

目录1基础知识2模板3工程化1基础知识kruskal算法的关键步骤为：将所有边按照权重从小到大排序。定义集合S，表示生成树。枚举每条边(a,b,c)，起点a，终点b，边长c。
YMWM_·2023-11-11 23:16

JVM调优之垃圾回收器选择

2、背景描述：促销主要核心系统之前部分接口存在耗时较大，经常触发到报警阈值，进行了一系列调参
wxyxxi·2023-11-11 23:07
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他