数据集浓缩

自定义数据集 ，使用朴素贝叶斯对其进行分类

importnumpyasnpimportmatplotlib.pyplotasplt#1.散点输入class1_points=np.array([[1.9,1.2],[1.5,2.1],[1.9,0.5],[1.5,0.9],[0.9,1.2],[1.1,1.7],[1.4,1.1]])class2_points=np.array([[3.2,3.2],[3.7,2.9],[3.2,2.6],[
Z211613347·2025-02-04 04:21

缓存增强生成（CAG）对比检索增强生成（RAG）：谁才是大语言模型的最优解？

优势处理大型或频繁更新的数据集时，无需一次性加载全部内容。避免了大量提示信息导致的截断或上下文过载问题。关键局限增加了检索步骤，可能会导致速度变慢。通常依赖外部
·2025-02-04 03:49

为什么尽量避免使用 `IN` 和 `NOT IN`？

一、效率问题1.NOTIN的性能瓶颈在SQL查询中，NOTIN往往会导致性能问题，尤其是在处理大数据集时。以下
·2025-02-04 03:48

机器学习笔记20241017

GradientVanishing）梯度消失原因解决方法梯度爆炸（GradientExplosion）定义原因解决方法总结继续跟着小土堆学pytorchtorchvision#导入torchvision库，主要用于处理图像数据集
tt555555555555·2025-02-04 03:11

R语言绘图实现—使用R语言绘制科研图形

###6.1常用图形参数####6.1.1颜色#对women数据集绘制散点图，并用红色表示散点。
kaka_R-Py·2025-02-03 23:13

python 图像特征提取_python实现LBP方法提取图像纹理特征实现分类的步骤

题目描述:给定40张不同风格的纹理图片,大小为512*512,要求将每张图片分为大小相同的9块,利用其中的5块作为训练集,剩余的4块作为测试集,构建适当的模型实现图片的分类.图片如下图所示:分析:由于数据集太小
weixin_39969060·2025-02-03 22:28

打架检测系统：基于YOLOv5的实时人群打架行为识别

本博客将详细介绍如何使用YOLOv5模型搭建一个打架检测系统，包含数据集准备、YOLOv5训练、UI界面设计以及优化和部署
2025年数学建模美赛·2025-02-03 21:56

4、PyTorch 第一个神经网络，手写神经网络的基本部分组成

假设有一个二维数据集，目标是根据点的位置将它们分类到两个类别中（例如，红色和蓝色点）。
找个栗子·2025-02-03 19:35

使用朴素贝叶斯对自定义数据集进行分类

准备自定义数据集首先，需要一个自定义数据集来进行分类。创建一个简单的二维数据集，其中每个样本有两个特征，并且属于两个类别之一。
Luzem0319·2025-02-03 17:15

线性回归的简单实现

本文是《动手学深度学习》的笔记文章目录线性回归的简单实现生成随机数据集读取数据初始化模型参数定义模型定义损失函数定义优化算法训练模型线性回归的简洁实现生成数据集读取数据定义模型初始化模型参数定义损失函数定义优化算法训练模型线性回归的简单实现用了
SkaWxp·2025-02-03 14:58

hive分区和分桶详解

Hive中的分区就是分目录，把一个大的数据集根据业务需要分割成小的数据集。在查询时通过WHERE子句中的表达式选择查询所需要的指定的分区，这样的查询效率会提高很多。
CodeShelby·2025-02-03 14:56

【单层神经网络】基于MXNet库简化实现线性回归

frommxnetimportautograd,nd,gluon#模型、网络frommxnet.gluonimportnnfrommxnetimportinit#学习frommxnet.gluonimportlossasgloss#数据集
辰尘_星启·2025-02-03 14:55

Hive分区和分桶

这样可以在查询时仅扫描相关的分区，而不是整个数据集，从而减少查询所需要处理的数据量，提高查询效率。物理上将
码农小旋风·2025-02-03 14:51

自定义数据集，使用scikit-learn 中K均值包 进行聚类

代码：#导入必要的库importmatplotlib.pyplotasplt#用于绘制图形fromsklearn.clusterimportKMeans#KMeans聚类算法importnumpyasnp#数值计算库#定义class1到class4的数据点，模拟四个不同的类（每个类7个二维点）class1_points=np.array([[1.9,1.2],[1.5,2.1],[1.9,0.5]
〖是♂我〗·2025-02-03 09:11

自定义数据集 使用scikit-learn中svm的包实现svm分类

代码：importnumpyasnp#导入用于数值计算的库importmatplotlib.pyplotasplt#导入用于绘图的库#class1_points和class2_points分别定义了两个类别的数据点，二维坐标class1_points=np.array([[1.9,1.2],[1.5,2.1],[1.9,0.5],[1.5,0.9],[0.9,1.2],[1.1,1.7],[1.4
〖是♂我〗·2025-02-03 09:11

Megatron：深度学习中的高性能模型架构

Megatron大多用于GPT（生成式预训练模型）、BERT等Transformer模型的预训练，擅长在大规模数据集和高性能计算资源上进行训练。
gs80140·2025-02-03 08:06

夜晚场景下的人车检测数据集VOC+YOLO格式4199张6类别

数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：4199标注数量(xml
FL1623863129·2025-02-03 06:52

网球比赛检测数据集VOC+YOLO格式6648张5类别

数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：6648标注数量(xml
FL1623863129·2025-02-03 06:52

Python数据的筛选、排序与聚合

Python数据的筛选、排序与聚合在数据分析过程中，我们常常需要对数据进行筛选、排序和聚合操作，以便从数据集中提取有价值的信息。
大数据张老师·2025-02-03 06:20

详解大模型微调数据集构建方法(持续更新)

本文详细介绍了大模型微调数据集构建方法，希望能对学习大模型的同学们有所帮助。文章目录
herosunly·2025-02-03 04:03

【深度学习】softmax回归的简洁实现

本节继续使用Fashion-MNIST数据集，并保持批量大小为256。
熙曦Sakura·2025-02-03 02:22

Python从0到100（八十一）：神经网络-Fashion MNIST数据集取得最高的识别准确率

前言：零基础学Python：Python从0到100最新最全教程。想做这件事情很久了，这次我更新了自己所写过的所有博客，汇集成了Python从0到100，共一百节课，帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、计算机视觉、机器学习、神经网络以及人工智能相关知识，成为学习学习和学业的先行者！欢迎大家订阅专栏：零基础学Python：Python从0到100最新
是Dream呀·2025-02-02 22:19

从零开始大模型开发与微调：汉字拼音数据集处理

从零开始大模型开发与微调：汉字拼音数据集处理1.背景介绍1.1问题的由来在人工智能领域，自然语言处理（NLP）是一项基础且重要的研究方向。
AGI大模型与大数据研究院·2025-02-02 22:43

500多种目标检测数据集下载地址汇总（YOLO、VOC）

名称辣椒病害分类数据集9076张12类别.7z【目标检测数据集】光伏电池异常检测数据集VOC+YOLO格式219张2类别_2.zip【目标检测数据集】钢丝绳破损灼伤缺陷检测数据集VOC+YOLO格式1318
2401_85863780·2025-02-02 21:10

2024年开源数据集地址汇总包含最新最全数据集在这你可以找到任何想要数据集

目标检测数据集和图像分类数据集是计算机视觉领域的两大重要资源，它们为训练和评估各种视觉模型提供了关键的数据支持。目标检测数据集主要用于训练模型以识别和定位图像中的特定物体。
萌萌哒240·2025-02-02 21:10

水稻和杂草检测数据集VOC+YOLO格式1356张2类别

数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：1356标注数量(xml
FL1623863129·2025-02-02 21:39

定西市房屋建筑轮廓面图层shp格式arcgis数据有高度字段+无偏移坐标分析测评

【定西市房屋建筑轮廓面图层shp格式arcgis数据有高度字段+无偏移坐标+2022年】这一资源是GIS领域的重要数据集，主要用于城市规划、地理分析和建筑管理等方面。
天赐信息科技·2025-02-02 21:37

Jupyter Notebook代码实现了一个简单的全连接神经网络，用于对MNIST手写数字数据集进行分类任务

{"cells":[{"cell_type":"code","execution_count":7,"metadata":{
pk_xz123456·2025-02-02 19:23

波士顿房价预测

该数据集统计了13种可能影响房价的因素和该类型房屋的均价，期望构建一个基于13个因素进行房价预测的模型，因为房价是一个连续值，所以房价预测显然是一个回归任务。
苏轼喜欢玩电脑·2025-02-02 17:13

索引的底层数据结构、B+树的结构、为什么InnoDB使用B+树而不是B树呢

它的结构特点包括数据集中在叶子节点、叶子节点连接成链表、内部节点仅存储键值和指针。在数据库和文件系统中，B+树被广泛应用于索引和
因特麦克斯·2025-02-02 17:43

Scikit-learn_聚类算法_K均值聚类

一.描述首先从X数据集中选择k个样本作为质心，然后重复以下两个步骤来更新质心，直到质心不再显著移动为：第一步将每个样本分配到距离最近的质心第二步根据每二个质心所有样本的平均值来创建新的质心二.用法和参数
飞Link·2025-02-02 15:26

【15-聚类分析入门：使用Scikit-learn进行K-means聚类】

文章目录前言K-means聚类的原理Scikit-learn中的K-means实现安装与导入生成模拟数据应用K-means聚类可视化聚类结果选择K的值总结前言  聚类分析是一种无监督学习方法，用于将数据集中的样本分组成若干个簇
是阿牛啊·2025-02-02 14:54

【机器学习与数据挖掘实战】案例11：基于灰色预测和SVR的企业所得税预测分析

数据挖掘则是从大型数据集中发现模式、关联和异常的过程，旨在提取有价值的信息和知识。机器学习为数据挖掘提供了强大的分析工具，而数据挖掘则是机器学习应用的重要领域，两者相辅相成，共同推动
Francek Chen·2025-02-02 14:20

新浪微博签到数据集可视化系列（一）：数据介绍

微博签到是指用户在发布微博内容的同时标记自身位置的行为。微博签到数据不仅反映了用户在特定时间的所处位置，还能体现其活动轨迹、兴趣偏好以及与周围环境的互动关系，具有高频性、实时性等特征，以及蕴含丰富的时间、空间和语义等多维信息，在社会科学、地理信息科学、城市研究、市场营销等领域应用广泛。微博签到数据主要由用户信息、地点（POI）信息与签到微博信息三部分组成，有用户昵称、性别、生日、注册地、IP归属地
雪山青木·2025-02-02 13:48

【深度学习】因果推断与机器学习的高级实践 数学建模_问题根因 分析 机器学习

现阶段深度学习有三大特征：数据驱动：即数据训练，将数据输入到模型中进行训练；关联学习：模型基于给定训练数据集，进行关联学习；概率输出：即最后的输出，判断这个图片有“狗“的概率是多少。
2401_84239830·2025-02-02 13:41

Python 批量下载 ERA-5 Reanalysis 数据

ECMWF大气再分析数据集ERA-interim已被ERA-5数据集取代，ERA-5详细信息看这里下面介绍下载的具体步骤：1.要下载ERA-5数据集，需要先注册一个CDS账号。
zhe是我呀·2025-02-02 12:40

【自然语言处理（NLP）】基于Transformer架构的预训练语言模型：BERT 训练之数据集处理、训练代码实现

文章目录介绍BERT训练之数据集处理BERT原理及模型代码实现数据集处理导包加载数据生成下一句预测任务的数据从段落中获取nsp数据生成遮蔽语言模型任务的数据从token中获取mlm数据将文本转换为预训练数据集创建
道友老李·2025-02-02 12:04

攻克设备数据质量难题：深度学习应用的数据基石搭建教程（DBSCAN 聚类算法）

旨在为从业者提供一站式解决方案，助力打造高质量设备数据集，为深度学习模型高效运行筑牢根基，推动设备管理智能化落地。文章目录攻克设
AI_DL_CODE·2025-02-02 10:51

PyTorch 官方文档 中文版本

我们将使用FashionMNIST数据集来训练一个神经网络，该神经网络预测输入图像是否属于到以下类别之一：T恤/上衣、裤子、套头衫、连衣裙、外套、凉鞋、衬衫
圣心·2025-02-02 10:49

Kafka 监控及使用 JMX 进行远程监控的安全注意事项

此外，Kafka可以成为数据集成的极具吸引力的选择，具有有意义的性能监控和对问题的及时警报。基本上，当对Kafka问题进行故障排除时
流华追梦·2025-02-02 09:18

Spark 任务与 Spark Streaming 任务的差异详解

Spark任务与SparkStreaming任务的主要差异源自于两者的应用场景不同：Spark主要处理静态的大数据集，而SparkStreaming处理的是实时流数据。
goTsHgo·2025-02-02 00:14

【python】在【机器学习】与【数据挖掘】中的应用：从基础到【AI大模型】

2.2非监督学习聚类降维三、Python在深度学习中的应用3.1深度学习框架TensorFlowPyTorch四、Python在AI大模型中的应用4.1大模型简介4.2GPT-4o实例五、实例验证5.1数据集介绍
小李很执着·2025-02-01 23:43

Spark 学习-1 (python)

Spark官方文档快速入门指南Spark架构-Spark教程1.基本概念RDD（resilientdistributeddataset）弹性分布式数据集，对分布式数据和计算的基本抽象。
一二三四0123·2025-02-01 23:40

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测，对预测结果计算精确度和召回率及F1分数

importtorchimportnumpyasnpimporttorch.nnasnnfromsklearn.metricsimportaccuracy_score,precision_score,recall_score,f1_scoredata=[[-0.5,7.7],[1.8,98.5],[0.9,57.8],[0.4,39.2],[-1.4,-15.7],[-1.4,-37.3],[-1
qwe352633·2025-02-01 22:37

学生成绩数据集

学生成绩数据集通常具有以下几方面重要的功能：###教育教学分析方面-**教学效果评估**：-通过分析学生成绩数据集，可以了解不同学科、不同班级在特定时间段内的整体成绩情况。
N1an9_·2025-02-01 22:34

【python】利用 GridSearchCV 和 SVM 进行学生成绩预测

数据集：公众号“码银学编程”后台回复：学生成绩-SVM前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家：前言–人工智能教程引言学生的成绩预测
码银·2025-02-01 22:33

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测，对预测结果计算精确度和召回率及F1分数

代码：importtorchimportnumpyasnpimporttorch.nnasnnfromsklearn.metricsimportaccuracy_score,precision_score,recall_score,f1_score#定义数据：x_data是特征，y_data是标签（目标值）data=[[-0.5,7.7],[1.8,98.5],[0.9,57.8],[0.4,39
〖是♂我〗·2025-02-01 21:54

自定义数据集 使用tensorflow框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

在TensorFlow中实现逻辑回归、保存模型并加载模型进行预测的过程可以分为以下几个步骤：准备数据：创建或加载你的自定义数据集。构建逻辑回归模型。训练模型。保存模型。加载模型。
知识鱼丸·2025-02-01 21:53

使用PaddlePaddle实现逻辑回归：从训练到模型保存与加载

importpaddleimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt2.加载自定义数据集假设有一个CSV文件custom_dataset.csv
Luzem0319·2025-02-01 21:51

【数据仓库】

数据仓库：概念、架构与应用目录什么是数据仓库数据仓库的特点数据仓库的架构3.1数据源层3.2数据集成层（ETL）3.3数据存储层3.4数据展示与应用层数据仓库的建模方法4.1星型模型4.2雪花模型4.3
三日看尽长安花·2025-02-01 17:49
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他