数据集研究

目标检测数据集-Pascal VOC 数据集介绍

个人微信公众号：AI研习图书馆ID：（Art-Intelligence）欢迎关注，交流学习，共同进步~1.引言PASCALVOC数据集，为图像识别和分类提供了一整套标准化的优秀数据集，从2005年到2012
AI研习图书馆·2025-02-05 17:01

半年时间，终于把CSDN付费资源项目玩明白了！最有潜力的副业！

据市场研究机构预测，全球知识付费市场规模在未来几年将以较高的年增长率持续扩大。当下，知识付费领域尚处于蓬勃发展的起步阶段，此时若能迅速在该领域谋篇布局，无疑将助力我们搭上
苹果酱0567·2025-02-05 17:30

16种重要编程语言概览

1、LISP作者：麻省理工学院的人工智能研究先驱约翰·麦卡锡（JohnMcCarthy）发明年代：1958年应用领域：长期以来垄断人工智能领域的应用，。Lisp最初是作为展示程序的实用模型发布的。
junecauzhang·2025-02-05 17:28

Vue.js组件开发研究

一、Vue.js组件概述组件是Vue.js最强大的功能之一，官方定义其为“组件系统是Vue生态系统的基石，组件化是开发大规模应用时的主要架构方式”。每个组件都是一个可复用的Vue实例，包含自己的模板（template）、数据（data）、方法（methods）、侦听器（watchers）、子组件等。使用组件，开发者可以将复杂的用户界面拆分为多个简单的、可独立开发和测试的组件，从而提高代码的可读性和
2501_90255623·2025-02-05 16:25

基于深度学习的文本情感分析

循环神经网络、BERT、情感分类、情绪识别1.背景介绍文本情感分析（TextSentimentAnalysis），又称情感计算（SentimentComputing），是自然语言处理（NLP）领域的重要研究方向之一
杭州大厂Java程序媛·2025-02-05 16:25

一切皆是映射：神经网络在图像识别中的应用案例

一切皆是映射：神经网络在图像识别中的应用案例关键词：神经网络、图像识别、深度学习、卷积神经网络、映射、模式识别1.背景介绍1.1问题的由来图像识别问题的研究源于人类对于智能机器的渴望。
AI大模型应用之禅·2025-02-05 16:24

华为 笔试 4.24 第二题：这一题只通过了36%why

日常实习求捞捞本科北理24届，目前已经拿nus研究生offer准备在剩下这几个月做一段软件开发实习，我之前有小公题解|#[NOIP2010]数字统计##includeusingnamespacestd;
2301_79125431·2025-02-05 16:24

详解PASCAL VOC数据集及基于Python和PyTorch的下载、解析及可视化【目标检测+类别分割】

目录PASCALVOC数据集简介PASCALVOC各年份数据集摘要数据集下载通过下面官方提供的网址下载通过PyTorch的API下载数据集解析目标检测数据集物体分割数据集参考文献PASCALVOC数据集简介
KRISNAT·2025-02-05 16:53

彻底颠覆！DeepSeek-R1横空出世，直接碾压OpenAI！

它的GPT系列产品，从GPT-3到GPT-4Turbo，每一次更新都能引起全球的关注，无论是内容创作、智能客服还是科学研究，OpenAI的技术都发挥着重要作用。
盼达思文体科创·2025-02-05 15:45

自定义数据集 使用scikit-learn中svm的包实现svm分类

引入必要的库importnumpyasnpfromsklearn.datasetsimportmake_classificationfromsklearn.model_selectionimporttrain_test_splitfromsklearn.svmimportSVCfromsklearn.metricsimportaccuracy_score,classification_report
灵封～·2025-02-05 15:41

因果推断与机器学习—因果表征学习与泛化能力

以德国马克斯-普朗克研究所的BernhardS
樱花的浪漫·2025-02-05 14:39

基于昇腾用PyTorch实现传统CTR模型WideDeep网络

基于昇腾用PyTorch实现传统CTR模型WideDeep网络本文主要介绍如何在昇腾上使用pytorch对推荐系统中经典的网络模型WideDeep网络进行训练的实战讲解，使用数据集是criteo，主要内容分为以下几个模块
·2025-02-05 14:00

实例研究：设计一个文档编辑器（1）

通过设计一个称为Lexi的“所见即所得”（或“WYSIWYG”）的文档编辑器，来介绍设计模式的实际应用。我们将会看到在Lexi和类似应用中，设计模式是怎样解决设计问题的。在本章最后，通过这个例子的学习你将获得8个模式的实用经验。图2-1是Lexi的用户界面。文档的所见即所得的表示占据了中间的大矩形区域。文档能够以不同的格式风格自由混合文本和图形。文档的周围是通常的下拉菜单和滚动条，以及一些用来跳到
workflower·2025-02-05 14:04

NeuralCF 模型：神经网络协同过滤模型

https://github.com/Myolive-Lin/RecSys--deep-learning-recommendation-system/tree/main引言NeuralCF模型由新加坡国立大学研究人员于
Lewis@·2025-02-05 13:31

机器学习，深度学习，神经网络，深度神经网络

深度学习源自于人工神经网络的研究，但是并不完全等于传统神经网络。神经网络与深度神经网络的区别在于隐藏层级，通常两层或两层以上隐藏层的网络叫做深度神经网络。一般隐藏层越多，精确度越高。
武昌库里写JAVA·2025-02-05 12:52

基于深度学习的车牌检测识别系统 —— 使用YOLOv5实现车牌检测与识别

目录引言项目背景与目标1.1项目背景1.2项目目标系统设计与架构2.1系统功能概述2.2系统架构数据准备与处理3.1数据集选择与收集3.2数据标注3.3数据集划分YOLOv5模型训练与优化4.1YOLOv5
2025年数学建模美赛·2025-02-05 12:20

机器学习之决策树！决策树算法实战：葡萄酒品质预测

数据集介绍我们将使用著名的UCIMachineLearningRepository中的“葡萄酒品质”数据集。这个数据集包含了葡萄酒的各种化学成分和物理特性，
风清扬雨·2025-02-05 12:18

测压表压力表计量表针头针尾检测数据集VOC+YOLO格式4862张4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)：4862标注数量(xml
FL1623863129·2025-02-05 12:18

DeepSeek-R1 低成本训练的根本原因是？

然而，高性能的背后往往是高昂的训练成本，动辄数百万美元的投入让许多企业和研究机构望而却步。近期，国产大模型DeepSeek-R1的横空出世，以其卓越的性能和极具竞争力的成本，打破了这一固有认知。
明哲AI·2025-02-05 11:10

DeepSeek-V3与GPT-4o的对比详解

一、DeepSeek-V3的诞生DeepSeek-V3由杭州深度求索人工智能基础技术研究有限公司（DeepSeek）于2024年12月2
芯作者·2025-02-05 10:36

FilmAgent：虚拟3D空间中端到端电影自动化的多代理框架

文章目录一、关于FilmAgent二、框架三、使用FilmAgent制作自己的电影四、案例研究1、多代理协作有什么作用？
伊织code·2025-02-05 10:02

2024系统架构师---2021年论文素材

企业信息集成是解决“孤岛”问题的需要，技术发展的同时也推动了集成架构等相关的研究。
喜欢猪猪·2025-02-05 09:25

医疗方向的可视化大屏，十分契合医疗行业数据量大的特点

从患者的个人基本信息、过往病史、各项检查检验报告，到医疗机构日常运营产生的物资管理数据、设备运行数据，再到大规模医疗研究中的海量样本数据，这些数据的规模和复杂性不断增加。
大象数据工场·2025-02-05 08:23

商用车电子电气架构与主动安全措施探讨

基于此，围绕智能网联汽车开展研究，具体涉及商用车电子电气架构设计和电子电气架构主动安全措施，供业内人士参考。
汽车知识分享·2025-02-05 08:50

机器学习day8

自定义数据集，使用朴素贝叶斯对其进行分类代码importnumpyasnpimportmatplotlib.pyplotaspltclass1_points=np.array([[2.1,2.2],[2.4,2.5
ኈ ቼ ዽ·2025-02-05 07:49

机器学习day5

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代码importtensorflowastfimportnumpyasnp#1.自定义数据集data=[[
ኈ ቼ ዽ·2025-02-05 07:47

自定义数据集 ，使用朴素贝叶斯对其进行分类

importnumpyasnpimportmatplotlib.pyplotaspltclass1_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],[1.7,3.3
sirius12345123·2025-02-05 07:45

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

自定义数据集：继承torch.utils.data.Dataset类创建自定义数据集，并重写__len__和__getitem__方法。
知识鱼丸·2025-02-05 06:42

基于联合概率密度与深度优化的反潜航空深弹命中概率模型研究摘要

摘要随着现代军事技术的发展，深水炸弹在特定场景下的反潜作战效能日益凸显，如何最大化的发挥深弹威力也成为重要研究课题。
終不似少年遊*·2025-02-05 04:57

在量子计算与AI结合的未来，是否能够实现更高效、更复杂的模式识别和数据处理？

随着量子计算和人工智能（AI）的发展，二者的结合正在成为前沿科技领域的一个重要研究方向。量子计算通过利用量子叠加和纠缠等特性，能够在某些问题上提供比经典计算机更强大的计算能力。
concisedistinct·2025-02-05 03:16

DeepSeek-R1全面超越OpenAI o1：开源大模型训练范式革新

OpenAI早期专注于强化学习（RL），但在Transformer结构问世后，迅速调整方向，借助Google的开源研究开发出强大的LLM。然而，尽
·2025-02-05 02:16

TensorFlow 示例项目实战与源码解析.zip

文章将详细介绍TensorFlow的核心概念，如张量、图计算、会话、变量、梯度下降与优化器、损失函数、数据集、模型评估、模型保存与恢复以及KerasAPI。读者可通过实践这些示
ELSON麦香包·2025-02-05 01:34

大模型带你学pytorch课程

PyTorch是一个强大的开源机器学习框架，由Facebook的人工智能研究实验室开发，被广泛用于深度学习模型的构建和训练。让我们开始你的PyTorch旅程吧！1.预备课程大纲1.1引入Pyth
立杰说·2025-02-05 01:33

自定义数据集 使用scikit-learn中svm的包实现svm分类

数据集生成：-使用make_classification函数生成包含1000个样本的数据集，设置20个特征，其中10个是有信息的特征，类别数为2，通过设置random_state=42保证每次运行生成的数据相同
知识鱼丸·2025-02-05 01:31

计算机专业开题报告保姆级指南 | 附万能模板框架

文末获取源码+数据库+文档一、核心框架全景图（9大模块）选题依据→课题背景→研究目标→研究现状→创
计算机毕业设计小帅·2025-02-05 00:22

TestBird《2021中国证券测试白皮书》

读者可将本书提供的内容用于个人学习，研究和欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本书及相关权利人的合法权利。除此以外，将本书任何内容用于其他用途时，
TestBrid·2025-02-04 22:44

数据降维技术研究：Karhunen-Loève展开与快速傅里叶变换的理论基础及应用

在现代科学计算和数据分析领域，数据降维与压缩技术对于处理高维数据具有重要意义。本文主要探讨两种基础而重要的数学工具：Karhunen-Loève展开（KLE）和快速傅里叶变换（FFT）。通过分析这两种方法的理论基础和应用特点，阐述它们在数据降维中的优势和适用场景。Karhunen-Loève展开的理论与应用理论基础Karhunen-Loève展开是一种基于随机过程谱分解的降维方法。它通过构建最优正
·2025-02-04 22:40

AI Native概念解析：人工智能的原生创新

AINative的应用领域医疗健康智能制造金融服务智慧城市教育科技AINative的技术架构数据层算法层应用层AINative的挑战与机遇技术挑战伦理和法律问题商业机遇AINative的未来发展趋势预测研究方向总结参考文献
勤劳兔码农·2025-02-04 21:07

2021年PHP-Laravel面试题问卷题 答案记录

生成器具体详解可以参考：https://blog.51cto.com/chinalx1/2089327如果不考虑用Generator来实现协程，那么Generator的一个最大的作用就是为含有大量数据的集合（当前这些数据集是规则的
leonsxd·2025-02-04 20:00

什么是事件驱动（EDA）

一个事件是一个抽象的、有意义的数据集，这些数据集可以被其他的服务接收、解码并做出对应的响应。事件可以由客户端、服务端或第三
锦还之路·2025-02-04 19:24

scikit-learn实现SVM

其基本原理是在数据集中找到一个最优的超平面，使得不同类别的数据被最大间隔分开。最大间隔超平面：SVM的目标是找到能够最大化训练样本间隔的超平面。
PeterClerk·2025-02-04 19:23

自定义数据集 使用scikit-learn中SVM的包实现SVM分类

生成自定义数据集生成一个简单的二维数据集，包含两类数据点，分别用不同的标签表示。
Luzem0319·2025-02-04 19:22

iOS 进阶必读 - 收藏集 - 掘金

深入研究Block捕获外部变量和__block实现原理-掘金前言Blocks是C语言的扩充功能，而Apple在OSXSnowLeopard和iOS4中引入了这个新功能“Blocks”。
weixin_33743880·2025-02-04 18:11

黎曼几何引论：全纯截面曲率

1.2研究现状现代几何学中的许多分支，如黎曼几何、调和映射理论以
AI大模型应用之禅·2025-02-04 17:06

与孙正义对话，Sam Altman正面回应DeepSeek：“OpenAI投入多少，AI智能就有多强“（附视频）

与孙正义对话，SamAltman正面回应DeepSeek："OpenAI投入多少，AI智能就有多强"（附视频）AI工作坊AI深度研究员2025年02月04日00:03全文12,000字|阅读约42分钟，
AI生成曾小健·2025-02-04 17:34

基于开源AI智能名片2 + 1链动模式S2B2C商城小程序视角下的个人IP人设构建研究

通过剖析个人IP人设定义中的“诉求”“特质”“可感知”三要素，结合该小程序特点，阐述其对个人IP打造的影响与推动作用，为相关从业者与研究者提供新思路与方法。
说私域·2025-02-04 16:30

数据分析案例-基于服饰行业中消费者行为和购物习惯的可视化分析

如果文章对你有帮助的话，欢迎评论点赞收藏加关注+目录1.项目背景2.数据集介绍
艾派森·2025-02-04 16:57

第五篇: 使用Python和BigQuery进行电商数据分析与可视化

在这篇文章中，我们将使用Python结合GoogleBigQuery来分析电商数据集，以最畅销商品和平均订单价格最高的前10位客户为主题，展示如何通过数据可视化提供有价值的业务见解。
山海青风·2025-02-04 15:46

自定义数据集，使用scikit-learn 中K均值包 进行聚类

importmatplotlib.pyplotaspltfromsklearn.clusterimportKMeansimportnumpyasnpclass1_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([[-1.9,1
sirius12345123·2025-02-04 14:15

自定义数据集 使用scikit-learn中svm的包实现svm分类

importnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimportsvm#定义数据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.
sirius12345123·2025-02-04 14:15
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他