机器学习工程实践经验

【腾讯TMQ】【浅谈Chromium中的设计模式（一）】——Chromium中模块分层和进程模型

背景“EP”（中文：工程生产力）是目前项目中提升研发能力的一个很重要的衡量指标。笔者重点学习了Chromium产品是如何从代码和设计层面来保证快速高效的工程生产力。
腾讯移动品质中心TMQ·2025-02-14 04:55

工作流程设计 php,php工程狮感知的前端工作流程

这个时代不懂点前端知识，真的没有办法生存。就算不会写，也得了解它的原理吧！最近做了一些总结，之前都是迷迷糊糊，搞不清楚前端之前的相关定位。好好梳理了一下。错误之处请各位指正。本文主要说的是JavaScript工作流程目前前端真的该叫大前端，其越来越细化，越来越复杂。在这种背景下，诞生了很多工具很多前端工作流程。比如热门的：reactvuewebpackbabelgulpnode.jsnpmnvma
三符·2025-02-14 04:21

2025年智慧化工园区整体解决方案-下载：安全生产管控，全生命周期数字管理架构

11名专业售前方案工程师，工作中精心总结准备
百家方案·2025-02-14 04:20

Linux 上使用 Rust、Golang 和 C++ 进行应用开发比较

作为一名前音视频编解码工程师，最常使用的语言是c/c++,但是永久了总想尝试下其他语言。
孽小倩·2025-02-14 04:17

机器学习·逻辑回归

前言逻辑回归虽然名称中有“回归”，但实际上用于分类问题。基于线性回归的模型，通过使用逻辑函数（如Sigmoid函数）将线性组合的结果映射到0到1之间的概率值，用于表示属于某个类别的可能性。一、逻辑回归vs线性回归特性逻辑回归线性回归任务类型分类（二分类为主）回归（预测连续值）输出范围(0,1)（概率值）(-∞,+∞)核心函数Sigmoid函数线性函数损失函数对数损失函数（交叉熵）均方误差（MSE）
AAA顶置摸鱼·2025-02-14 03:00

Meta AI 最近推出了一款全新的机器学习框架ParetoQ，专门用于大型语言模型的4-bit 以下量化

订阅：https://rengongzhineng.io/MetaAI最近推出了一款全新的机器学习框架——ParetoQ，专门用于大型语言模型的4
新加坡内哥谈技术·2025-02-14 03:00

软件工程-模块化设计

分解（decomposition）C（P1+P2）>C（P1）+C（P2）E（P1+P2）>E（P1）+E（P2）C为问题的复杂程度，E为解题需要的工作量关于模块的一些概念深度：系统结构中的控制层数宽度：同一层次的模块总数的最大值扇入&扇出：如图所示作用范围：受到该模块内部一个判定影响的所有模块的集合（同样包括控制范围以外的模块）控制范围：包括该模块本身及所有下属模块的集合（优化原则：作用范围应该
夏旭泽·2025-02-14 01:19

Haskell语言的软件工程

Haskell语言的软件工程引言在软件工程的领域中，选择合适的编程语言是每个开发者都需要面对的重要决策。
沈韡蕙·2025-02-14 01:48

软件工程-软件需求规格说明（SRS）

基本介绍目标便于用户、分析人员、设计人员进行交流支持目标软件系统的确认（验收）控制系统进化过程（追加需求）：拥有版本记录表需要在软件分析完成后，编写完成软件需求说明书。具体标准可参考GB856T-88
夏旭泽·2025-02-14 01:48

书籍-《机器学习数学基础》

：MarcPeterDeisenroth，A.AldoFaisal，ChengSoonOng出版：CambridgeUniversityPress编辑：陈萍萍的公主@一点人工一点智能下载：书籍下载-《机器学习数学基础
·2025-02-14 01:30

零基础入门机器学习 -- 第三章第一个机器学习模型——线性回归

线性回归（LinearRegression）是机器学习中最基础的算法之一，它用于研究两个变量之间的线性关系，即一个变量（自变量）如何影响另一个变量（因变量）。3.2线性回归的数学直觉线性
山海青风·2025-02-14 01:45

零基础入门机器学习 -- 第二章机器学习的基本流程

1.机器学习的五个基本步骤在机器学习项目中，我们通常遵循以下步骤：收集数据：获取数据集，例如从文件、数据库或在线资源。清洗和预处理数据：处理缺失值、去除异常数据、转换数据格式等。
山海青风·2025-02-14 01:14

SRE体系17----复盘与定责

这是SRE或运维工程师在故障处理完毕后必然要面对的工作。也是比较棘手的环节复盘复盘环节要在故障处理完毕后尽快展开，因为大家对当时的故障细节和处理过程还能记住，时间久了就会遗忘。
·2025-02-14 01:58

SRE体系16----变更

变更是SRE或运维工程师日常工作中最频繁的操作，然而70%以上的事故都来源于变更操作。所以必须要对变更保持一份敬畏心。变更可达性首先我们要保证在变更过程中运维管理工具和手段的可达性。
·2025-02-14 01:28

数学到底在哪里支撑着编程

在这篇文章中，我们将从多个方面深入探讨数学如何在编程中发挥作用，包括算法设计、数据结构优化、机器学习、图
·2025-02-14 00:26

AI Agent智能应用从0到1定制开发Langchain+LLM全流程解决方案与落地实战

大模型微调实战：精通、指令微调、开源大模型微调、对齐与垂直领域应用29套AI全栈大模型项目实战，人工智能视频课程-多模态大模型，微调技术训练营，大模型多场景实战，AI图像处理，AI量化投资，OPenCV视觉处理，机器学习
AI知识分享官·2025-02-14 00:41

自然语言处理（NLP）入门：基础概念与应用场景

换句话说，NLP是让机器像人一样“读、写、听、说”的技术，它结合了语言学、机器学习、计算机科学等多学科知识。
Ash Butterfield·2025-02-14 00:38

机器学习算法工程师笔试选择题（1）

1.关于梯度下降的说法正确的是：A.梯度下降法可以确保找到全局最优解。B.随机梯度下降每次使用所有数据来更新参数。C.批量梯度下降（BatchGradientDescent）通常收敛更快。D.学习率过大会导致梯度下降过程震荡。答案：D（学习率过大会导致不稳定，可能震荡或无法收敛）2.在以下算法中，哪种算法属于无监督学习？A.逻辑回归B.K-近邻算法C.支持向量机D.K-均值聚类答案：D（K-均值聚
Ash Butterfield·2025-02-14 00:08

多模态大模型（LMMs）与大语言模型（LLMs）的比较

基础定义LLMs(LargeLanguageModels,大型语言模型)-深度学习的应用之一，是基于深度学习的大规模机器学习模型，通常由数十亿到数万亿个参数构
大F的智能小课·2025-02-13 23:02

【好书推荐2】AI提示工程实战：从零开始利用提示工程学习应用大语言模型

【好书推荐2】AI提示工程实战：从零开始利用提示工程学习应用大语言模型写在最前面AI辅助研发方向一：AI辅助研发的技术进展方向二：行业应用案例方向三：面临的挑战与机遇方向四：未来趋势预测方向五：与法规的影响方向六
是Yu欸·2025-02-13 23:02

手把手教你给 windows装个vmware虚拟机

附Java/C/C++/机器学习/算法与数据结构/前端/安卓/Python/程序员必读书籍书单大全：书单导航页（点击右侧极客侠栈即可打开个人博客）：极客侠栈①【Java】学习之路吐血整理技术书从入门到进阶最全
python算法小白·2025-02-13 23:30

【Elasticsearch】分词器概述

这与机器学习和自然语言处理中的神经分词不同。神经分词器将字符串转换为更小的子词分词，这些分词被编码为向量，供神经网络使用。Elasticsearch没有内置的神经分词器。
risc123456·2025-02-13 22:28

写给前端工程师的-Flutter-详细教程

=和其他符号的组合:*=、~/=、&=、|=……级联操作符(Cascadenotation…)//想想这样省了多少变量声明querySelect(‘#button’)…text=“Confirm”…classes.add(‘important’)…onClick.listen((e)=>window.alert(‘Confirmed’))甚至可以重写操作符classVector{finalintx
2401_84544495·2025-02-13 22:23

云管平台的建设要点

一、云管平台：运维的"中枢神经系统"云管平台（CloudManagementPlatform，CMP）是运维工程师的"登云梯"，它统一管理多云环境，提供资源调配、成本优化、安全管控等核心功能。
·2025-02-13 21:23

从需求分析到代码生成：AI如何重塑软件需求工程

本文将探讨AI技术如何重塑软件需求工程，并以ScriptEcho为例，说明AI驱动的代码生
·2025-02-13 21:22

软件工程中的认知负载管理：AI减负策略

软件工程师的工作常常被描述为高压、高强度，这并非夸大其词。繁琐的重复性工作、陡峭的学习曲线、复杂的项目管理以及持续的技术迭代，都给开发者带来了巨大的认知负载。
·2025-02-13 21:21

AI时代前端开发的学习能力：与时俱进的挑战与机遇

得益于AI写代码工具的兴起，低代码/无代码开发模式日益普及，各种新技术、新框架、新工具层出不穷，这无疑对前端工程师的学习能力提出了更高的要求。
·2025-02-13 21:20

SRE体系18----接手业务

作为SRE或运维工程师，我们在入职新公司或业务调整时，常常需要接手一些公司的现有业务，为了防止无从下手，可以参考下面的步骤：1.了解业务了解业务了解网站/app架构，用到的技术原理和流程、组件，了解业务的作用
·2025-02-13 20:46

IDC服务器初始化--PXE引导

深夜的机房，运维工程师小李正面临一场噩梦：50台新到的服务器需要安装操作系统。按照传统方式，他需要准备一堆U盘，一台接一台地安装，这意味着一场通宵的"体力劳动"。
·2025-02-13 20:42

从零开始大模型开发与微调：Miniconda的下载与安装

从零开始大模型开发与微调：Miniconda的下载与安装1.背景介绍随着人工智能和机器学习技术的快速发展,大型语言模型(LargeLanguageModel,LLM)已经成为当前研究和应用的热点。
AGI大模型与大数据研究院·2025-02-13 18:30

广东茂名能源国际会议（IS-ESE 2025）

能源科学与工程国际研讨会（IS-ESE2025）将于4月18-20日中国茂名召开，聚焦能源科学与工程，录用文章将由IOP出版并提交EI索引，旨在促进国际合作与交流，诚邀海内外专家学者参会。
AC学术中心·2025-02-13 18:59

【DeepSeek 行业赋能】从金融到医疗：探索 DeepSeek 在垂直领域的无限潜力

图书作者：《ESP32-C3物联网工程开发实战》图书作者：《SwiftUI入门，进阶与实战》超级个体：CO
网罗开发·2025-02-13 18:27

【AIDD】AI药物研发学前基础--团队大佬

药物研发中科院上海药物研究所蒋华良教授中科院微生物研究所王军教授团队中科院深圳先进技术研究院袁曙光课题组北京大学高毅勤教授团队中国药科大学陈亚东课题组伊利诺伊大学/清华大学彭健教授团队清华大学交叉信息研究院曾坚阳加拿大蒙特利尔学习算法研究所唐建团队阿卜杜拉国王科技大学/中国人民大学高欣教授北京大学前沿交叉学科研究院裴剑锋团队北京大学化学与分子工程学院来鲁华课题组北京大
静静喜欢大白·2025-02-13 17:26

如何避免交叉验证中的数据泄露？

大家好，我是小青在机器学习中，交叉验证（Cross-Validation）是一种常用的模型评估技术，目的是通过将数据集分割为多个子集，反复训练和验证模型，以便更好地估计模型的性能。
奋进小青·2025-02-13 17:25

探索机器学习在个性化推荐系统中的妙用：Python实战解析

探索机器学习在个性化推荐系统中的妙用：Python实战解析在信息爆炸的时代，我们每天都被大量的内容包围着。如何在海量的信息中找到真正适合自己的内容？这就是个性化推荐系统的使命。
Echo_Wish·2025-02-13 17:23

JavaWeb学习-Mybatis（增删改查）

（一）Mybatis入门程序1.创建springboot工程，并导入mybatis的起步依赖、mysql的驱动包。
半截詩·2025-02-13 16:51

AI时代前端开发的学习能力：与时俱进的挑战与机遇

得益于AI写代码工具的兴起，低代码/无代码开发模式日益普及，各种新技术、新框架、新工具层出不穷，这无疑对前端工程师的学习能力提出了更高的要求。
·2025-02-13 16:39

攻克AWS认证机器学习工程师（AWS Certified Machine Learning Engineer） - 助理级别认证：我的成功路线图

引言当我决定考取AWS认证机器学习工程师-助理（AWSCertifiedMachineLearningEngineer—Associate）级别证书时，我就预料到这将是一段充满挑战但回报颇丰的旅程。
硅基创想家·2025-02-13 16:14

Tritonserver 在得物的最佳实践

一、Tritonserver介绍Tritonserver是Nvidia推出的基于GPU和CPU的在线推理服务解决方案，因其具有高性能的并发处理和支持几乎所有主流机器学习框架模型的特点，是目前云端的GPU
·2025-02-13 16:03

AI时代前端开发的创造力：解放还是束缚？

AI工具的出现，为前端开发带来了前所未有的效率提升，但也引发了人们对创造力的担忧：这些强大的AI写代码工具会解放前端工程师的创造力，还是会最终扼杀它？
·2025-02-13 15:31

AI前端开发学习资源与途径：开启你的智能化前端之旅

本文将为你详细介绍AI前端开发的学习途径、资源以及实践经验，助你开启这段精彩的旅程。AI前端开发的兴起及重要性近年来，人工智能技术在各个
·2025-02-13 15:31

DeepSeek 实现原理探析

DeepSeek实现原理探析引言DeepSeek是一种基于深度学习的智能搜索技术，它通过结合自然语言处理（NLP）、信息检索（IR）和机器学习（ML）等多领域的技术，旨在提供更加精准、智能的搜索结果。
rockmelodies·2025-02-13 15:41

职场人AI突围战：解密DeepSeek的36种反内耗姿势

当你的周报被AI碾压，当同事用智能看板抢走升职机会，当00后实习生靠提示词工程赢得领导青睐——这个悄然降临的AI职场时代，正在重构我们的生存法则。
小momomo·2025-02-13 15:11

常见的深度学习模型总结

发明动机：解决传统机器学习模型在复杂数据上的局限性，如线性模型无法处理非线性关系的数据。模型特点：由多个隐藏层组成的神经网络，每一层的节点与下一层的节点完全连接。
编码时空的诗意行者·2025-02-13 13:29

彻底解放测试工程师双手：用 Playwright API 智能生成 PO 模式，快速适配复杂测试场景

尤其是面对层级复杂的页面结构或动态加载的元素，测试工程师往往需要花费大量时间手动
Python测试之道·2025-02-13 13:53

自动驾驶技术的未来趋势与挑战分析

最初的研究集中在感知和控制系统的基础构建，随后进入了数据处理和算法的优化阶段，如今，随着人工智能和机器学习技术的快速应用，自动驾驶行业正处于一个前所未有的迅猛发展期。
智能计算研究中心·2025-02-13 12:50

记录一次vue3使用ejs文件配合vite打包的异常

/assets/index-DxOHZ_2H.html"原因是因为工程项目想要使用ejs，结果配置assetsInclude:['/.ejs','/.html'],解决办法，去掉'*/.html'
·2025-02-13 11:55

python 学习路线

学习顺序《python编程：从入门到实践》《Head-FirstPython》《“笨方法”学python3》《PythonCookbook》《Python机器学习基础教程》《FluentPython》《
Coding Happily·2025-02-13 11:05

Day 4：API高级开发指南

目标：构建高可用、高并发的企业级API服务系统一、流式响应工程化实践1.1流式传输核心机制技术架构对比：传输方式延迟显存占用适用场景标准响应2.1s12GB短文本生成流式响应首包300ms4GB长文档/
翻晒时光·2025-02-13 11:04

Prettier 如何处理代码格式化

前端开发工程师、技术日更博主、已过CET6阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1牛客高级专题作者、打造专栏《前端面试必备》、《2024面试高频手撕题》蓝桥云课签约作者、上架课程
阿珊和她的猫·2025-02-13 10:34
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他