E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
机器学习(学习笔记)
【深度学习】讲透深度学习第3篇:TensorFlow张量操作(代码文档已分享)
可以让大家熟练掌握
机器学习
基础,如分类、回归(含代码),熟练掌握numpy,pandas,sklearn等框架使用。
·
2024-02-11 18:34
Azure -
机器学习
:创建
机器学习
所需资源,配置工作区
本文中你可以创建使用Azure
机器学习
所需的资源,包含工作区和计算实例。关注TechLead,分享AI全维度知识。
·
2024-02-11 18:01
go后端
Mockito
学习笔记
1关于Mockito1.1简介Mockito是一个javamock框架,主要用于代码的mock测试。在真实的开发环境里,Mockito可以阻断依赖链条,达到只测试某个方法内代码的目的。举个例子:AService.someMethod1(...)里使用了BService.someMethod(...)和AService.someMethod2(...)这两个方法。当开发者只想要测试AService.
·
2024-02-11 18:29
鱼和熊掌如何兼得?一文解析 RDS 数据库存储架构升级
在2023年云栖大会上,阿里云数据库产品事业部负责人李飞飞在主题演讲中提到,瑶池数据库推出“DB+存储”一体化能力,结合人工智能、
机器学习
、存储等方法和创新能力,实现BufferPoolExtension
·
2024-02-11 18:37
每周编辑精选|FewJoint 基准数据集上线、科技部监督司发布 AI 新规
这一领域已经成为
机器学习
社区的热点,并被认为是推动机器智能接近人类智能的关键方向之一。哈工大推出了FewJoint基准数据集,为NLP小样本评测提供了公共的评价基准。
·
2024-02-11 18:48
人工智能资讯数据集
因果学习及反因果学习(论文翻译)
OnCausalandAnti-causalLearning本博文对论文OnCausalandAnti-causalLearning的摘要和模型部分做了翻译和小修改,本论文主要描述因果学习中常见的几类基于函数估计的模型,同时说明了因果与相关性、因果学习与
机器学习
之间的关系
三分钟湿度
·
2024-02-11 18:32
【DDD】
学习笔记
-领域模型与函数范式
函数范式REA的KenScambler认为函数范式的主要特征为:模块化(Modularity)、抽象化(Abstraction)和可组合(Composability),这三个特征可以帮助我们编写简单的程序。通常,为了降低系统的复杂度,都需要将系统分解为多个功能的组成部分,每个组成部分有着清晰的边界。模块化的编码范式需要支持实现者能够轻易地对模块进行替换,这就要求模块具有隔离性,避免在模块之间出现太
码农丁丁
·
2024-02-11 18:19
软件工程
#
领域驱动设计
DDD
微服务
领域驱动设计
模型范式
【DDD】
学习笔记
-统一语言与领域分析模型
无论你采用什么样的软件开发过程,对于一个复杂的软件系统,都必然需要通过分析阶段对问题域展开分析,如此才能有的放矢地针对该软件系统的需求寻找设计上的解决方案。在领域驱动设计中,分析阶段完全围绕着“领域”为中心展开,最终获得的领域模型即领域分析模型。开发团队应该与领域专家一起分析系统的用户需求,然后建立初步的领域分析模型。在进行分析建模时,一个重要参考是整个系统的统一语言(UbiquitousLang
码农丁丁
·
2024-02-11 18:19
软件工程
#
领域驱动设计
DDD
微服务
领域驱动设计
【DDD】
学习笔记
-领域模型与结构范式
领域模型与建模范式即使采用领域模型驱动设计,针对同一个领域获得的领域模型也会千差万别,除了因为设计能力、经验及对现实世界的理解不一致外,对模型产生根本影响的是建模范式(ModelingParadigm)。“范式(Paradigm)”一词最初由美国哲学家托马斯·库恩(ThomasKuhn)在其经典著作《科学革命的结构(TheStructureofScientificRevolutions)》中提出,
码农丁丁
·
2024-02-11 18:18
软件工程
#
领域驱动设计
DDD
微服务
领域驱动设计
模式范式
【DDD】
学习笔记
-领域驱动分层架构与对象模型
领域驱动设计中分层架构的演化,最终得到了如下图所示的领域驱动分层架构:如果采用对象范式,那么,分层架构每一层的对象模型应该如何设计呢?由于分层架构属于解决方案域中的设计方案,故而逻辑分层中的对象模型对应于设计模型。其中,位于应用层和领域层中对象模型表达了领域知识,属于领域设计模型中的一部分。对于基础设施层,它们的对象模型又该怎样与领域设计模型中的对象协作呢?显然,由于基础设施层的南向网关与北向网关
码农丁丁
·
2024-02-11 17:18
软件工程
#
领域驱动设计
DDD
微服务
领域驱动设计
对象模型
软件测试/测试开发丨Web端测试—CSS讲解
学习笔记
本文转自测试人社区,霍格沃兹测试开发学社学员笔记原文链接:https://ceshiren.com/t/topic/29441一、CSS入门1.1、什么是CSSCSS指层叠样式表(CascadingStyleSheets)样式通常存储在样式表中1.2、为什么要使用CSS样式定义如何显示HTML元素为了解决内容与表现分离的问题主要目的:可以让相同的一个页面在不同的浏览器当中呈现相同的样式二、基础语法
·
2024-02-11 17:38
《OPC UA实践》 - 阅读笔记 2 OPC UA信息模型及建模
理论基础2.5OPCUA信息模型及建模信息模型实例信息模型创建步骤:2.6在生产线中的引入第二章OPCUA理论基础2.5OPCUA信息模型及建模关于信息模型的基础二手知识可以看我之前的一篇博文:OPCUA
学习笔记
canmoumou
·
2024-02-11 17:46
OPC
UA
OPC
信息模型
开发者都能玩转的大模型训练
前言看了刚结束的亚马逊云科技2023re:Invent大会,了解到AmazonSageMakerCanvas是亚马逊云科技最近刚推出的一种完全托管的
机器学习
服务,开发者通过AmazonSageMakerCanvas
·
2024-02-11 17:57
机器学习canvasaigc
区块链
学习笔记
第14篇-【区块链分类】
今天我们将介绍区块链的分类。接下来我们就看看具体介绍:1.根据网络范围根据网络范围,可以划分为公有链、私有链、联盟链。(1)公有链所谓公有就是完全对外开放,任何人都可以任意使用,没有权限的设定,也没有身份认证之类,不但可以任意参与使用,而且发生的所有数据都可以任意查看,完全公开透明。比特币就是一个公有链网络系统,大家在使用比特币系统的时候,只需要下载相应的软件客户端,创建钱包地址、转账交易、挖矿等
墨眉无锋_f012
·
2024-02-11 17:47
机器学习
- 似然函数:概念、应用与代码实例
本文深入探讨了似然函数的基础概念、与概率密度函数的关系、在最大似然估计以及
机器学习
中的应用。通过详尽的定义、举例和Python/PyTorch代码示例,文章旨在提供一个全面而深入的理解。
·
2024-02-11 17:05
机器学习人工智能深度学习算法
【
机器学习
】数据清洗之识别缺失点
个人主页:[甜美的江]欢迎点赞✍评论⭐收藏收录专栏:[
机器学习
]希望本文对您有所裨益,如有不足之处,欢迎在评论区提出指正,让我们共同学习、交流进步!
·
2024-02-11 17:14
机器学习
【
机器学习
】数据清洗之识别异常点
个人主页:[甜美的江]欢迎点赞✍评论⭐收藏收录专栏:[
机器学习
]希望本文对您有所裨益,如有不足之处,欢迎在评论区提出指正,让我们共同学习、交流进步!
·
2024-02-11 17:43
机器学习
【
机器学习
】
机器学习
简单入门
个人主页:[甜美的江]欢迎点赞✍评论⭐收藏收录专栏:[
机器学习
]希望本文对您有所裨益,如有不足之处,欢迎在评论区提出指正,让我们共同学习、交流进步!
·
2024-02-11 17:43
机器学习
卫星通讯领域FPGA关注技术:算法和图像方面(1)
ASIC、信号处理算法等工程师可能需要关注的技术,有LMS算法、RLS算法、LCMV算法、SAR图像处理,以下做了一些基础的调研:1LMS算法:LMS(LeastMeanSquare最小均方)算法可认为是
机器学习
里面最基本也比较有用的算法
徐丹FPGA之路
·
2024-02-11 17:42
FPGA
算法
fpga开发
算法
机器学习
流程之收集数据
引言:在当今信息时代,数据被认为是新时代的燃料,而
机器学习
则是一种强大的工具,可以从数据中发现模式、提取见解,并做出预测。然而,要让
机器学习
模型发挥出其真正的潜力,关键在于数据的质量和数量。
·
2024-02-11 17:40
机器学习
为了忘却的记录
更奇特的是,和
学习笔记
不同,工作笔记是为“遗忘”而准备的。把工作过程中的体会、设想、实际结果以及有关的其它信息及时、简单记录,就可以暂时不用去想,从
晴耕雨读管见
·
2024-02-11 17:19
CodeWave
学习笔记
--博物馆预约管理系统
场馆信息管理页面搭建(PC)首先是场馆实体的创建页面的搭建在总览界面下创建子界面venueManage界面现在总览页中实现跳转场馆管理子界面设计场馆管理界面效果访客预约申请页面搭建(H5)添加H5端,点击确认即可在index页面下创建子页面拖入一个标签栏,对标签栏进行修改然后进行访客预约申请的操作,先创建四个线性布局,然后直接把实体拖进来。选择网格的形式(每行展示一个)然后拖入带图片的卡片、效果实
一只没梦想的猫
·
2024-02-11 16:18
低代码
学习
笔记
gensim 语言训练库 2018-10-26
一、安装gensimpipinstallgensim二、使用这个训练库很厉害,里面封装很多
机器学习
的算法,是目前人工智能的主流应用库importjiebaimportgensimfromgensimimportcorporafromgensimimportmodelsfromgensimimportsimilaritiesl1
Mr_Du_Biao
·
2024-02-11 15:17
多视图特征学习 Multi-view Feature Learning既可以被看作是一种学习框架,也可以被看作是一种具体的学习算法!
多视图特征学习Multi-viewFeatureLearning的基本介绍总结1.多视图特征学习Multi-viewFeatureLearning的基本介绍多视图特征学习是一种利用多视图数据集来进行联合学习的
机器学习
方法
小桥流水---人工智能
·
2024-02-11 15:10
人工智能
机器学习算法
学习
算法
亿级流量高并发春晚互动前端技术揭秘 -
学习笔记
主要学习到在面对大规模、高并发的场景下,确保系统的稳定性和性能,为用户提供稳定流畅的互动体验。前端都用到那些技术,做了哪些努力和创新。文章链接:https://my.oschina.net/u/4090830/blog/11032956一、静态资源优化1.首屏资源加载策略为了降低页面打开时的请求次数和资源体积,根据页面交互,将所需资源分为三类:首屏、次屏以及操作后。首屏资源主要包括:HTML文档、
刘大爷_17
·
2024-02-11 15:08
前端
学习
笔记
政安晨:梯度与导数~示例演绎《
机器学习
·神经网络》的高阶理解
这篇文章确实需要一定的数学基础,第一次接触的小伙伴可以先看一下我示例演绎这个主题的前两篇文章:示例演绎
机器学习
中(深度学习)神经网络的数学基础——快速理解核心概念(一):政安晨:示例演绎
机器学习
中(深度学习
政安晨
·
2024-02-11 15:00
政安晨的机器学习笔记
机器学习
神经网络
人工智能
Python
梯度与导数
TensorFlow
Conda
fast.ai
机器学习笔记
(四)
机器学习
1:第11课原文:medium.com/@hiromi_suenaga/machine-learning-1-lesson-11-7564c3c18bbb译者:飞龙协议:CCBY-NC-SA4.0
绝不原创的飞龙
·
2024-02-11 14:57
人工智能
人工智能
python
机器学习笔记
(3):误差、复杂度曲线、学习曲线等
本文来自之前在Udacity上自学
机器学习
的系列笔记。这是第3篇,介绍了模型的误差类型、误差的由来、找到模型适合的参数、以及避免欠拟合和过拟合的方法。
链原力
·
2024-02-11 14:23
fast.ai 深度
学习笔记
(六)
深度学习2:第2部分第12课原文:medium.com/@hiromi_suenaga/deep-learning-2-part-2-lesson-12-215dfbf04a94译者:飞龙协议:CCBY-NC-SA4.0来自fast.ai课程的个人笔记。随着我继续复习课程以“真正”理解它,这些笔记将继续更新和改进。非常感谢Jeremy和Rachel给了我这个学习的机会。生成对抗网络(GANs)视频
绝不原创的飞龙
·
2024-02-11 14:13
人工智能
人工智能
python
深度学习
机器学习
系列(8)——提升树与GBDT算法
本文介绍提升树模型与GBDT算法。0x01、提升树模型提升树是以分类树或回归树为基本分类器的提升方法。提升树被认为是统计学习中性能最好的方法之一。提升方法实际采用加法模型(即基函数的线性组合)与前向分步算法,以决策树为基函数的提升方法称为提升树(boostingtree)。对分类问题决策树是二叉分类树,对回归问题决策树是二叉回归树。提升树模型可以表示为决策树的加法模型:其中,表示决策树,为决策树的
陌简宁
·
2024-02-11 14:40
机器学习
学习笔记
——GBDT(梯度提升决策树)
一.前言GBDT(GradientBoostingDecisionTree)梯度提升决策树,通过多轮迭代生成若干个弱分类器,每个分类器的生成是基于上一轮分类结果来进行训练的。GBDT使用的也是前向分布算法,这一点和Adaboost类似,但不同的是,GBDT的弱分类器一般为Cart回归树(Adaboost一般不做限制)。这里之所以用回归树的原因是GBDT是利用残差逼近,是累加选择,这就和回归输出的连
dastu
·
2024-02-11 14:40
数据挖掘
机器学习
数据挖掘
单细胞scRNA-seq
学习笔记
5-单细胞异质性和批次效应
今天继续搬砖主要学习了一下内容:单细胞转录组
学习笔记
-5-熟悉文献作者提供的两个表达矩阵-https://www.jianshu.com/p/33a7eb26bd31单细胞转录组
学习笔记
-6-得到表达矩阵后看内部异质性
天涯清水
·
2024-02-11 14:47
《金文成〈大学〉
学习笔记
144》
《金文成〈大学〉
学习笔记
144》今天是戊戌年己酉日,腊月初七,2019年1月12日星期六。
金吾生
·
2024-02-11 13:50
108个Python精选库,看完收获丰富
而且这语言涉及了方方面面,比如自动化测试,运维,爬虫,数据分析,
机器学习
,金融领域,后端开发,云计算,游戏开发都有涉及。
程序员晚枫
·
2024-02-11 13:54
编程经验分享
python
开发语言
数据分析
python when库_Python精选库大全,建议收藏留用!
而且这语言涉及了方方面面,比如自动化测试,运维,爬虫,数据分析,
机器学习
,金融领域,后端开发,云计算,游戏开发都有涉及。
weixin_39946964
·
2024-02-11 13:24
python
when库
Maven
学习笔记
这里写目录标题1Maven简介1.1传统项目管理状态分析1.2Maven是什么1.3Maven的作用2下载与安装3Maven基础概念3.1仓库3.2坐标3.3仓库配置3.3.1本地仓库配置3.3.2远程仓库配置4手工制作Maven项目4.1项目结构搭建4.2项目构建4.3插件创建Maven工程4.4Maven工程目录5IDEA生成Maven项目5.1创建空Maven项目5.2使用骨架创建Maven
MaNong125
·
2024-02-11 13:53
java
maven
apache
Maven
学习笔记
总结
一、认识MavenMaven是一款基于Java平台的项目管理和整合工具,它将项目的开发和管理过程抽象成一个项目对象模型(POM)。它可以帮助我们自动完成项目的编译、测试、打包、发布以及部署等工作。它能够帮助开发者完成以下任务:1.构建项目2.管理依赖Maven的核心理念:约定优于配置。Maven对项目的目录结构、测试用例命名方式等内容做了规定,凡是使用Maven管理的项目都必须准守这些规则。Mav
CV菜鸟#
·
2024-02-11 13:53
maven
maven
java
开发语言
决策树与随机森林算法
决策树与随机森林算法决策树算法概述决策树是一种基于树形结构的
机器学习
算法,用于建立对象属性与对象值之间的映射关系。
YuanDaima2048
·
2024-02-11 13:52
机器学习
决策树
随机森林
机器学习
人工智能
算法
笔记
人工智能预测地震
AI或是精准预测地震的“救世主”事实上,在20世纪90年代,就有人尝试着用
机器学习
来预测地震,但收效甚微。
kuntoria
·
2024-02-11 12:06
2019-10-31 人工智能、
机器学习
、深度学习的概念
一、什么叫人工智能、
机器学习
、深度学习人工智能:computationalagents(机器)可计算的机器andactintelligentlyAIaresystems(系统),可以做以下的事情:rationally
可乐W
·
2024-02-11 12:30
EMC
学习笔记
(二十三)降低EMI的PCB设计指南(三)
双层板电源分配1.单点与多点分布2.星型分布3.创建网格平面4.旁路和磁珠5.将噪声保持在芯片附近tips:资料主要来自网络,仅供学习使用。1.单点与多点分布在一个真正的单点配电系统中,每个有源元件都有自己独立的电源和地,这些迹线将保持独立,直到它们在一个单一的参考点相遇。在多点系统中,连接是以菊花链的方式进行的,因此有多个0-V参考点。很明显,多点系统具有公共阻抗耦合的潜力。虽然实现一个单点系统
小幽余生不加糖
·
2024-02-11 12:02
EMC电磁兼容
学习
笔记
硬件工程
高速信号
Web课程
学习笔记
--JavaScript闭包
JavaScript闭包闭包是函数和声明该函数的词法环境的组合。词法作用域考虑如下情况:functioninit(){varname="Mozilla";//name是一个被init创建的局部变量functiondisplayName(){//displayName()是内部函数,一个闭包alert(name);//使用了父函数中声明的变量}displayName();}init();init()
北航程序员小C
·
2024-02-11 12:58
Web学习笔记
前端
学习
笔记
Web课程
学习笔记
--jsonp的原理与简单实现
jsonp的原理与简单实现原理由于同源策略的限制,XmlHttpRequest只允许请求当前源(域名、协议、端口)的资源,为了实现跨域请求,可以通过script标签实现跨域请求,然后在服务端输出JSON数据并执行回调函数,从而解决了跨域的数据请求。其本质是利用了标签具有可跨域的特性,由服务端返回一个预先定义好的Javascript函数的调用,并且将服务器数据以该函数参数的形式传递过来,此方法需要前
北航程序员小C
·
2024-02-11 12:28
Web学习笔记
前端
学习
笔记
Web课程
学习笔记
--浏览器的同源策略
浏览器的同源策略同源策略限制了从同一个源加载的文档或脚本如何与来自另一个源的资源进行交互。这是一个用于隔离潜在恶意文件的重要安全机制。同源的定义如果两个页面的协议,端口(如果有指定)和主机都相同,则两个页面具有相同的源。我们也可以把它称为“协议/主机/端口tuple”,或简单地叫做“tuple".(“tuple”,“元”,是指一些事物组合在一起形成一个整体,比如(1,2)叫二元,(1,2,3)叫三
北航程序员小C
·
2024-02-11 12:28
Web学习笔记
前端
学习
笔记
Web课程
学习笔记
--前端常见跨域解决方案
前端常见跨域解决方案什么是跨域?跨域是指一个域下的文档或脚本试图去请求另一个域下的资源,这里跨域是广义的。广义的跨域:1.)资源跳转:A链接、重定向、表单提交2.)资源嵌入:、、、等dom标签,还有样式中background:url()、@font-face()等文件外链3.)脚本请求:js发起的ajax请求、dom和js对象的跨域操作等其实我们通常所说的跨域是狭义的,是由浏览器同源策略限制的一类
北航程序员小C
·
2024-02-11 12:28
Web学习笔记
前端
学习
笔记
机器学习
---学习与推断,近似推断、话题模型
1.学习与推断基于概率图模型定义的分布,能对目标变量的边际分布(marginaldistribution)或某些可观测变量为条件的条件分布进行推断。对概率图模型,还需确定具体分布的参数,称为参数估计或学习问题,通常使用极大似然估计或后验概率估计求解。单若将参数视为待推测的变量,则参数估计过程和推断十分相似,可以“吸收”到推断问题中。假设图模型所对应的变量集x={x1,x2,···,xn}能分为XE
三月七꧁ ꧂
·
2024-02-11 12:56
机器学习
机器学习
学习
人工智能
【大厂AI课
学习笔记
】【1.6 人工智能基础知识】(1)人工智能、
机器学习
、深度学习之间的关系
6.1人工智能、
机器学习
与深度学习的关系必须要掌握的内容:如上图:人工智能>
机器学习
>深度学习。
机器学习
是人工智能的一个分支,该领域的主要研究对象是人工智能,特别是如何在经验学习中改进具体算法的性能。
giszz
·
2024-02-11 12:26
学习笔记
人工智能
人工智能
学习
笔记
政安晨:示例演绎
机器学习
中(深度学习)神经网络的数学基础——快速理解核心概念(二){两篇文章讲清楚}
这一篇与上一篇是兄弟篇,意在通过两篇文章讲清楚深度学习中神经网络的数学基础,第一次看到这篇文章的小伙伴可以从上一篇文章看起(包括搭建环境等等都在上一篇),上一篇链接如下:政安晨:示例演绎
机器学习
中(深度学习
政安晨
·
2024-02-11 12:56
政安晨的机器学习笔记
机器学习
深度学习
神经网络
Python
数学基础
张量运算
Numpy
小红书
学习笔记
小红书优于微信公众号的地方毕竟微信公众号也是内容为王时代的先驱,就拿它当祭品吧。在读者角度上:微信公众号检索不出想要的内容(内容少又过沉长乏味),而小红书立刻能搜索出想要的内容微信公众号很少有视频,但小红书视频到处都是,生动又有趣微信公众号的沟通是单方向的(只能是我订阅然后阅读对方发布的信息),而小红书是双方向的,我也可以发信息对方也只可以关注我来看我发的信息做为信息整理发布者的观点来看:微信公众
Ring_Tan
·
2024-02-11 12:13
机器学习
:SVM、softmax、Dropout及最大池化max_pool介绍
一、利用线性SVM进行分类train_data:(train_num,3072)训练流程初始化权重W:(3072,10)梯度dW:(3072,10)train_data和权重相乘得到score(10,)对应每个类别的分数2.1对于每个score中的分数i,如果是正确的类别对应的score跳过2.2如果是其他的类别,计算margin=score[i]-correct_score+12.3如果其他的m
是Dream呀
·
2024-02-11 11:15
机器学习笔记
深度学习
机器学习
支持向量机
人工智能
上一页
37
38
39
40
41
42
43
44
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他