梯度回传

用deepseek学大模型05逻辑回归

deepseek.com:逻辑回归的目标函数，损失函数，梯度下降标量和矩阵形式的数学推导，pytorch真实能跑的代码案例以及模型,数据，预测结果的可视化展示，模型应用场景和优缺点，及如何改进解决及改进方法数据推导
wyg_031113·2025-02-22 00:48

无人设备遥控器之如何分享数传篇

无人设备遥控器分享数传（数据传输）的方式主要依赖于其采用的通信技术和协议。一、基于Wi-Fi技术的数据分享设备连接：确保无人设备遥控器和接收数据的设备（如手机、平板电脑或电脑）都支持Wi-Fi功能。
SKYDROID云卓小助手·2025-02-21 18:29

前端上传富文本内容给后端，后端接收到的内容有缺失。

问题情况今天自测时，发现有个问题，传的富文本的string被阉割了，传参是"text":"cnncbbddbbcv",后端接到的是"text":"cnncbbddbbcv"这后面的去哪了呢，根据排查是因为有
sanggou·2025-02-21 17:20

【网络安全 | PHP代码审计】YXcms

文章目录环境配置1.4.5版本安装1.2.1版本安装代码审计session伪造实现账户接管XSSGetshellXSS漏洞无回显SQL注入默认密钥下的SQL注入SQL显错注入未授权+代码执行任意文件删除
秋说·2025-02-21 16:13

嵌入式人工智能应用-第四章 逻辑回归 8

逻辑回归1逻辑回归介绍1.1背景介绍1.2原理1.2.1预测函数1.2.2判定边界1.2.3损失函数1,2,4梯度下降函数1.2.5分类拓展1.2.6正则化2实验代码3实验结果说明1逻辑回归介绍1.1背景介绍逻辑回归的过程可以概括为
数贾电子科技·2025-02-21 16:11

机器学习课程的常见章节结构

强化学习机器学习的产生与发展机器学习的历史与现代应用经验误差与过拟合过拟合与欠拟合的概念及解决方案评估方法与性能度量交叉验证、准确率、召回率、F1分数等偏差与方差偏差-方差权衡及其对模型的影响2.经典机器学习算法2.1线性模型一元线性回归与多元线性回归梯度下降算法
zhangfeng1133·2025-02-21 14:24

机器学习—逻辑回归

基础概念1.1、什么是逻辑回归1.2、逻辑回归与线性回归的区别1.3应用场景2、逻辑回归模型2.1、模型定义2.2、Sigmoid函数2.3、决策边界2.4、概率解释3、模型训练3.1、损失函数3.2、梯度下降法
60岁的程序猿·2025-02-21 14:22

python 自动交易_Python自动化交易入门

对历史数据的回溯测试：回自动交易是指通过计算机处理和执行的交易入口和出口。自动交易有一定的优势：最大限度地减少了人为干预：自动交易系统消除了交易过程中的情绪。交易者通常更容易通过控制情绪来坚持策略。”
weixin_39890431·2025-02-21 10:25

使用 Pandas 在 Python 中对移动平均线交叉进行回测

使用Pandas在Python中对移动平均线交叉进行回测移动平均线交叉策略移动平均线交叉技术是一种非常著名的简单动量策略。它通常被认为是量化交易的“HelloWorld”示例。
云梦量化·2025-02-21 10:21

使用 pandas 研究 Python 中的回测环境

使用pandas研究Python中的回测环境回测是将交易策略理念应用于历史数据以确定过去表现的研究过程。具体而言，回测人员无法保证策略的未来表现。
云梦量化·2025-02-21 10:50

视觉分析之边缘检测算法

9.1Roberts算子Roberts算子又称为交叉微分算法，是基于交叉差分的梯度算法，通过局部差分计算检测边缘线条。
Erekys·2025-02-21 09:42

机器学习(四) 本文(2万字) | 梯度下降GD原理 | Python复现 |

第四章梯度下降一引入梯度二从一元到多元2.1一元函数2.1.1引入梯度下降2.1.2学习率2.1.3继续更新迭代2.2二元函数2.3多元函数三多种梯度方法3.1批量梯度下降（BatchGradientDescent
小酒馆燃着灯·2025-02-21 08:36

机器学习杂记

使用随机梯度下降。与标准梯度下降精确计算梯度不同，随机梯度下降算法在计算梯度时加入了随机因素。于是，即使陷入局部
被自己蠢哭了·2025-02-21 08:33

WPF Prism框架(导航)

中介绍的方法,引入Prism框架然后创建图示三个项目,分别引入Prism框架,创建相应的文件夹具体代码与WPFPrsim框架(区域)文章中提及相同,可详见WPFPrsim框架(区域)此篇文章.2.2导航传参导航传
玉玊则不达·2025-02-21 06:26

【音视频】如何对wav音频文件进行opus编解码？

目录前言一、opus编码二、方法1.在Linux下，使用ffmpeg命令行首先，安装FFmpeg编码WAV文件为Opus解码Opus文件回WAV修改参数2.使用bash脚本3.使用Python库函数总结前言详细的
川弥·2025-02-21 03:09

量化交易入门——平台框架、技术类策略、量化心得

优矿、米筐、bigquantSDK/量化API：万得、东财choice、掘金量化开源框架：PyCTP、Vnpy、zipline、quicklib使用平台的优点：省时省力，无需收集清洗数据无需编写复杂的回测引擎有大量集成好的函数使用使用平台的缺点
アナリスト·2025-02-21 00:16

DeepSeek预测25考研分数线

一起来看看吧~影响国家线的关键因素1）报考人数2023年考研报名人数为474万（首次下降），2024年回升至438万（官方未公布，网传数据存疑）。若2025年报考
GIS前端嘉欣·2025-02-20 17:49

LTC流程概述与核心要点--华为LTC流程专家许浩明老师分享心得体会

即便有了项目线索也因为没能尽早有效跟踪培育线索而失去项目机会；难以快速响应客户需求；面向客户界面混乱，销售人员基本是单兵作战，难以形成战斗力，很多销售人员销售经验能力又不足，直接导致的结果就是：市场中标概率小、中标了交付也存在各种各样风险与问题、回款缓慢甚至最后成为
华为LTC专栏流程管理专家许浩明·2025-02-20 12:55

基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用

专题一：深度学习发展与机器学习深度学习的历史发展过程机器学习，深度学习等任务的基本处理流程梯度下降算法讲解不同初始化，学习率对梯度下降算法的实例分析从机器学习到深度学习算法专题二深度卷积网络、卷积神经网络
xiao5kou4chang6kai4·2025-02-20 11:20

如果MLlib 中没有所需要的模型，如何使用 Spark 进行分布式训练？

数据并行：每个节点会处理数据的不同部分，并计算该部分的梯度或模型参数。自定义算法：如果使用的是自定义算法（
是纯一呀·2025-02-20 08:57

卷积神经网络之AlexNet经典神经网络，实现手写数字0~9识别

先看原理：AlexNet网络特点采用ReLU激活函数，使训练速度提升6倍采用dropout层，防止模型过拟合通过平移和翻转的方式对数据进行增强采用LRN局部响应归一化，限制数据大小，防止梯度消失和爆炸。
知识鱼丸·2025-02-20 08:24

8-项目实战-信用卡数字识别

③提取数字区域：通过一系列图像处理操作（如礼帽操作、梯度计算、闭操作等）提取可能包含数字的区域。④轮廓排序与筛选：找到提取区域的轮廓，并根据轮廓的宽高比和尺寸筛选出符合条件的数字区域。⑤数字识
#北极星star·2025-02-20 07:18

ThinkPHP接入PayPal支付

ThinkPHP5接入PayPal支付，PayPal的流程是服务器请求Paypal的接口下单（需要传订单id/支付成功的重定向地址/支付失败的重定向地址），接会返回一个支付地址，项目服务器把地址返给用户
ETO_冬·2025-02-20 05:01

训练与优化

训练与优化损失函数与反向传播损失函数能够衡量神经网络输出与目标值之间的误差，同时为反向传播提供依据，计算梯度来优化网络中的参数。torch.nn.L1Loss计算所有预测值与真实值之间的绝对差。
钰见梵星·2025-02-20 04:23

无人设备遥控器之视频回传篇

无人设备遥控器的视频回传是指将无人设备（如无人机）采集到的视频信号传输回遥控器或其他接收设备的过程。这一过程在诸多应急情境中显得尤为重要，它能为指挥中心的决策者、调度系统以及AI分析等提供实时画面。
SKYDROID云卓小助手·2025-02-20 03:16

【深度学习】学习率调度策略

学习率定义了模型权重（参数）在梯度下降或其他优化算法中的更新步伐。较大的学习率意味着在每次参数更新时，模型会进行更大幅度的调整，而较小的学习率则意味着细致的、渐进的调整。
黑白交界·2025-02-20 02:37

梯度累积和优化器配置差异，让模型训练效果天差地别！

梯度累积和优化器配置差异，让模型训练效果天差地别！引言你是否还在为模型训练效果不佳而苦恼？明明花费了大量时间和精力，模型的性能却始终无法达到预期。其实，很多时候问题可能就出在梯度累积和优化器配置上。
盼达思文体科创·2025-02-20 01:26

美股分钟级数据在量化策略回测中的重要性分析

美股分钟级数据在量化策略回测中的重要性分析为了促进学习和研究，我们在此分享一部分匿名处理的历史美股分钟高频数据。
hightick·2025-02-20 00:20

ACP科普：Sprint与Iteration的微妙共性

事实上，在实际应用中，二者几乎可以看作是同一回事。下面，猫哥将用通俗易懂的方式为大家揭开这两者的神秘面纱。项目如建楼，Sprint与Iteration是施工周期想象我们正在建造一座宏伟的大厦。
9命怪猫·2025-02-19 20:14

React学习笔记04

在Vue中组件通信是我们组件间传递数据的一种最常用的方法，我们在Vue中使用props来实现父传子，用$emit实现子传父，在React中如何实现呢？
充气大锤·2025-02-19 19:10

【nvidia】NCCL禁用P2P后果权衡

某些优化技术（如梯度累积、算子融合）可能掩盖通信开销，使计算成为主要瓶颈。通信bound场景：模型参数量极大（如千亿级以上），需采用模型并行或流
x66ccff·2025-02-19 18:28

leetcode_132. 分割回文串 II

本题仅要求返回次数，因此不需要进行回
二次元憨批·2025-02-19 16:49

投资组合风险管理

投资组合风险管理市场风险信用风险流动性风险风险指标收益率波动率最大回撤α\alphaα（詹森指数），β\betaβ卡玛比率月胜率上/下行捕获比夏普比率索提诺比率经风险调整的收益率（2）特雷诺比率信息比率
周纠纠·2025-02-19 08:05

用deepseek学大模型08-长短时记忆网络 (LSTM)

deepseek.com从入门到精通长短时记忆网络(LSTM),着重介绍的目标函数，损失函数，梯度下降标量和矩阵形式的数学推导，pytorch真实能跑的代码案例以及模型,数据，模型应用场景和优缺点，及如何改进解决及改进方法数据推导
wyg_031113·2025-02-19 08:35

用deepseek学大模型08-卷积神经网络(CNN)

yuanbao.tencent.com从入门到精通卷积神经网络(CNN),着重介绍的目标函数，损失函数，梯度下降标量和矩阵形式的数学推导，pytorch真实能跑的代码案例以及模型,数据，预测结果的可视化展示
wyg_031113·2025-02-19 07:30

Pytorch实现论文之一种基于扰动卷积层和梯度归一化的生成对抗网络

简介简介：提出了一种针对鉴别器的梯度惩罚方法和在鉴别器中采用扰动卷积，拟解决锐梯度空间引起的训练不稳定性问题和判别器的记忆问题。
这张生成的图像能检测吗·2025-02-19 06:51

Pytorch实现论文：利用推土机距离与梯度惩罚在ACGAN中训练。

论文简介论文：ACWGAN-GPformillingtoolbreakagemonitoringwithimbalanceddata（ACWGAN-GP用于铣削工具断裂监视的数据不平衡数据）出处：RoboticsandComputer-IntegratedManufacturing论文摘要：铣削操作过程中的刀具破损监测(TBM)对于确保工件质量和最大限度减少经济损失至关重要。在训练数据充足、分布均
这张生成的图像能检测吗·2025-02-19 06:51

Pytorch实现论文之三元DCGAN生成RGB图像用于红外图像着色生成

简介简介：采用了三次DCGAN单独生成单通道图像之后进行组成RGB图像放入鉴别器中检测，并在鉴别器和生成器的损失训练中采用梯度方法来提升或者降低权重。该方法将用于获得红外图像着色的生成。
这张生成的图像能检测吗·2025-02-19 05:50

HCIP-三层架构实验报告

一、搭建实验拓扑图二、进行配置对r1,r2进行IP配置及环回[r1interfaceg0/0/2[r1-GigabitEthernet0/0/2]ipaddress12.1.1.124[r1-GigabitEthernet0
会会会一飞冲天的小慧猪~ ~ ~·2025-02-19 04:09

一文读懂！深度学习 + PyTorch 的超实用学习路线

熟悉矩阵运算、概率分布、梯度计算等概念，能帮助理解深度学习模型的原理。例如，在神经网络中，矩阵乘法用于神经元之间的
a小胡哦·2025-02-19 03:27

随机梯度下降一定会收敛么？

1.什么是随机梯度下降？随机梯度下降（StochasticGradientDescent，SGD）是一种用于最小化目标函数的迭代优化算法，在机器学习和深度学习领域应用广泛。
AndrewHZ·2025-02-19 01:36

Python 算法交易秘籍（五）

md5/010eca9c9f84c67fe4f8eb1d9bd1d316译者：飞龙协议：CCBY-NC-SA4.0第十一章：算法交易-实际交易现在我们已经建立了各种算法交易策略，并成功地进行了令人满意的回测
绝不原创的飞龙·2025-02-18 22:33

Ajax请求 动态查询回显数据

1.同步和异步例：普通B/S模式（同步）AJAX技术（异步）同步：提交请求-->等待服务器处理-->处理完毕返回-->这个期间客户端浏览器不能干任何事异步：请求通过时间触发-->服务器处理（这时浏览器任然可以作其他事情）-->处理完毕同步是指：发送方发出数后，等待收方发回响应以后才发下一个数据包的通讯方式异步是指：发送方发出数据后，不等待收方发回响应，接着发送下个数据包的通讯方式通俗点说：异步传输
zkm-dakn·2025-02-18 16:24

菜鸟的成长之路

菜鸟的成长之路基础能力数据结构与算法数据结构链表数组栈队列字典bitset树堆完全二叉树平衡二叉树二叉查找树B树红黑树lsm树图通用算法排序十种排序算法查找二分查找深度广度优先搜索分治贪心回朔动态规划网络协议
东风吹破了青花瓷·2025-02-18 16:23

解锁机器学习核心算法 | 支持向量机：机器学习中的分类利刃

这十大算法包括线性回归、逻辑回归、决策树、随机森林、K-近邻算法、K-平均算法、支持向量机、朴素贝叶斯算法、降维算法、梯度增强算法。
紫雾凌寒·2025-02-18 15:15

用realsense d435i传感器在实际环境中跑ORB_SLAM3，顺带解决一部分编译问题

一个完全依赖于最大后验估计（MAP）的单/双目惯导融合系统高回召的地点识别功能（High-recallplacerecognition）第一个完整的多地图系统（multi-map）一个抽象的相机模型表示论文地址论文细节今天不说
睫力上爬·2025-02-18 12:46

如何解决RNN梯度爆炸和弥散的问题

1.梯度裁剪（GradientClipping）：用于防止梯度爆炸。在每次参数更新之前，计算梯度的范数，如果超过某个阈值，则将梯度缩放到这个阈值。这种方法可以防止梯度在反向传播过程中变得过大。
路野yue·2025-02-18 12:40

太厉害了，清华大学出品的这个ai学习教程火出圈。

最近疯传的《DeepSeek:从入门到精通》教程ppt，我已经搞到了。它是由清华大学博士后团队撰写。
2501_90658343·2025-02-18 11:34

Day43:LeedCode 1049. 最后一块石头的重量 II 494. 目标和 474.一和零

每一回合，从中选出任意两块石头，然后将它们一起粉碎。
魔法少女小严·2025-02-18 11:03

DeepSeek —— 金融市场中的AI颠覆者 ！！！

风险评估与管理2.3金融市场预测2.4高频交易与量化分析第3章：展示如何利用DeepSeek进行不同的金融数据分析3.1市场情绪分析3.2新闻事件对股票价格的影响3.3使用DeepSeek进行量化策略回测
云边有个稻草人·2025-02-18 08:34
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他