森林损失

解锁机器学习核心算法｜朴素贝叶斯：分类的智慧法则

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、主成分分析（PCA）、神经网络。
紫雾凌寒·2025-02-24 08:05

目前（2025年2月）计算机视觉（CV）领域一些表现优异的深度学习模型

按任务类型分类介绍：图像分类CoCa：结合对比学习和生成学习，通过对比损失对齐图像和文本嵌入，并使用标题生成损失预测文本标记。
空空转念·2025-02-23 20:18

【机器学习与数据挖掘实战】案例14：基于随机森林分类器的汽车公司客户细分预测

【作者主页】FrancekChen【专栏介绍】⌈⌈⌈机器学习与数据挖掘实战⌋⌋⌋机器学习是人工智能的一个分支，专注于让计算机系统通过数据学习和改进。它利用统计和计算方法，使模型能够从数据中自动提取特征并做出预测或决策。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·2025-02-23 16:11

MSE损失函数

MSE损失函数均方误差损失函数表达式KaTeXparseerror:Unexpectedcharacter:'?'atposition39:…imits_{k=1}^K(?̲?
亲持红叶·2025-02-23 06:02

利用Nmap进行漏洞验证和检测

传播、利用本文章所提供的信息而造成的任何直接或者间接的后果及损失，均由使用者本人负责，作者不为此承担任何责任，一旦造成后果请自行负责。如有侵权烦请告知，我会立即删除并致歉。谢谢！
Administrator_ABC·2025-02-23 05:23

【网络安全】网络安全防护体系

据统计，全球每年因网络安全事件造成的经济损失高达数千亿美元，因此，加强网络安全防护已成为全球性的紧迫任务。1.2网络安全防护体系的定义网络安全防护体系是指由一系列相互关联的网
黑客Ela·2025-02-23 04:47

XGBoost vs LightGBM vs CatBoost：三大梯度提升框架深度解析

一、算法原理深度对比1.XGBoost：工程优化的奠基者核心创新：二阶泰勒展开：利用损失函数的一阶导和二阶导
机器学习司猫白·2025-02-23 00:18

【深度学习】Adam优化器

1.2.3矫正一阶矩估计（mean）和二阶矩估计（uncenteredvariance）的偏差1.2.4更新模型参数1.3Adam的简单理解2Adam优化算法怎么用2.1导入所需的库和模块2.2定义模型和损失函数
九筠·2025-02-22 18:54

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

【硬核对比】ReentrantReadWriteLock 被全面碾压？阿里百万级压测揭秘 StampedLock 的真实性能！

关键词：Java高并发、读写锁性能、StampedLock源码、锁优化、线程安全设计开篇暴击：一个锁的选择失误，让公司一夜损失百万！
努力的靠近目标·2025-02-21 22:38

PyTorch torch.logsumexp 详解：数学原理、应用场景与性能优化（中英双语）

PyTorchtorch.logsumexp详解：数学原理、应用场景与性能优化在深度学习和概率模型中，我们经常需要计算数值稳定的对数概率操作，特别是在处理softmax归一化、对数似然计算、损失函数优化等任务时
阿正的梦工坊·2025-02-21 20:22

UNet：UNet的损失函数与优化器_2024-07-24_07-32-39.Tex

UNet：UNet的损失函数与优化器UNet简介UNet的架构UNet是一种广泛应用于图像分割任务的卷积神经网络架构，由OlafRonneberger、PhilippFischer和ThomasBrox
chenjj4003·2025-02-21 16:46

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—逻辑回归

目录1、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
60岁的程序猿·2025-02-21 14:22

机器学习(一) 本文(3万字) | 机器学习概述 |

2.1.3假设空间2.1.4问题的形式化2.2无监督学习2.3强化学习2.4半监督学习与主动学习3.基于模型分类4.基于技巧分类4.1贝叶斯学习4.2核方法5.统计学习三要素5.1模型5.2策略5.2.1损失函数与风险
小酒馆燃着灯·2025-02-21 08:05

南京大学联合字节开源视频超分辨率增强生成框架，视频清晰度一键提升，支持从低分辨率视频生成高分辨率视频

技术：整合文本到视频扩散模型，引入局部信息增强模块和动态频率损失。应用：适用于影视制作、安防监控、运动员动作分析等多个
蚝油菜花·2025-02-21 05:45

A、B、C三级机房数据中心是怎么划分的？

1.A级:符合以下情况之一的数据中心应为A级(1)电子信息系统运行中断将造成重大的经济损失;(2)电子信息系统运行中断将造成公共场所秩序严重混乱。
wayuncn·2025-02-20 13:34

线性回归理论

通过损失函数来衡量预测值与真实值之间的差异，常用的损失函数包
狂踹瘸子那条好脚·2025-02-20 11:21

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

Pytorch实现之利用特征分布的差异来指导GAN的训练

简介简介：FIDGAN通过将FID损失引入GAN的训练过程，显著提升了生成图像的质量。其核心思想是利用特征分布的差异来指导生成器的训练，同时通过使用轻量级的MobileNet-v3提高了计算效率。
这张生成的图像能检测吗·2025-02-20 04:47

Pytorch实现论文之利用多生成器来预防模式崩溃

论文中主要设计了多生成器的架构和一个对于鉴别器的新损失设计来缓解这个问题。模型结构采用DCGAN的框架，原始损失基于WGAN-GP的设计理念。
这张生成的图像能检测吗·2025-02-20 04:17

【核心算法篇七】《DeepSeek异常检测：孤立森林与AutoEncoder对比》

大家好，今天我们来深入探讨一下《DeepSeek异常检测：孤立森林与AutoEncoder对比》这篇技术博客。
再见孙悟空_·2025-02-20 01:01

吐血整理！梯度累积和优化器配置差异，让模型训练效果天差地别！

核心内容避坑指南：梯度累积和优化器配置易踩的雷区场景化描述：你满心欢喜地开始训练模型，却发现训练过程中损失函数波动剧烈，
盼达思文体科创·2025-02-20 01:26

程序员如何避免出纰漏？

小程序代码分包的时候，影响到线上正在使用的业务，损失了大概1晚上的流量。
·2025-02-19 19:12

YOLOv11算法与改进版YOLOv11算法对比：性能提升与优化

算法与改进版YOLOv11算法对比：性能提升与优化前言一、YOLOv11算法概述二、训练步骤2.验证数据的数据代码2.改进版YOLOv11算法的创新a.改进的特征提取网络b.多通道特征融合机制c.自适应损失函数
m0_54717829·2025-02-19 16:17

《短视频AI制作管理：用智能工具应对AI生成内容的碎片化问题》

但繁荣背后，一场“效率危机”正在蔓延——某MCN机构调研显示，使用AI工具的团队中，73%遭遇“创意碎片化”，65%因多平台协作混乱导致项目延期，更有团队因未及时审核AI生成内容引发版权纠纷，单次损失超百万
·2025-02-19 15:37

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实现之在LSGAN中结合重建损失

简介简介：这篇论文在LSGAN的基础上结合了重建损失来产生通过传统不良数据检测（BDD）机制的人工测量。这篇博客的主要内容是关于实现了重建损失与LSGAN的结合。
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。

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
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

随机梯度下降一定会收敛么？

2.随机梯度下降算法的基本原理1.基于梯度的优化基础该算法是基于梯度的优化算法，用于寻找函数的最优解，通常是最小化损失函数。
AndrewHZ·2025-02-19 01:36

Beyond Scaling Laws: Understanding Transformer Performance with Associative Memory

超越缩放定律：用联想记忆理解Transformer性能摘要1引言2相关工作3模型4新的能量函数5交叉熵损失6实验结果7结论摘要增大Transformer模型的大小并不总是能够提高性能。
UnknownBody·2025-02-18 23:48

Pytorch实现之SCGAN实现人脸修复

对于生成器结构的损失采用MES损失，对于鉴别器的结构采用WGAN-GP的损失。鉴别器为双鉴别器结构，一个负责检验完整图像的真假，一个负责检验掩码部分图像的真假。
这张生成的图像能检测吗·2025-02-18 23:16

什么是Scaling Laws（缩放定律）；DeepSeek的Scaling Laws

它表明，在一定条件下，模型的性能会随着模型规模的增加而以某种可预测的方式提升，通常表现为模型的损失函数值随模型
ZhangJiQun&MXP·2025-02-18 23:14

后端变现+AB测试双赢攻略，如何让收入不受影响？

尤其在获取结果时，不仅周期长，而且往往会有一定的收入损失。传统的AB测试需要一定的时间来收集数据和评估效果，但这对于需要快速迭代的广告变现优化来说显然不够高效。那么，有没有一种既能保持快速测试，
·2025-02-18 22:34

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

6. 火尖枪破回文 - 最长回文子串（中心扩散法）

这一次，他来到了一片神秘的回文森林，森林中弥漫着神秘的气息。森林的入口处有一块巨大的石碑，上面刻着一行文字：“欲破此林，需以火尖枪之力，破回文之障，寻最长回文子串。”
轻口味·2025-02-18 13:59

机器学习和线性回归、softmax回归

回归——平方误差损失函数回归（regression）是最简单的监督学习任务之一。分类——交叉熵样本属于“哪一类”的问题称为分类问题回归是训练一个回归函数来输出一个数值；分类是训练一个分
小名叫咸菜·2025-02-18 13:53

CRM系统安全性排名：数据保护能力评估

CRM系统通常存储了大量敏感信息，包括客户联系详情、交易记录和个人身份信息，一旦发生数据泄露或安全事件，不仅可能导致客户信任丧失、法律诉讼和经济损失，还可能对企业的市场竞争力和长期发展造成严重影响。
·2025-02-18 13:54

模型GPU-＞NPU(Ascend)迁移训练简述

跨平台精度对齐对比3.问题定位与修复4.迭代验证三、关键技术点四、常见问题与解决方案一、迁移训练流程图解通过华为云的modelart进行运行环境选型北京四使用GPU进行模型训练，生成gpulog.json文件，记录损失函数等信息
終不似少年遊*·2025-02-18 01:12

供应链协作中的文件安全风险，企业如何防范数据泄露？

典型案例：2025年2月，一家全球知名汽车制造商在与外包厂商共享电池供应链数据时，因安全协议漏洞，导致核心设计方案外泄，竞争对手迅速推出相似产品，直接造成3亿美元的损失。在供应链协作过程中，企业机
够快云库·2025-02-17 18:32

企业文件安全管理基础及防范策略

一、文件安全管理的重要性数据泄露风险企业内部员工、外部攻击者或第三方供应商的不当操作均可能导致敏感文件泄露，给企业带来巨大经济与信誉损失。法律合规要求随着GDPR、ISO27001等数据保护法规
够快云库·2025-02-17 18:32

电源芯片商助攻 48V数据中心配电新架构势起

Google近日宣布加入由Facebook主导的开放运算计画(OCP)并力推48V配电架构，期大幅降低资料中心电力损失、占用空间及冷却设备成本；而包括意法半导体(ST)、美信(Maxim)及Vicor等晶片商也随即发布支援此架构的电源晶片
weixin_33857230·2025-02-17 17:58

运维脚本——2.备份与恢复

减少损失：通过定
F——·2025-02-17 16:45

看板软件私有化：提升企业运营效率的关键一步

一、数据安全：企业发展的生命线对于金融、医疗、政府等对数据安全要求极高的行业来说，数据泄露可能导致巨大的经济损失和声誉风险。看板软件私
·2025-02-17 15:47

Python随机森林算法详解与案例实现

目录Python随机森林算法详解与案例实现1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例：使用随机森林预测鸢尾花品种4.1数据集介绍4.2代码实现4.3代码解释4.4运行结果5、回归案例
闲人编程·2025-02-17 13:48

基于iNeuOS工业互联网平台的板材实时质检系统

表面缺陷会降低板材强度、影响板材外观和二次加工，给企业带来经济损失。目前针对刨花板的瑕疵识别工作主要以人工检测为主，缺陷种类繁多和视觉疲劳导致漏检率和误检率较高，极大限制了工厂的生产效率和产品质量。
iNeuOS工业互联网·2025-02-17 12:38

企业文件安全：防范内部人员数据泄露风险

内部人员可能因疏忽、不满或被利益诱惑等原因，导致企业敏感文件数据泄露，给企业带来巨大损失。一、内部人员数据泄露的现状与原因当前，企业内部人员数据泄露事件时有发生。
够快云库·2025-02-17 02:50

数据泄露后的安全重构：文件安全再思考

数据泄露不仅会造成经济损失，更会损害客户信任，带来声誉风险。因此，事件发生后的安全重构尤为重要。如何在数据泄露后有效地重构安全体系、提升文件保护能力，是企业保障未来文件安全的关键。
够快云库·2025-02-17 02:20
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他