深度学习训练数据集准备

PolarDB for MySQL 三大核心之一POLARFS 今天扒开它--- 嘛是火星人

加群请联系liuaustin3，（共2600人左右1+2+3+4+5+6+7+8）(123456群均已爆满，新人进7群，8群，准备9群)PoalrDB这块，目前国内的博客在用户这个序列
Austindatabases·2025-01-17 20:35

【机器学习实战入门项目】基于机器学习的鸢尾花分类项目

鸢尾花数据集是一个著名的机器学习数据集，包含三种类别的花朵：Setosa、Versicolor和Virginica，每种类别由四个特征描述：萼片长度、萼片宽度、花瓣长度和花瓣宽度。什么是机器学习？
精通代码大仙·2025-01-17 20:05

10 大中文医学数据集汇总：涵盖神农中医药、中医药古籍、医学推理、医学问答……

医疗人工智能的快速发展离不开高质量数据集的支持。从疾病诊断到药物研发，再到个性化医疗，数据集在推动机器视觉、大模型等应用于医学领域中发挥着不可或缺的作用。
·2025-01-17 20:22

计算机组成原理(计算机系统3)--实验一:WinMIPS64模拟器实验

一、实验目标：了解WinMIPS64的基本功能和作用；熟悉MIPS指令、初步建立指令流水执行的感性认识；掌握该工具的基本命令和操作，为流水线实验做准备。
起床悠悠·2025-01-17 20:34

BladeDISC++：Dynamic Shape AI 编译器下的显存优化技术

近年来，随着深度学习技术的迅猛发展，越来越多的模型展现出动态特性，这引发了对动态形状深度学习编译器(DynamicShapeAICompiler)的广泛关注。
·2025-01-17 20:51

【TVM 教程】为 x86 CPU 自动调优卷积网络

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
·2025-01-17 20:18

SpringBoot多数据源架构实现

文章目录1.环境准备2.创建SpringBoot项目3.添加依赖4.配置多数据源5.配置MyBatis-Plus6.使用多数据源7.创建Mapper接口8.实体类定义9.测试多数据源10.注意事项10.1
柚几哥哥·2025-01-17 20:02

用Python在Excel工作表中创建数据透视表

当面对大量复杂的数据集时，为了更高效地总结、分析和展示数据，创建数据透视表成为一种不可或缺的方法。
·2025-01-17 20:17

第79期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。
·2025-01-17 19:08

论文查重需要准备什么？

随着高等教育的普及和互联网的发展，学术不端行为也愈发普遍，这使得有效的论文查重准备变得至关重要。以下是进行论文查重时应做的准备工作：准备好原始论文文本：这是查重的基础。
AI智能论文写作·2025-01-17 19:58

聚焦实践，面向前端 | 12月7日华为云首届开源开发者论坛火热报名中~

本次前端技术论坛汇聚7位行业专家，精心准备7个专题分享。议题内容深入业务，聚焦实践，希望与开发者共同探讨在业务选型/业务开发过程中所遇到的问题及
·2025-01-17 19:03

交叉熵损失与二元交叉熵损失：区别、联系及实现细节

在机器学习和深度学习中，交叉熵损失（Cross-EntropyLoss）和二元交叉熵损失（BinaryCross-EntropyLoss）是两种常用的损失函数，它们在分类任务中发挥着重要作用。
专业发呆业余科研·2025-01-17 19:56

Cisco Identity Services Engine (ISE) 3.4 发布下载，新增功能概览

今天，漫长数周的等待终于实现了，CiscoISE3.4已准备好供您下载并部署到您的网络上。如果您还没有听说过最新版本的CiscoISE3.4中提供的功能，请将此作
·2025-01-17 19:29

鸿蒙NEXT应用开发训练营毕业总结

自从加入鸿蒙NEXT应用开发训练营以来，我体验了一段充实而富有挑战性的学习旅程。通过系统的理论学习和实践操作，我不仅对鸿蒙NEXT应用开发有了深入的理解，还掌握了其核心技能。
wjl6259·2025-01-17 19:24

华为交换机配置远程连接与升级

准备：交换机有管理ip；电脑和交换机管理ip之间网络互通。
每天读点书学堂·2025-01-17 18:50

CentOS 7 CA证书服务器搭建

------来源百度百科环境准备主机IP地址CA证书服务器192.168.1.10Apache服务器192.168.1.20搭建过程如下CA证书服务器的配置[root@server~]#yumi
ball-4444·2025-01-17 18:17

uni-app 开发华为鸿蒙HarmonyOS NEXT初体验

1.开发环境准备1.1安装必备工具为了开始开发，你需要安装以下工具：Node.js：推荐使用LTS版本。uni-appCLI：可以通过npm安装。De
不知名靓仔·2025-01-17 18:47

想做黑客？先来学习 SQL 注入，一文带你学会！黑客技术零基础入门到精通教程建议收藏！

我给大家准备了一份全套的《网络安全入门+进阶学习资源包》包含各种常用工具和黑客技术电子书以及视频教程，需要的小伙伴可
认真写程序的强哥·2025-01-17 18:47

解析蓝桥杯思维之真题训练：分巧克力

目录其他真题要点源代码其他真题其他真题儿童节那天有K位小朋友到小明家做客。小明拿出了珍藏的巧克力招待小朋友们。小明一共有N块巧克力，其中第i块是HixWi的方格组成的长方形。为了公平起见，小明需要从这N块巧克力中切出K块巧克力分给小朋友们。切出的巧克力需要满足：形状是正方形，边长是整数大小相同例如一块6x5的巧克力可以切出6块2x2的巧克力或者2块3x3的巧克力。当然小朋友们都希望得到的巧克力尽可
m明月Java3·2025-01-17 17:43

llama.cpp部署

llama.cpp介绍部署介绍大模型的研究分为训练和推理两个部分：训练的过程，实际上就是在寻找模型参数，使得模型的损失函数最小化；推理结果最优化的过程；训练完成之后，模型的参数就固定了，这时候就可以使用模型进行推理
法号：行颠·2025-01-17 17:12

HarmonyOS学习第七周（实践版）

因为有事，断更了一个月，一个月没怎么碰，已经有点忘记了，这周做点简单案例进行一下“康复训练”。
超级困~·2025-01-17 16:05

鸿蒙用户必看：轻松安装Google Play，畅享全球应用！

准备好让你的华为设备更强大吗？现在我们要为鸿蒙4.0/4.2系统安装原生谷歌框架，让你的手机彻底解锁全新可能！记住，每一步都至关重要，千万别跳过！
神秘人-解说·2025-01-17 16:01

深度学习YOLOv3压双黄线期末项目

一、引言实现功能目录一、引言实现功能打开视频连续检测车辆能检测到道路中间的双黄线能检测出车辆是否压双黄线当车辆压到双黄线时给出提示要求使用多线程实现功能二、技术栈概览三、代码功能深度剖析视频文件选择功能（choosevideo函数）四、项目亮点提炼五、总结与展望1.打开视频2.连续检测车辆3.能检测到道路中间的双黄线4.能检测出车辆是否压双黄线5.当车辆压到双黄线时给出提示6.要求使用多线程实现功
yzx991013·2025-01-17 16:59

代码随想录算法训练营Day2:977有序数组、209长度最小的子数组、59螺旋矩阵||

（1）977有序数组文章链接：代码随想录(programmercarl.com)思考：题目中提到了该数组为有序数组，那么在进行平方后，最大值一定是在数组的最左边或者最左边，所以用双指针进行比较。Java代码：classSolution{publicint[]sortedSquares(int[]nums){int[]result=newint[nums.length];intleft=0;intr
爱吃甜食的靓仔·2025-01-17 16:26

【机器学习：二十九、K-means算法：原理与应用】

其核心思想是将数据集划分为kkk个簇，使得每个簇内的样本尽可能相似，同时不同簇之间尽可能不同。K-means的简单性和高效性使其在模式识别、图像处理、市场分析等领域具有广泛应用。
KeyPan·2025-01-17 15:23

深度定制：Embedding与Reranker模型的微调艺术

微调是深度学习中的一种常见做法，它允许模型在预训练的基础上进一步学习特定任务的特定特征。对于Embedding模型，微调的目的是让模型更适配特定的数据集，从而取得更好的召回效果。
从零开始学习人工智能·2025-01-17 15:22

加速 AI 训推：Lepton AI 如何构建多租户、低延迟云存储平台

该平台适用于各种训练、推理需求，GPU充足，在保证高性能的同时，能够灵活应对不断变化的工作负载。用户可以快速在Lepton平台上部署推理服务和执行训练任务，无需关注基础设施和稳定性问题。
·2025-01-17 15:51

架构师-论银行数字标签系统多数据源集成的应用与实现

作为项目的核心成员，我主要负责系统的架构设计、数据集成策略的制定与实施，以及后续的数据治理和质量管理工作。项目
薛定谔的猫1982·2025-01-17 15:18

字节的面试，感觉还挺简单的~

今天分享的是训练营的朋友在字节跳动的面试，新鲜出炉的还热乎着呢。题目都挺简单的，但是他的面试体验不太好，因为面试官问了两个类似的问题，感觉有点不认真。
·2025-01-17 15:50

【深度强化学习】DQN：深度Q网络算法——从理论讲解到源码解析

【深度强化学习】DQN：深度Q网络算法——从理论讲解到源码解析介绍常用技巧算法步骤DQN源码实现网络结构训练策略DQN算法进阶双深度Q网络（DoubleDQN）竞争深度Q网络（DuelingDQN）优先级经验回放
视觉萌新、·2025-01-17 15:17

LLaMA-Factory全面指南：从训练到部署

项目背景与概述LLaMA-Factory项目目标LLaMA-Factory项目是一个专注于大模型训练、微调、推理和部署的开源平台。
我就是全世界·2025-01-17 15:46

【机器学习】—时序数据分析：机器学习与深度学习在预测、金融、气象等领域的应用

云边有个稻草人-CSDN博客目录引言1.时序数据分析基础1.1时序数据的特点1.2时序数据分析的常见方法2.深度学习与时序数据分析2.1深度学习在时序数据分析中的应用2.1.1LSTM（长短期记忆网络）
云边有个稻草人·2025-01-17 14:13

代码随想录算法训练营Day6 | 454.四数相加II，383. 赎金信，15. 三数之和，18. 四数之和，总结

详细布置454.四数相加II✅建议：本题是使用map巧妙解决的问题，好好体会一下哈希法如何提高程序执行效率，降低时间复杂度，当然使用哈希法会提高空间复杂度，但一般来说我们都是舍空间换时间，工业开发也是这样。题目链接/文章讲解/视频讲解：代码随想录#454classSolution(object):deffourSumCount(self,nums1,nums2,nums3,nums4):""":t
Yummy Penguin·2025-01-17 14:13

使用 AI 在医疗影像分析中的应用探索

AI技术通过深度学习算法，在医疗影像的识别、分类和标注中发挥了重要作用。本文章将结合技术实现与案例
·2025-01-17 14:07

【机器学习】主动学习-增加标签的操作方法-样本池采样（Pool-Based Sampling）

核心思想预先准备一个未标注数据池（UnlabeledDataPool）。使用初始标注数据训练一个模型
IT古董·2025-01-17 14:09

代码随想录算法训练营DAY56｜图论理论基础、98. 所有可达路径、深搜广搜基础

图论理论基础强连通图是在有向图中任何两个节点是可以相互到达在无向图中的极大连通子图称之为该图的一个连通分量。98.所有可达路径defdfs(graph,a,n,path,result):ifa==n-1:result.append(('').join(path[:]))forjinrange(N):ifgraph[a][j]:path.append(str(j+1))dfs(graph,j,n,p
阿緑·2025-01-17 14:38

适合重要数据网站使用的OV SSL证书如何申请

准备阶段选择可靠的证书颁发机构（CA）首先，挑选一个拥有良好信誉和广泛认可的证书颁发机构，例如JoySSL等平台，确保所选CA能够提供高效、可靠的服务和支持。
·2025-01-17 14:03

为什么要训练最懂您企业的AI助理？

随着人工智能技术的蓬勃发展，企业级AI助理已成为提升工作效率、优化客户服务体验的重要利器。这些智慧化的系统，通过模拟人类的认知功能，能够轻松应对复杂的数据分析、自动化繁琐的日常任务，甚至为企业决策提供有力支持。拥有一款懂您的企业AI助理，意味着您能够以更智能、更高效的方式推动企业前行。一、构建高度整合与个人化体验为了让AI机器人真正懂您的企业，我们首先要实现高度整合。通过连接企业资料库、应用程序、
·2025-01-17 14:31

有趣的科学小实验

准备一些小苏打、红色食用色素、洗洁精和醋。先在一个塑料瓶里放入小苏打、红色食用色素和洗洁精，然后倒入醋。只见瓶子里立刻冒出红色的泡泡，像火山爆发一样。
·2025-01-17 14:01

【机器学习：二十、拆分原始训练集】

1.如何改进模型模型的改进需求在机器学习任务中，模型性能的提升通常受限于训练数据、模型架构、优化方法及超参数设置等。模型改进的目标是在测试数据上表现更优，避免过拟合或欠拟合。
KeyPan·2025-01-17 13:35

【机器学习】---神经架构搜索（NAS）

搜索空间搜索空间设计的考虑因素：2.2搜索策略2.3性能估计3.NAS的主要方法3.1基于强化学习的NAS3.2基于进化算法的NAS3.3基于梯度的NAS4.NAS的应用5.实现一个简单的NAS框架6.总结引言随着深度学习的成功应用
Undoom·2025-01-17 13:03

记录yolo v8模型训练后使用.pt模型推理正常 改用转换后的.onnx模型推理出现WARNING ⚠️ Unable to automatically guess model task, assu

task=detect','segment','classify',or'pose'.解决办法：将训练出的模型名字best.pt修改为best-
YANGXUSHI520·2025-01-17 13:32

机器学习模型调优指南

通过合理调整模型的超参数，能够提高模型的准确性、降低过拟合或欠拟合的风险、加快训练过程等。
闵少搞AI·2025-01-17 13:00

Java 大视界 -- Java 开发 Spark 应用：RDD 操作与数据转换

Spark提供了两种主要的数据抽象：RDD（弹性分布式数据集）和DataFrame。本文将重点介绍如何使用Java开发Spark应用，并深入探讨RDD的操作与数据转换。
一只蜗牛儿·2025-01-17 12:26

【C#深度学习之路】如何使用C#读取pickle类型的大模型文件

【C#深度学习之路】如何使用C#读取pickle类型的大模型文件背景Pickle文件的结构及读取思路读取方法以压缩文件的方式加载Pickle类型文件读取Header的内容读取tensor的权重值该方法的不足总结本文为原创文章
来瓶霸王防脱发·2025-01-17 12:54

【C#深度学习之路】如何使用C#实现Yolov8模型的训练和推理

【C#深度学习之路】如何使用C#实现Yolov8模型的训练和推理项目背景算法实现模型结构项目展望写在最后项目下载链接本文为原创文章，若需要转载，请注明出处。
来瓶霸王防脱发·2025-01-17 12:54

【C#深度学习之路】如何使用C#实现Yolov11模型的训练和推理

【C#深度学习之路】如何使用C#实现Yolov11模型的训练和推理项目背景算法实现模型结构项目展望写在最后项目下载链接本文为原创文章，若需要转载，请注明出处。
来瓶霸王防脱发·2025-01-17 12:54

【Python 5】----Pytest接口自动化（实现基础的测试框架）

安装准备安装好pytest的环境及allure环境1.安装pytestpipinsatllpytest2.安装allure(需要确保安装了jdk环境）安装allure命令行：访问allure官网，下载allure2.13.5
小帅没烦恼～·2025-01-17 12:51

数据库管理系统（DBMS）与数据库系统（DBS）有什么区别？

定义和组成：数据库（DB）：是指存储在计算机中的有组织的、可共享的数据集合。它具有数据独立性、低冗余度和紧密联系的特点。数据库管理系统（DBMS）：是一种软件系统，用于创建、管理和维护数据库。
破碎的天堂鸟·2025-01-17 11:50

华为OD机试 - 英雄联盟 - 动态规划（Python/JS/C/C++ 2024 D卷 200分）

一、题目描述部门准备举办一场王者荣耀表演赛，有10名游
哪 吒·2025-01-17 11:40
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他