深度讨论

吴恩达深度学习笔记（七）——机器学习策略

一、正交化通俗的理解就是：要能够诊断出系统性能瓶颈在哪里，以有策略刚好解决这个问题。一个“按钮”只负责解决一件事情。二、单一数字评估指标准确率（precision）：在分类器中标记为猫的例子中，有多少是真的猫召回率（recall）：对于所有的真猫图片，你的分类器正确识别了多少。但如果有两个评估指标，就很难去选择一个更好的分类器，如下图所示。所以有一个结合这两个指标的标准方法，也即F1分数，定义如下

子非鱼icon·2025-01-23 10:42

深度学习中的通道(Channel)概念详解

1.通道的基本概念通道(Channel)是深度学习中的一个重要概念，它在不同场景下有不同的具体含义。理解通道概念对于理解深度学习模型的结构和工作原理至关重要。

小·恐·龙·2025-01-23 09:33

Spring 3自定义注解与格式化器的深度实践

在Spring框架中，格式化器（Formatter）和注解（Annotation）是处理数据格式化和验证的强大工具。通过将注解与格式化器绑定，我们可以在字段级别灵活地定义数据的格式化规则。本文将通过一个完整的示例，展示如何创建自定义注解、格式化器，并将它们绑定到Spring的AnnotationFormatterFactory中，实现字段级别的数据格式化。一、背景与需求在开发Web应用时，我们经常

t0_54manong·2025-01-23 08:27

python字符串处理函数汇总

在本文中，我们将讨论Python字符串处理函数的各种用途和方法，以及如何利用这些函数来解决常见的字符串处理问题。

程序媛小本·2025-01-23 07:43

信创：自主创新，推动中国IT产业的未来

信创：自主创新，推动中国IT产业的未来近几年，“信创”这个词频繁出现在大家的讨论中，尤其是在技术领域。我们常常听到“信创产业”、“信创产品”，到底信创到底是个什么概念呢？又意味着什么？今天就来聊一聊。

狮歌~资深攻城狮·2025-01-23 06:40

大语言模型原理与工程实践：网页数据

大语言模型的成功离不开深度学习技术的

AI大模型应用之禅·2025-01-23 06:38

大语言模型原理与工程实践：案例介绍

大语言模型原理与工程实践：案例介绍作者：禅与计算机程序设计艺术近年来，随着深度学习技术的快速发展，大语言模型（LargeLanguageModel，LLM）在自然语言处理领域取得了突破性进展，展现出强大的文本生成

AI大模型应用之禅·2025-01-23 06:37

Java基础——数据类型（种类、包装类型、缓存机制、装拆箱、精度丢失）

我是一个计算机专业研0的学生卡蒙Camel（刚保研）记录每天学习过程（主要学习Java、python、人工智能），总结知识点（内容来自：自我总结+网上借鉴）希望大家能一起发现问题和补充，也欢迎讨论文章目录

Camel卡蒙·2025-01-23 05:04

算法——归并排序（基本思想、java实现、实现图解）

我是一个计算机专业研0的学生卡蒙Camel（刚保研）记录每天学习过程（主要学习Java、python、人工智能），总结知识点（内容来自：自我总结+网上借鉴）希望大家能一起发现问题和补充，也欢迎讨论文章目录归并排序介绍

Camel卡蒙·2025-01-23 05:34

AI驱动电商搜索导购：技术创新与应用

文章标题《AI驱动电商搜索导购：技术创新与应用》关键词：人工智能，电商搜索导购，机器学习，深度学习，推荐系统，自然语言处理，个性化搜索，图像识别，应用案例，未来展望。

AI天才研究院·2025-01-23 05:29

微软 azure_Microsoft Azure管理员方案相关的面试问题与解答

wewilldiscussseveralscenario-relatedinterviewquestionsthatyoumaybeaskedwhenapplyingtoanAzureAdministratorposition.在本文中，我们将讨论与多个方案相关的面试问题

culuo4781·2025-01-23 04:22

机器学习笔记 - 机器学习/深度学习实战案例合集

一、简述如何学习机器学习/深度学习，理论和实践都很重要，理论上的内容需要看课程、读教材。但是实践需要自己动手，实践之后自然会对理论有更深入的理解。怎么实践？借用欧阳修《卖油翁》的话”无他，但手熟尔“。

坐望云起·2025-01-23 04:51

揭秘Linux：从内核到发行版，一文读懂开源操作系统的核心奥秘

发行版的定义与组成主流发行版深度对比如何选择适合自己的发行版内核与发行版的关系：解开"版本"之谜发行版如何选择和定制内核内核

寒水馨·2025-01-23 03:09

Transformer架构原理详解：多头注意力（MultiHead Attention）

Transformer,多头注意力,Multi-HeadAttention,机器翻译,自然语言处理,深度学习1.背景介绍近年来，深度学习在自然语言处理（NLP）领域取得了显著进展。

AI大模型应用之禅·2025-01-23 02:33

软件测试目标

P1–方向管理方向：测试组长–测试主管–测试经理–测试负责人–总监（CTO）技术方向：手工测试–自动化测试–测试开发–测试架构–测试专家细心，耐心，逆向思维，互联网行业学习方式主动学习：小组讨论（50%

yaoyaoyao可爱呀·2025-01-23 01:30

AI 对程序员的冲击剖析

一、引言AI技术近年来取得了突破性进展，其在自然语言处理、机器学习、深度学习等领域的应用日益广泛。在软件开发领域，AI不再仅仅是辅助工

程序员WANG·2025-01-23 01:55

打造你的第一个AI Agent：从需求分析到架构设计

前面几篇文章，我们讨论了AIAgent的概念和技术选型。今天，我想和大家分享如何从零开始打造一个AIAgent。我会用一个实际的项目案例，带大家走一遍完整的开发流程。项目背景事情要从一个月前说起。

·2025-01-23 00:49

什么是Oracle认证专家（OCP）？

该认证深度聚焦于Oracle数据库技术范畴，致力于培育并精准认证一批能够熟练管理、高效维护以及深度优化Oracle数据库系统的资深专业人才。

leegong23111·2025-01-23 00:47

华为流程L1-L6业务流程深度细化到可执行

该文档主要介绍了华为业务流程的深度细化及相关内容，包括流程框架、建模方法、流程模块描述、流程图建模等，旨在帮助企业构建有效的流程体系，实现战略目标。

智慧化智能化数字化方案·2025-01-22 23:38

在 PyTorch 训练中使用 `tqdm` 显示进度条

在PyTorch训练中使用tqdm显示进度条在深度学习的训练过程中，实时查看训练进度是非常重要的，它可以帮助我们更好地理解训练的效率，并及时调整模型或优化参数。

weixin_48705841·2025-01-22 20:50

【在 PyTorch 中使用 tqdm 显示训练进度条，并解决常见错误TypeError: ‘module‘ object is not callable】

在PyTorch中使用tqdm显示训练进度条，并解决常见错误TypeError:'module'objectisnotcallable在进行深度学习模型训练时，尤其是在处理大规模数据时，实时了解训练过程中的进展是非常重要的

weixin_48705841·2025-01-22 20:50

销售易CRM：深度洞察及应用策略全景

一、核心观点1销售易CRM：企业实现客户数字化的利器销售易CRM作为企业实现客户数字化的重要工具，在企业运营中发挥着关键作用。它能够整合企业营销服全流程管理，以支撑企业与客户互动的全出点智能化、数字化为设计出发点，助力企业成为真正以客户为中心的运营组织，提升运营效率，实现规模化的业绩增长。通过强大的PaaS平台能力，销售易CRM可以将复杂的业务抽象成可视化组件，灵活组合和扩展，满足不同行业、不同企

·2025-01-22 20:10

深度学习模型开发文档

深度学习模型开发文档1.简介2.深度学习模型开发流程3.数据准备3.1数据加载3.2数据可视化4.构建卷积神经网络(CNN)5.模型训练5.1定义损失函数和优化器5.2训练过程6.模型评估与优化6.1模型评估

Ares代码行者·2025-01-22 20:47

蓝桥杯Python组最后几天冲刺———吐血总结,练题总结,很管用我学会了

一、重要知识要点1、穷举法2、枚举法3、动态规划4、回溯法5、图论6、深度优先搜索（DFS）7、广度优先搜索（BFS）8、二叉树9、递归10、分治法、矩阵法11、排列组合12、素数、质数、水仙花数13、

晚风时亦鹿·2025-01-22 19:13

AI Agent 原理解析及应用场景深度洞察

在当今科技飞速发展的时代，AIAgent作为人工智能领域的重要分支，正以其独特的智能特性和广泛的应用潜力，逐渐渗透到各个行业和我们生活的方方面面。它为解决复杂问题、提升系统效率和实现智能化交互提供了全新的途径。本文将深入剖析AIAgent的原理，并详细探讨其在多个领域的关键应用场景。一、AIAgent的定义与基本概念AIAgent，即人工智能代理，是一种能够感知其所处环境，并基于所感知的信息自主地

power-辰南·2025-01-22 19:11

深度学习环境配置指南！（Windows、Mac、Ubuntu全讲解）

关注“迈微AI研习社”，内容首发于公众号作者：伍天舟、马曾欧、陈信达入门深度学习，很多人经历了从入门到放弃的心酸历程，且千军万马倒在了入门第一道关卡：环境配置问题。俗话说，环境配不对，学习两行泪。

Charmve·2025-01-22 19:08

联邦学习中客户端发送的梯度是vector而不是tensor

在联邦学习中，当本地使用神经网络或深度学习模型时，训练的梯度通常是与模型参数（权重和偏置）相对应的梯度数据。

wzx_Eleven·2025-01-22 18:33

从System Prompt来看GPT-3.5到GPT-4的进化

对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。

herosunly·2025-01-22 17:23

从大型企业到中小企业：销售易、红圈、励销云CRM的行业应用

本文将对国内三大知名CRM品牌——销售易CRM、红圈CRM和励销云CRM进行深度分析，从品牌介绍和适用企业两个维度进行总结和盘点，帮助企业选择最适合自身需求的CRM解决方案。

·2025-01-22 16:04

文档图像矫正任务的前沿进展：引入Transformer框架、极坐标的思路

今天，我们将讨论近年来文档图像矫正任务的前沿进展，分享一些我们正在关注的方向，欢迎与我们共同探讨、交流进步。

·2025-01-22 16:01

极客说｜Phi-4 模型的 4 位量化与 vLLM 高速推理

在这里，您将看到深度教程、最佳实践和创新解决方案。关注「极客说」，与行业顶尖专家一起探索科技的无限可能！Phi-4的模型参数量是14B，这使它在推理的时候比较耗费内存。

·2025-01-22 16:00

【多模态 AI】从跨模态学习到生成革命：文本、图像与音频的深度交融

网罗开发（小红书、快手、视频号同名）大家好，我是展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、HarmonyOS、Java、Python等方向。在移动端开发、鸿蒙开发、物联网、嵌入式、云原生、开源等领域有深厚造诣。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·2025-01-22 16:09

Python算法模糊匹配：FuzzyWuzzy深度剖析，从入门到精通，解决你所有需要匹配的需求

在数据科学和文本处理的世界中，字符串匹配是一个非常普遍的问题。FuzzyWuzzy作为一个强大的Python库，通过模糊匹配技术解决了许多由于拼写错误、格式不一致引起的问题。本文将详细介绍FuzzyWuzzy，从基本概念到高级应用，帮助你掌握这一工具。目录FuzzyWuzzy简介安装与快速开始基础用法3.1简单比例匹配3.2部分匹配3.3比例匹配集高级用法4.1令牌排序匹配4.2令牌集合匹配实际应

kdayjj966·2025-01-22 15:05

有了TiDB，是否还需要“散装”大数据组件？

最近和同事们讨论一个问题：在大数据应用日益增多的今天，如果使用了TiDB这样的一体化数据库，还需要使用那些传统的大数据组件（比如Hadoop、Spark等）吗？

狮歌~资深攻城狮·2025-01-22 15:02

MPP数据库：大数据处理的“高手”

MPP数据库：大数据处理的“高手”最近听到很多朋友讨论大数据处理的技术，其中就有一个词常常被提起，那就是MPP（MassivelyParallelProcessing，大规模并行处理）。

狮歌~资深攻城狮·2025-01-22 15:01

如何区分前后端bug？

欢迎大家评论区讨论交流~~~前后端BUG各有的特点前端BUG：界面相关、布局相关、兼容性相关、交互相关。后端BUG：业务逻辑相关、性能相关、数据相关、安全性相关。

weixin_38648367·2025-01-22 14:55

AI人工智能深度学习算法：高并发场景下深度学习代理的性能调优

1.背景介绍1.1深度学习代理的兴起近年来，随着人工智能技术的飞速发展，深度学习在各个领域都取得了显著的成果。特别是在自然语言处理、图像识别、语音识别等领域，深度学习模型的性能已经超越了传统方法。

AI天才研究院·2025-01-22 14:54

MySQL高可用性的守护者：主从复制的深度解析与实践指南

在当今瞬息万变的数据驱动世界中，确保数据库系统的高可用性和数据一致性是每个企业IT架构师面临的重大挑战。对于依赖MySQL作为核心存储引擎的企业来说，如何构建一个稳定、可靠且易于维护的数据库集群至关重要。今天，我们将深入探讨MySQL主从复制技术，它是实现高可用性架构的关键组件之一。通过本文，您将不仅了解到主从复制的基本原理和配置方法，还将掌握如何优化性能、解决常见问题以及应对故障转移等高级技巧。

墨夶·2025-01-22 13:16

Python中实现多层感知机（MLP）的深度学习模型

Echo_Wish·2025-01-22 12:43

【深度解读】

文章目录前言一、怎样的索引的数据结构是好的二、二分查找特点缺点三、二分查找树特点缺点四、自平衡二叉树特点缺点五、B树特点缺点六、B+树定义单点查询插入与删除效率范围查询总结七、MySQL的B+树InnoDB是如何存储数据的B+树是如何进行查询的聚簇索引和二级索引八、总结前言B+树是一种常用的索引数据结构，在数据库系统和文件系统中广泛应用。它相比于其他数据结构具有许多优点，下面我将一步一步介绍相关概

UPUP小亮·2025-01-22 12:43

深度学习-92-大语言模型LLM之基于langchain的模型IO的模型调用

文章目录1Model的输入输出2langchain支持的模型3调用Ollama模型3.1设置环境变量3.2大语言模型LLM(OllamaLLM)3.2.1生成文本补全3.2.2流式生成文本补全3.3聊天模型(ChatOllama)3.3.1内置的消息类型3.3.2HumanMessage和SystemMessage3.3.3元组方式构成消息列表3.3.4stream流式3.4文本嵌入模型(Olla

皮皮冰燃·2025-01-22 12:10

深度学习基础18（多层感知机代码实现）

多层感知机的从零开始实现现在自己实现一个多层感知机。为了与之前softmax回归获得的结果进行比较，将继续使用Fashion-MNIST图像分类数据集importtorchfromtorchimportnnfromd2limporttorchasd2lbatch_size=256train_iter,test_iter=d2l.load_data_fashion_mnist(batch_size)

NDNPOMDFLR·2025-01-22 11:37

acwing深度优先dfs

n个数全排列#includeusingnamespacestd;constintN=10010;intn;intpath[N];boolst[N];voiddfs(intu){if(u==n){for(inti=0;i>n;dfs(0);return0;}

一缕叶·2025-01-22 11:06

AI Agent：深度解析与未来展望

随着时间的推移，AI逐渐能够处理不确定性，1990年代机器学习的兴起为AIAgent的发展奠定了基础，神经网络技术的突破为深度学习的发展提供了可能。

码事漫谈·2025-01-22 11:34

【深度学习基础】线性神经网络 | softmax回归的简洁实现

【作者主页】FrancekChen【专栏介绍】⌈⌈⌈PyTorch深度学习⌋⌋⌋深度学习(DL,DeepLearning)特指基于深层神经网络模型和方法的机器学习。

Francek Chen·2025-01-22 11:34

B树和B+树的区别？为什么MySQL 使用B+树？

B树的特点：节点排序，叶子节点存储了数据叶节点具有相同的深度、叶子节点的指针为空一个节点可以存储多个元素，并且多个元素都按照从左到右递增排序，所有索引元素不重复B+树的特点：非叶子节点不存储数据、只存储索引

LPoint809·2025-01-22 11:03

【人工智能】Python常用库-Keras：高阶深度学习 API

Keras：高阶深度学习APIKeras是一个高效、用户友好的深度学习框架，作为TensorFlow的高级API，支持快速构建和训练深度学习模型。它以模块化、简单和灵活著称，适合研究和生产环境。

IT古董·2025-01-22 11:33

深度求索DeepSeek V2.5-1210发布：AI代码生成器迎来全新升级

深度学习技术日新月异，而强大的AI代码生成器也随之不断进化。

2401_89759264·2025-01-22 11:02

DCGAN - 深度卷积生成对抗网络：基于卷积神经网络的GAN

深度卷积生成对抗网络（DCGAN，DeepConvolutionalGenerativeAdversarialNetwork）是生成对抗网络（GAN）的一种扩展，它通过使用卷积神经网络（CNN）来实现生成器和判别器的构建

池央·2025-01-22 11:02

深度学习从入门到精通：全面指南

《深度学习从入门到精通：全面指南》文章目录《深度学习从入门到精通：全面指南》文章关键词文章摘要引言第一部分：深度学习基础入门第1章：深度学习概述1.1深度学习的基本概念1.2深度学习的发展历程1.3深度学习的基本原理神经网络前向传播反向传播第

AI天才研究院·2025-01-22 10:25

推荐频道