线性预测

智能算法安全与跨领域创新实践

在应用场景层面，医疗影像诊断、金融风险预测与自动驾驶系统等关键领域已形成算法效能与安全性的双重验证体系，其中超参数优化、特征工程
智能计算研究中心·2025-03-11 22:13

算力安全创新驱动未来趋势endofsentence

关键数据：根据IDC预测，到2025年全球智能算力需求将增长30倍，
智能计算研究中心·2025-03-11 22:42

1.动手学习深度学习课程安排及深度学习数学基础

视频资源B站：动手学习深度学习——李沐目录目标内容将学到什么1.N维数组样例2.访问2维数组元素3.数据操作4.线性代数5.矩阵计算6.自动求导目标介绍深度学习景点和最新模型LeNetAlexNetVGGResNetLSTMBERT
Unknown To Known·2025-03-11 21:09

一学就会的深度学习基础指令及操作步骤（5）使用预训练模型

文章目录使用预训练模型加载预训练模型图像加载与预处理预测使用预训练模型查看模型库和常用模型加载预训练模型fromtorchvision.modelsimportvgg16#VGG16模型架构的定义fromtorchvision.modelsimportVGG16
小圆圆666·2025-03-11 19:53

AI应用基于DJL开发WEB应用对鞋分类进行预测和推理------AI

packagecom.alatus.djl.app;importai.djl.MalformedModelException;importai.djl.translate.TranslateException;importcom.alatus.djl.service.InterferenceService;importcom.alatus.djl.service.TrainService;impo
旧约Alatus·2025-03-11 18:49

XGBoost常见面试题（五）——模型对比

-知乎基分类器：传统GBDT以CART树作为基分类器，xgboost还支持线性分类器，这个时候xgboost相当于带L1和L2正则化项的逻辑斯蒂回归（分类问题）或者线性回归（回归问题）。
月亮月亮要去太阳·2025-03-11 18:15

卡尔曼滤波算法从理论到实践：在STM32中的嵌入式实现

卡尔曼滤波是一种最优递归估计算法，通过融合预测值（系统模型）与观测值（传感器数据），在噪声干扰环境下实现对系统状态的动态估计。其核
DOMINICHZL·2025-03-11 17:36

【线性代数】—— 四个基本子空间

十、四个基本子空间1.列空间C(A)C(A)C(A)inRmR^mRm2.零空间N(A)N(A)N(A)inRnR^nRn3.行空间C(AT)C(A^T)C(AT)inRnR^nRn4.左零空间N(AT)N(A^T)N(AT)inRmR^mRm综述5.新的向量空间讨论矩阵Am∗nA_{m*n}Am∗n的四个基本空间，m行n列1.列空间C(A)C(A)C(A)inRmR^mRm[col11col21
sda42342342423·2025-03-11 16:32

【线性代数】——图和网络

十二图和网络（线性代数的应用）图graph={nodes,edges}graph=\{nodes,edges\}graph={nodes,edges}1.关联矩阵2.AAA矩阵的零空间，求解Ax=0Ax
sda42342342423·2025-03-11 16:32

深度学习：偏差和方差

偏差（Bias）偏差衡量了模型预测值的平均值与真实值之间的差距。换句话说，偏差描述了模型预测的准确度。
壹十壹·2025-03-11 16:25

机器学习之线性代数

文章目录一、引言：线性代数为何是AI的基石二、向量：AI世界的基本构建块（一）向量的定义（二）向量基础操作（三）重要概念三、矩阵：AI数据的强大容器（一）矩阵的定义（二）矩阵运算（三）矩阵特性（四）矩阵分解
珠峰日记·2025-03-11 15:20

基于transformer实现机器翻译(日译中)

文章目录一、引言二、使用编码器—解码器和注意力机制来实现机器翻译模型2.0含注意力机制的编码器—解码器2.1读取和预处理数据2.2含注意力机制的编码器—解码器2.3训练模型2.4预测不定长的序列2.5评价翻译结果三
小白_laughter·2025-03-11 15:46

【NLP 39、激活函数 ⑤ Swish激活函数】

其核心设计结合了Sigmoid门控机制和线性输入的乘积，通过引入平滑性和非单调性来提升模型性能。
L_cl·2025-03-11 14:44

Godot对话系统教程

项目地址:https://gitcode.com/gh_mirrors/go/Godot-Dialog-System项目介绍Godot对话系统是一个为Godot引擎设计的开源对话管理插件，旨在简化游戏中非线性对话的创建和管理
孔岱怀·2025-03-11 12:31

R+VIC 模型融合实践技术应用及未来气候变化模型预测

虽然，这些软件有各自的优点；但是，由于适用的尺度主要的是中小流域，所以在预测气候变化对水文过程影响等方面都有所不足。
weixin_贾·2025-03-11 12:24

《Natural Actor-Critic》译读笔记

Theactor的更新通过使用Amari的自然梯度方法进行策略梯度的随机估计来实现，而评论家则通过线性回归同时获得自然策略梯度和价值函数的附加参数。
songyuc·2025-03-11 11:21

成功案例丨开发时间从1小时缩短到3分钟：如何利用历史数据训练AI模型，预测设计性能？

在其首个AI驱动项目——摩托车把手设计优化中，Hero采用了PhysicsAI™几何深度学习解决方案，利用历史数据训练AI模型并预测设计性能。A
Altair澳汰尔·2025-03-11 11:45

农业生产模拟和农业政策分析：WOFOST模型与PCSE模型安装、运行、数据准备；农田农作物生长模拟和产量预测等

WOFOST（WorldFoodStudies）和PCSE（PythonCropSimulationEnvironment）是两个用于农业生产模拟的模型：WOFOST是一个经过多年开发和验证的模型，被广泛用于全球的农业生产模拟和农业政策分析；采用了模块化的结构，可以对不同的农作物和环境条件进行参数化和适应；WOFOST可用于长期模拟，能够模拟整个作物生长周期，包括播种、生长、收获等各个阶段；WOF
WangYan2022·2025-03-11 11:45

用共线性分析的方法进行古基因组重构（前置知识与准备）

一、什么是全基因组加倍事件许多生物目前是多倍体，或者具有多倍体祖先并且现在具有次生的“二倍体化”基因组。这一发现令人惊讶，因为保留整个基因组重复（WGD）非常罕见，这表明多倍体往往是进化的死胡同。我们认为，古代基因组倍增可能只在非常特定的条件下能够存活，但是，无论何时建立，它们可能对物种多样化产生显著影响，并导致生物复杂性增加和进化新奇性的起源。全基因组复制（WGD）或多倍体，随后伴随基因丢失和二
ALPH_·2025-03-11 10:44

AI人才争夺战升级、算力投资加码与阿里千亿AI豪赌：重塑未来科技格局的三大核心战场

据预测，到2030年，中国AI人才缺口将达400万，而美国A
meisongqing·2025-03-11 08:58

【漫话机器学习系列】130.主成分（Principal Components）

主成分（PrincipalComponents，PCs）是数据集中方差最大的线性组合，它是主成分分析（PrincipalComponentAnalysis，PCA）中的核心概念。
IT古董·2025-03-11 08:25

C语言_数据结构总结7:顺序队列（循环队列）

纯C语言实现，不涉及C++队列简称队，也是一种操作受限的线性表。只允许表的一端进行插入，表的另一端进行删除特性：先进先出针对顺序队列存在的“假溢出”问题，引出的循环队列概念。
*.✧屠苏隐遥(ﾉ◕ヮ◕)ﾉ*.✧·2025-03-11 08:24

一学就会的深度学习基础指令及操作步骤（6）迁移学习

文章目录迁移学习模型准备数据增强模型训练模型微调和预测检查预测结果迁移学习迁移学习是将一个任务中学到的知识应用到另一个相关任务上，以提高新任务的学习效率和性能。
小圆圆666·2025-03-11 07:49

基于PyTorch的深度学习——机器学习3

激活函数在神经网络中作用有很多，主要作用是给神经网络提供非线性建模能力。如果没有激活函数，那么再多层的神经网络也只能处理线性可分问题。在搭建神经网络时，如何选择激活函数？
Wis4e·2025-03-11 07:47

unity3d————Mathf.Lerp() 函数详解

它的名字来自于“LinearInterpolation”的缩写，意思是“线性插值”。想象一下，你有两个点，一个点叫A，另一个点叫B。
无敌最俊朗@·2025-03-11 06:14

AI 技术 引入 RTK（实时动态定位）系统，可以实现智能化管理和自动化运行

AI解决方案：使用深度学习模型（如卷积神经网络CNN）预测整周模糊度。通过历史数据训练模型，实现快速解算。实例：某无人机公司使用A
小赖同学啊·2025-03-11 06:39

随记5-基础数据结构(栈)

轻松搞懂数据结构中的“栈”正文关于“栈”的定义栈(stack)是一种线性数据结构，它遵循后进先出的原则(LastInFirstOut，简称LIFO)所谓的后进先出吧，我浅浅举个例子↓↓↓想象一下你有一摞盘子和一个框
Miloの·2025-03-11 05:33

供应链工作效率如何提升

提升供应链工作效率可以从以下几个关键方面入手：1.优化供应链管理数据驱动决策：利用AI和大数据分析，提高预测准确性，优化库存管理。
dev.null·2025-03-11 04:21

基于双向长短期记忆神经网络结合多头注意力机制(BiLSTM-Multihead-Attention)的单变量时序预测

目录1、代码简介2、代码运行结果展示3、代码获取1、代码简介基于双向长短期记忆神经网络结合多头注意力机制(BiLSTM-Multihead-Attention)的单变量时序预测(单输入单输出)1.程序已经调试好
机器学习和优化算法·2025-03-11 03:42

欧拉筛（线性筛）：找出所有小于等于给定整数n的质数的算法

大体思路：与埃氏筛不同，埃氏筛（Java）：找出所有小于等于给定整数n的质数的算法-CSDN博客欧拉筛不是把素数的所有倍数标记为非素数，而是每扫过一个数(这个数用外循环的i来表示，遍历isPrime数组）（无论这个数是素数还是非素数）将该数与前面标记为素数的数相乘的数筛掉（内循环进行更新真正的质数primes质数列表）。确保每个合数仅被其最小质因数标记一次，这样才能解决重复标记问题，时间复杂度降为
日月知行·2025-03-11 01:00

机器学习算法（2）—— 线性回归算法

‘’‘构造数据集’‘’x=[[80,86],[82,80],[85,78],[90,90],[86,82],[82,90],[78,80],[92,94]]y=[84.2,80.6,80.1,90,83.2,87.6,79.4,93.4]‘’‘模型训练’‘’实例化一个估计器estimator=LinearRegression()使用fit方法进行训练estimator.fit(x,y)查看回归系数
疯狂的石头。·2025-03-10 21:35

【菊花链通讯 vs CAN通讯：一场通信界的“双雄对决”】

菊花链通讯：线性串联的“接力赛”1.什么是菊花链通讯？菊花链通讯，这个名字听起来是不是有点像小时候玩的串珠游戏？没错，它的通信连接方式就是如此简单而直观。想象一下，把一串珠子依次串联起来，每个
新能源汽车--三电老K·2025-03-10 21:30

决策树（Decision Tree）：机器学习中的经典算法

其核心思想是通过一系列的规则判断，将数据集不断划分，最终形成一棵树状结构，从而实现预测目标。在决策树中，每个内部节点表示一个特征，每个分支代表一个特征的取值，每个叶子节点对应一个类别或预测值。
Jason_Orton·2025-03-10 18:39

学习总结项目

近段时间学习了机器学习、线性回归和softmax回归、多层感知机、卷积神经网络、Pytorch神经网络工具箱、Python数据处理工具箱、图像分类等的知识，学习了利用神经网络实现cifar10的操作、手写图像识别项目以及其对应的实验项目报告总结
苏小夕夕·2025-03-10 18:07

用双色球数据集微调后的大模型

最近用Qwen/Qwen1.5-1.8B-Chat大模型来微调训练双色球2003001-2025011的数据集，实验测一下大模型出球的预测情况。
qq_29790801·2025-03-10 17:33

java栈的实现

目录栈的介绍两种方法实现栈1.数组栈数组的构造：入栈操作出栈:打印数组栈2.链栈链栈的结点构造链栈入栈操作链表的出栈操作链栈的打印总结：附录栈的介绍栈是一种只能在一端进行插入和删除操作的特殊线性表。
晴天ﾉBye~·2025-03-10 17:32

深度学习和机器学习的差异

这种"人工特征+浅层模型"的结构在面对复杂非线性关系时容易遭遇性能瓶颈。深度学习（DeepLearning）作为机器
The god of big data·2025-03-10 16:28

利用大型语言模型进行市场分析与预测

这些数据蕴藏着丰富的市场信息，可以帮助企业更好地了解消费者需求、预测市场趋势、优化营销策略。然而，传统的数据分析方法往往难以有效地处理和分析这些非结构化文本数据。
AI天才研究院·2025-03-10 16:27

基于DeepSeek的智能数据分析和自动化处理系统：引领BI行业新变革

在指标分析上，系统擅长统计分析、异常检测和趋势预测，助力
招风的黑耳·2025-03-10 16:56

控制系统分类

文章目录定义与特点1.自治系统（AutonomousSystem）与非自治系统（Non-AutonomousSystem）自治系统非自治系统2.线性系统（LinearSystem）与非线性系统（NonlinearSystem
~夕上林~·2025-03-10 16:23

大话机器学习三大门派：监督、无监督与强化学习

以武侠江湖为隐喻，系统阐述了机器学习的三大范式：监督学习（少林派）凭借标注数据精准建模，擅长图像分类等预测任务；无监督学习（逍遥派）通过数据自组织发现隐藏规律，在生成对抗网络（GAN）等场景大放异彩；强化学习
安意诚Matrix·2025-03-10 15:44

从零开始学机器学习——什么是机器学习

首先给大家介绍一个很好用的学习地址：https://cloudstudio.net/columns机器学习在这里简要介绍机器学习：它利用真实世界或生成的数据，自动发现其中的规律和模式，从而实现对未来情况的预测
努力的小雨·2025-03-10 14:12

1.3 DeepSeek 技术栈的定位与AI赋能场景

*五、企业级落地实践****六、开发者生态建设****七、技术演进路线****本章核心价值总结**一、DeepSeek技术全景定位1.1技术栈层级架构应用能力层开发框架层AI核心引擎基础设施层智能对话预测分析图像理解决策优化
北辰alk·2025-03-10 14:42

Spark-TTS：基于大模型的文本语音合成工具

一、介绍SparkTTS完全基于Qwen2.5构建，无需额外的生成模型，它不依赖于单独的模型来生成声学特征，而是直接从LLM预测的代码中重建音频。这种方
CITY_OF_MO_GY·2025-03-10 13:35

python 支持向量机回归_深入浅出python机器学习---支持向量机SVM 笔记0114-2020

题前故事：小D最近也交了一个女朋友，但是这个女孩好像非常情绪化，喜怒无常，让小D捉摸不透，小D女朋友的情绪完全不是“线性可分”的，于是小D想到了SVM算法，也就是大名鼎鼎的一一支持向量机。
weixin_39864387·2025-03-10 13:04

【人工智能】随机森林的智慧：集成学习的理论与实践

随机森林（RandomForest）是一种强大的集成学习算法，通过构建多棵决策树并结合投票或平均预测提升模型性能。
蒙娜丽宁·2025-03-10 13:32

《C语言动态顺序表:从内存管理到功能实现》

1.顺序表1.1概念顺序存储的线性表，叫顺序表。1.2顺序表存放的实现方式可以使用数组存储数据，可以实现逻辑上相连，物理内存上也相连。
Oracle_666·2025-03-10 12:56

PSPNet在图像超分辨率中的应用

传统的ISR方法主要基于插值算法,如双线性插值、双三次插值等,但这些方法往往无法恢复图像的高频细节信息。
AI天才研究院·2025-03-10 12:55

MATLAB控制函数测试要点剖析

复杂功能测试对于高级控制函数，例如线性二次调节器lqr、模型预
蚂蚁质量·2025-03-10 11:52

数据集与云计算：云端数据集的管理与应用

通过分析和理解这些数据，我们可以识别趋势、预测未来行为并做出更明智的决策
AI天才研究院·2025-03-10 10:45
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他