高性能计算导论第47页

Gated Mechanism For Attention Based Multimodal Sentiment Analysis基于注意力的多模式情感分析的门控机制——阅读笔记

文章目录1.摘要2.导论3.提出的方法3.1上下文话语表示3.2自注意力3.3交叉注意3.5深度多模态融合4.实验4.1实施细节4.2实验结果5.结论1.摘要本文主要探讨多模态情感分析的三个方面。

后端转前端的大冤种·2023-01-23 10:03

HPE和英伟达如何为企业AI提供一条龙服务?

高性能计算已经成为解决世界上科学、工业和工程等领域许多重大挑战的关键。然而，传统CPU升级换代所带来的性能提升已

cuitan1943·2023-01-22 15:52

[算法导论] Alpha-Beta 剪枝(Alpha-Beta Pruning)

参考：https://www.7forz.com/3211/Alpha-Beta剪枝用于裁剪搜索树中不需要搜索的树枝，以提高运算速度。它基本的原理是：max只更新max的（阿尔法）。min只更新min的（贝塔）。从子结点开始更新。当一个Min节点的β值≤任何一个父节点的α值时，剪掉该节点的所有子节点当一个Max节点的α值≥任何一个父节点的β值时，剪掉该节点的所有子节点Maxminmaxmin原搜索

(∩ᵒ̴̶̷̤⌔ᵒ̴̶̷̤∩)·2023-01-22 12:27

指纹识别综述(5): 分类与检索

指纹识别综述系列1.导论；2.指纹传感器；3.特征提取；4.匹配；5.分类与检索；6.现场指纹识别；7.指纹合成；8.唯一性；9.指纹系统安全；10.深度学习方法；11.专利。

minutiae·2023-01-22 11:15

大数据导论第一章：大数据的概念学习总结

1.数据的定义与类型定义：数据是信息的载体。数据是对客观事物历史情况的抽象表示，可以被记录、保存、传递、分析和处理。我们可以通过数据去了解过去，分析现在，预测未来。所以数据就像是时间的痕迹，我们正是通过数据来感受时间流逝的。类型：[1]统计学中的数据类型：[2]计算机语言中的数据类型：整型、浮点型、字符串、布尔型、矩阵等[3]数据科学中的数据类型：数值、文本、图像、视频、音频等。随着科技的进步，数

banna127·2023-01-21 16:04

数据科学导论--2.理论基础

目录2.1数据科学的学科地位2.2统计学1.统计学是数据科学的主要理论基础之一。2.常用的统计学知识：3.统计学与机器学习的区别与联系4.数据科学视角下的统计学2.3机器学习1.机器学习基本思路2.机器学习三要素3.KNN算法4.概念学习5.决策树学习6.人工神经网络学习7.贝叶斯学习8.遗传算法9.分析学习10.增强学习2.4数据可视化2.1数据科学的学科地位从学科地位看，数据科学处于数学与统计

虾滑桦虾·2023-01-21 16:02

数据科学导论学习小结——其二

数据科学导论学习小结——其二这是笔者大学二年级必修科目《数据科学基础》个人向笔记整理的第二部分，包含第四、五两个章节。本笔记内容基于清华大学出版社《数据科学导论-探索数据的奥秘》的相关知识。

welldky·2023-01-21 16:02

数据科学导论复习第1,2章内容

总内容一数据科学简介:(1)大数据的“5V”特点1)Volume(体量)：数据量大，包括采集、存储和计算的量都非常大。2)Variety(多样性)：种类和来源多样化。3)Value(价值)：数据价值密度相对较低。4)Velocity(时效性)：数据增长速度快，处理速度也快，时效性要求高。5)Veracity(准确性)：数据的准确性和可信赖度，即数据的质量。(2)数据科学的概念:数据科学是关于对数据

吾侪擎天·2023-01-21 16:59

数据科学导论学习小结——其一

数据科学导论学习小结——其一这是笔者大学二年级必修科目《数据科学基础》个人向笔记整理的第一部分，包含前三个章节。本笔记内容基于清华大学出版社《数据科学导论-探索数据的奥秘》的相关知识。

welldky·2023-01-21 16:57

计算机导论新发展方向,基于新工科的计算机导论课程教学改革研究

王金环焦纯[摘要]本文针对计算机导论课程教学存在的问题从教学目标设计、教学进程设计、教具的灵活应用和教学验收方法等方面进行了探讨，以期为应用型人才的培养提供重要依据和参考。

weixin_39964590·2023-01-21 14:08

人工智能导论实训第九章一阶逻辑的推理

灭绝星辰·2023-01-21 12:40

并行计算入门

这篇文章基于《并行计算导论》。只关注并行计算的关键知识点。

ICT_杜臻·2023-01-21 10:02

python数据科学导论_数据科学导论：Python语言（原书第3版）

数据科学导论：Python语言(原书第3版)作者：(意)阿尔贝托·博斯凯蒂;(意)卢卡·马萨罗著出版日期：2020年02月文件大小：48.52M支持设备：￥50.00适用客户端：言商书局iPad/iPhone

weixin_39532421·2023-01-21 03:30

CS资源收集

REKCARC-TSC-UHT2.浙江大学课程攻略共享计划：https://github.com/QSCTech/zju-icicles3.网易云课堂大学计算机课程：大学计算机专业-网易云课堂4.计算机导论

理心炼丹·2023-01-20 15:29

算法导论8-5思考题-平均排序-average sorting

Supposethat,insteadofsortinganarray,wejustrequirethattheelementsincreaseonaverage.Moreprecisely,wecallann-elementarrayAk-sortedif,foralli=1,2,...,n-k,thefollowingholds:Whatdoesitmeanforanarraytobe1-so

国境之南Fantasy·2023-01-20 14:14

【Python】Dlib库安装教程（Windows）

它在工业和学术界广泛使用，包括机器人技术，嵌入式设备，移动电话和大型高性能计算环境。Dlib的开源许可使您可以免费在任何应用程序中使用它。环境新版Dlib库下载后需要在本地编译。

Xavier Jiezou·2023-01-20 03:20

开源C语言库Melon：斐波那契堆

Githubrepo简介关于斐波那契堆，感兴趣的朋友可以参考《算法导论》或者是各类讲解博客。本篇介绍的是斐波那契最小堆，但对于判断条件和初始化属性进行调整后，也可实现最大堆。

·2023-01-19 17:40

翻译：An Introduction to Feature Extraction 特征提取导论。（如有不当欢迎评论区留言指正）

作者：IsabelleGuyon1andAndr´eElisseeff2这一章向读者介绍了本书3中涵盖的特征提取（FeatureExtraction）的各个方面。第1节综述了定义和符号，并提出了特征提取问题的统一定义。第2节是概述书中提出的方法和结果，强调方法的新颖性。第3节通过展示简短、具有启发性例子和简单但有效的算法，为读者提供特征提取领域的切入点。最后，第4节介绍了一种更理论化的形式，并指出

楚江客·2023-01-19 11:24

Reinforcement Learning: An Introduction Second Edition - Chapter 1

1导论所有关于学习和智能的理论（alltheoriesoflearningandintelligence）的基本思想：在与环境的交互中学习。强化学习：在交互中学习的计算性方法。

会飞的斯芬克斯·2023-01-18 21:33

人工智能导论第一章绪论

1.1引入身边的人工智能产品：家庭助手指纹门锁、扫地机器人、个人助手、智能音箱、小度机器人在线翻译旧翻译方法：统计机器翻译SMT将两种语言中同义的句子切分成词进行匹配，所有结论都是机器根据统计数据得出类型：基于词、短语、句法智能翻译方法：神经机器翻译eg：微软机器翻译通过新闻报道、对偶学习、推敲网络进行翻译youtube实时字幕图像识别百度识图、faceid、美颜、AI+监控摄像头下棋高手1997

synthesis_UMR·2023-01-18 17:07

EnsembleLearning-机器学习基础（day1）

第一章机器学习基础机器学习的三大主要任务1.导论什么是机器学习？机器学习的一个重要的目标就是利用数学模型来理解数据，发现数据中的规律，用作数据的分析和预测。

毛球饲养员·2023-01-18 14:15

MATLAB最大最小距离法进行聚类分析-模式识别导论（齐敏）课后题2.1

MATLAB最大最小距离法进行聚类分析-模式识别导论（齐敏）课后题2.1题目代码结果题目代码%%X=[0,0;1,1;2,2;3,7;3,6;4,6;5,7;6,3;7,3;7,4];sita=1/2;

L林N·2023-01-17 15:25

亚马逊云科技与源讯深化战略合作，助力基础设施外包行业数字化转型

亚马逊云科技在2022re:Invent全球大会上宣布，与数字化转型、高性能计算及信息技术基础设施领域的全球领导者源讯（EPA：ATO）达成全球战略转型合作协议，帮助与源讯签署大规模基础设施外包合同的客户加速将工作负载迁移上云

静观事态·2023-01-17 01:33

强化学习通俗导论（一）：什么是强化学习

转自：https://blog.csdn.net/qq_39521554/article/details/807156151.定义强化学习是机器学习的一个重要分支，是多学科多领域交叉的一个产物，它的本质是解决decisionmaking问题，即自动进行决策，并且可以做连续决策。它主要包含四个元素，agent，环境状态，行动，奖励,强化学习的目标就是获得最多的累计奖励。让我们以小孩学习走路来做个形象

不吃香菇666·2023-01-17 00:45

卷积神经网络CNN通俗易懂讲解算法流程-完整版指南

卷积神经网络CNN完全指南终极版（一）目录导读【1】导论【2】卷积运算【3】非线性激活【4】池化层【5】全连接层【6】神经网络的训练与优化【7】想到再补充感谢大家对文章的喜欢，欢迎关注薇❤公众hao【咕泡

程序猿-饭饭·2023-01-16 13:59

两大榜单揭晓啦，2021年中国高性能计算机性能TOP100+国际人工智能性能排行榜AIPerf500...

原创：谭婧2021年11月12日，坐标北京，第三届中国超级算力大会（ChinaSC2021）顺利召开，会上发布两大榜单：中国高性能计算机性能TOP100榜单和国际人工智能性能排行榜AIPerf500。

亲爱的数据·2023-01-16 11:54

简单线性回归截距假设检验_线性回归分析导论（原书第5版）

译者序前言第1章导引11.1回归与建模11.2数据收集41.3回归的用途71.4计算机的角色7第2章简单线性回归92.1简单线性回归模型92.2回归参数的最小二乘估计92.2.1β0与β1的估计92.2.2最小二乘估计量的性质与回归模型拟合132.2.3σ2的估计142.2.4简单线性回归模型的另一种形式152.3斜率与截距的假设检验152.3.1使用t检验162.3.2回归显著性检验162.3.

weixin_39530288·2023-01-15 11:25

目标检测（3）--YOLOV4、YOLOV5

目录一、YOLOV41、导论2、基本思想（1）backbone网络结构-CSPDarknet53（2）PAN（3）数据增强（4）DropBlock二、YOLOV51、导论2、网络结构3、基本思想（1）BackBone

Struart_R·2023-01-14 12:34

目标检测（2）--YOLOV3、YOLOV3SPP

目录（一）YOLOV3一、导论二、基本思想1、backbone的改进2、针对多尺度预测编辑3、boundingbox预测4、正负样本的匹配5、多标签分类三、损失函数（二）YOLOV3SPP一、导论二、SPP

Struart_R·2023-01-14 12:04

图像处理基础

图像处理基础第一章导论为什么要处理图像？答：为了解决问题而发展起来的，例如：对图片数字化和编码以方便传输、打印、存储将图像分割和描述作为机器视觉的初级阶段改善图像的质量2.什么是一幅图像？

CS.油桃·2023-01-14 10:45

强化学习导论

ReinforcementLearning(RL)isaincreasingsubsetofMachineLearningandoneofthemostimportantfrontiersofArtificialIntelligence,sinceithasgainedgreatpopularityinthelastyearswithalotofsuccessfulreal-worldapplic

weixin_26756255·2023-01-14 08:42

读书笔记 -- 算法导论 (序言+第一部分)

什么是基础呢？就是要把我们大学所学的离散数学，算法与数据结构，操作系统，计算机体系结构，编译原理等课程学好。对计算机的体系，CPU本身，操作系统内核，系统平台，面向对象编程，程序的性能等要有深层次的掌握。要编写出优秀的代码同样要扎实的基础，如果数据结构和算法学的不好，怎么对程序的性能进行优化，怎样从类库中选择合适的数据结构。如果不了解操作系统，怎样能了解这些开发工具的原理，它们都是基于操作系统的。

dau3365·2023-01-14 01:16

softmax层_「干货」人脸识别Softmax算法的Loss的演化史概述

导论关于人脸识别领域SoftmaxLoss相关的科学文章其实很多。例如[面部识别的失败(上下)]和[面部识别的最前沿是什么？从纸张和当前主流工作的角度梳理了其他文章。

weixin_39597399·2023-01-13 22:29

英特尔oneAPI和阿里云助力深势科技加速业务应用

深势科技使用阿里云弹性高性能计算和oneAPI分析并优化模拟平台的计算性能。

英特尔边缘计算社区·2023-01-13 14:09

读书笔记 - CUDA编程指南5.0 + 练习编译运行 01

文章目录1.导论2.编程模型1.内核2.线程层次3.存储器层次3.异构编程快速入门例子vulkanImageCUDA解决参考前言：会根据CUDA编程指南一点点更新，欢迎讨论。

canmoumou·2023-01-12 17:01

给计算机专业的大一新生准备的阅读链接

本文最直接的目的是要给选修我的《计算学科导论》和《C++程序设计》课的同学推荐一组阅读材料。当然，并不局限于这部分同学需要阅读。

养生馆·2023-01-12 11:50

MIT 线性代数导论第十五讲：子空间投影

本讲的主要内容有：投影的概念为什么要进行投影操作最小二乘法的介绍投影（Projection）首先再二维平面中直观的看一下投影的概念：如图，两个不同向的向量aaa，bbb，其中bbb落在aaa的方向上的向量ppp就是bbb在aaa上的投影，其实就是构成一个直角，这跟我们生活中的理解是一样的，从图中，我们有以下的定义和结论：向量ppp，它是向量aaa的一部分，我们用式子p=xap=xap=xa表示向量

MirrorN·2023-01-11 22:31

《开源软件开发导论》作业1

作业要求这是《开源软件开发导论》的第一次作业，题目与要求是第一次作业（看开源的资料，提五个问题）。主要是阅读《2022中国开源发展蓝皮书》并提问目前还没有答案的问题。

dedsecezio·2023-01-11 16:51

机器人学导论学习笔记No.1-第一章：概述

第一章：概述1.2操作臂的力学与控制位置和姿态的描述物体描述：位置和姿态操作臂正运动学运动学：研究运动，不考虑力内容：研究位置、速度、加速度和位置变量对于时间或者其他变量的高阶微分。（几何和时间特征）组成：连杆和关节（转动关节：关节角；移动关节：关节偏移量）自由度：个数是操作臂中具有独立位置变量的数目（对于典型工业机器人，多数为开式运动链，每个关节位置都有唯一一个变量来定义，因此关节数等于自由度数

Dumbness_Y·2023-01-11 13:55

《概率机器人》学习笔记之短序

我把《自主移动机器人导论》过了一遍,但觉得对机器人定位问题认识得太浅,不能深刻认识定位所以然的问题,于是义无反顾地看起了《概率机器人》中文版(由于英语一般,而且新术语太多,所以先从中文版开始熟悉其中的内容

茶色少年·2023-01-11 13:21

gpu超算算法_新型超算加持！工程仿真软件发展迈入快车道

我们基于GPU的离散元软件可以实现对国外软件的替代，还带来了几十倍计算效率的提升"这是南京大学地球科学与工程学院副教授刘春在HPCCHINA2020新型工程仿真软件高性能计算发

文步蘅·2023-01-09 22:22

CUDA学习--4

整理自《基于CUDA的并行程序设计》刘金硕、邓娟、周峥、曾秋梅等1.多核CPU和纵核GPU组合形成的异构计算系统不仅可以得到传统的技术积累，还有利于推动高性能计算技术的创新。

StefanSalvatore·2023-01-09 22:49

OpenBayes贝式计算入选 2022 中国新锐技术先锋企业

近日，国内领先的开发者社区SegmentFault思否，正式发布了「2022中国技术先锋年度榜单」，OpenBayes贝式计算作为人工智能及高性能计算领域领先的创业公司忝列其中。

·2023-01-09 19:14

深度信念网络python_深度信念网络python

《深度学习导论及案例分析》一导读PREFACE前言“深度学习”一词大家已经不陌生了，随着在不同领域取得了超越其他方法的成功，深度学习在学术界和工业界掀起了一次神经网络发展史上的新浪潮。

weixin_39780784·2023-01-09 18:39

GAN论文精读

GAN@[TOC](GAN)一、导论二、相关工作三、模型结构对抗网络四、理论结果当Pg=Pdata的全局最优性算法1的收敛性五、实验六、优缺点一、导论深度学习的前景是对人工智能领域应用中遇到的各种概率的分布的表示

Raphael9900·2023-01-09 10:56

人工智能导论实验——基于MindSpore的广告推荐

实验目的掌握Wide&Deep算法的基本原理以及点击率预测的实验流程。实验任务基于Criteo数据，使用推荐系统的深度学习算法wide&deep实现广告推荐。实验步骤在命令行中输入代码，将代码和数据从OBS桶拷贝到Notebook环境数据预处理使用脚本preprocess_data.py预处理数据，在data/mindrecord下生成mindrecord数据。模型的核心代码文件为：wide_an

Recursi·2023-01-09 06:49

人工智能导论实验——前馈神经网络

实验目的通过实验了解全连接神经网络的结构，应用全连接网络处理分类和回归任务。实验任务1）初级实验：①手写体图像识别实验；②FashionMnist图像分类实验；③汽车里程数预测实验。2）中级实验：①鸢尾花分类任务对比实验。实验步骤1.手写体图像识别实验1）处理需要的数据集，这里使用了MNIST数据集。2）定义一个网络，这里我们使用LeNet网络。3）定义损失函数和优化器。4）加载数据集并进行训练，

Recursi·2023-01-09 06:17

[转载]令人困惑的TensorFlow！

导论这是什么？我是谁？我叫Jacob，是GoogleAIResident项目的研究学者。我是在201

容数据服务集结号·2023-01-08 17:04

【知识图谱导论-浙大】第二章：知识图谱的表示

前文：【知识图谱导论-浙大】第一章：知识图谱概论本节内容的视频讲解如下：【知识图谱理论】（浙大2022知识图谱课程）第二讲-知识图谱的表示什么是知识表示简而言之，知识表示（KnowledgeRepresentation

科皮子菊·2023-01-08 14:20

推荐频道

高性能计算导论