svm训练完保存权重

深度学习驱动的极端天气预测：时空数据异常检测与应用全解析（基于Python + TensorFlow）

未来，通过模型架构创新、训练算法优化以及探索深度学习在气候预测、气象
AI_DL_CODE·2025-01-18 02:01

如何利用OpenCV和yolo实现人脸检测

二、加载预训练的人脸检测模型OpenCV提供了基于Haar特征
音视频牛哥·2025-01-18 02:29

FPGA Verilog 阻塞赋值和非阻塞赋值

如b=a;赋值语句执行完后,块才结束。b的值在赋值语句执行完后立刻就改变的。可能会产生意想不到的结果。
杭州秃头程序猿·2025-01-18 02:57

基于YOLOv8深度学习的人脸年龄检测识别系统

我们将详细介绍项目的技术实现、数据集构建、模型训练以及UI设计，并附上完整代码。目录引言系统架构设计数据准备公开人脸年龄数据集数据标注格式数据目录结构模型训练YOLOv8环
2025年数学建模美赛·2025-01-18 02:24

基于深度学习的人脸表情识别系统（YOLOv10+UI界面+数据集）

该系统主要由三部分组成：YOLOv10（深度学习模型）进行表情识别、UI界面展示识别结果以及数据集的准备和训练过程。
2025年数学建模美赛·2025-01-18 02:24

基于深度学习的人脸表情识别系统：YOLOv8 + UI界面 + 数据集完整实现

系统集成了数据集准备、YOLOv8模型训练、实时推理以及基于PyQt5的图形用户界面（UI）。通过本文，你将学习如何实现一
2025年数学建模美赛·2025-01-18 02:24

python+playwright自动化测试(一)：安装及简单使用，截图录屏

目录基本使用浏览器调用启用浏览器创建窗口对象访问URL页面的刷新、返回、前进关闭截图、录屏、保存pdf截图录屏保存为pdf设置窗口大小调试模式手机模式及new_context的更多参数手机模式new_context
觅远·2025-01-18 01:19

java代码中使用linux cp带*通配符导致的空文件问题

1、背景：在定时任务中，执行完生成文件后需要IFT任务传输至其他系统，结果发现传输的文件都为空文件。
DamonREN·2025-01-18 01:19

《解锁数据新动能：数据标注工具与AI模型训练平台的无缝对接热潮》

而数据标注工具与人工智能模型训练平台的集成，实现数据的无缝流转，正逐渐成为行业内的关键热点，犹如为人工智能的发展装上了强劲的双引擎。
·2025-01-18 01:32

第81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。
·2025-01-18 01:02

第83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。
·2025-01-18 00:26

AI大模型应用架构（ALLMA）白皮书解读

一、AI大模型应用架构（ALLMA）的内涵AI大模型应用架构（ALLMA）是一种基于深度学习的人工智能应用架构，旨在通过大规模无标注数据预训练、指令微调
百度_开发者中心·2025-01-18 00:41

批量读取word docx文件指定表格内容，保存在excel文件中

第一，将DOC文件转换为DOCX文件第二，将DOCX文中表格内容进行读取并保存*发文的时候，发文助手说：“此文章质量较低，不会获得较多流量扶持！
Newnotes·2025-01-17 22:27

Python如何批量提取Word文档中的表格内容并保存到Excel？详细教程与示例代码

在日常工作中，我们经常需要从大量的Word文档中提取表格数据，然后汇总到一个Excel文件中。手动操作不仅耗时，而且容易出错。那么，有没有一种高效的方法能够自动化这个过程呢？答案是肯定的！利用Python，我们可以批量提取Word中的表格内容，并将其存入Excel。本文将详细介绍如何使用Python实现这一功能，包括所需的库、具体的代码示例，以及可能遇到的问题和解决方法。前言大家好！今天我们一起来
q446687967·2025-01-17 22:50

【昇思25天学习打卡营打卡指南-第一天】基本介绍与快速入门

其中，易开发表现为API友好、调试难度低；高效执行包括计算效率、数据预处理效率和分布式训练效率；全场景则指框架同时支持云、边缘以及端侧场景。
JeffDingAI·2025-01-17 21:49

python训练模型损失值6000多_机器学习中的 7 大损失函数实战总结（附Python演练）...

介绍想象一下-你已经在给定的数据集上训练了机器学习模型，并准备好将它交付给客户。但是，你如何确定该模型能够提供最佳结果?是否有指标或技术可以帮助你快速评估数据集上的模型?
weixin_39700394·2025-01-17 21:45

2011寒假-数据库学习笔记

第一课:数据库类型1.1平面文件适用于:1，数值小且简单2，数值不经常变化3，希望能够使用简单的文本编辑器来更改数值4，希望保存以前数值的简单历史清单,5，希望使用工具快速比较两个文件例如:INI文件(
weixin_33967071·2025-01-17 21:14

深入解析昇腾AI CPU算子开发：基于AI CPU引擎的自定义算子实现与优化

深入解析昇腾AICPU算子开发：基于AICPU引擎的自定义算子实现与优化随着深度学习模型复杂性的不断提升，AI处理器需要更强大的算力和更高效的计算架构来支撑模型的训练和推理。
快撑死的鱼·2025-01-17 21:09

Web3 身份九大方向及代表项目

POAP是一种将记忆保存为数字记录的协议，根据ERC-721标准在区块链上铸造为NFT代币。OrangeProtocol是一种声誉和信任铸造协议，它聚合数
初晓链研究员·2025-01-17 21:39

【AI系统】混合并行

混合并行混合并行（HybridParallel）是一种用于分布式计算的高级策略，它结合了数据并行和模型并行的优势，以更高效地利用计算资源，解决深度学习中的大模型训练问题。
ZOMI酱·2025-01-17 20:05

【ER-NeRF数字人】手把手教用ER-NeRF实现实时交互数字人

1.克隆项目、安装依赖环境2.下载面部解析模型3.准备3DMM所需文件4.下载3DMM模型5.将要训练人物模型（视频文件）放在data目录下。以data//.mp4明明。
刘承卓·2025-01-17 20:05

【机器学习实战入门项目】基于机器学习的鸢尾花分类项目

机器学习算法基于样本数据（即训练数据）构建模型，并根据训
精通代码大仙·2025-01-17 20:05

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

本文将介绍阿里云PAI团队近期发布的BladeDISC++项目，探讨在动态场景下如何优化深度学习训练任务的显存峰值，主要内容包括以下三个部分：DynamicShape场景下显存优化的背景与挑战BladeDISC
·2025-01-17 20:51

Python操作字节流中的Excel文档

Python能够轻松地从字节流中加载文件，在不依赖于外部存储的情况下直接对其进行读取、修改等复杂操作，并最终将更改后的文档保存回字节串中。
·2025-01-17 20:41

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

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

（经过验证）在 Ubuntu 系统中为 VSCode、PyCharm 终端及 Jupyter Notebook 配置代理的完整方案

文章目录1.通过系统环境变量配置代理步骤一：打开终端步骤二：编辑`~/.bashrc`文件步骤三：添加代理环境变量步骤四：保存并关闭文件步骤五：使配置生效步骤六：重启相关应用步骤七：使用代理函数2.在VSCode
迷路爸爸180·2025-01-17 19:22

FFMpeg的一些常用命令

.视频转换类2.1转换视频格式：ffmpeg-iinput.mp4output.avi2.2压缩视频格式：ffmpeg-iinput.mp4-b:v1Moutput.mp4压缩input.mp4并将其保存为
无敌 喵星人·2025-01-17 18:21

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

带你学C带你飞 | 数组 | 可变长度数组 | 字符串处理函数 | 二维数组

数组2.数组的课后作业二、可变长度数组1.可变长度数组三、字符串处理函数1.字符串处理函数2.字符串处理函数课后作业四、二维数组1.二维数组2.二维数组的课后作业一、数组1.数组  有些时候，我们需要保存类型一致
Drill_·2025-01-17 16:36

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

flutter背景贴图的困难总结

困难一，保存成文件。遇到了几个十分难受的问题。现在回看是很简单，代码也没几行，可中间的思考过程是十分痛苦的，痛苦源自于，看起来很简单，可就是无法思考出来的挣扎。
zjuter·2025-01-17 16:00

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

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

AndroidStudio Ladybug中编译完成apk之后定制名字kts复制到指定目录

背景编译完release版本后复制apk到特定目录，apk文件名字符合自己的需求，例如增加版本号，版本名字。
debug_cat·2025-01-17 15:49

2024最新前端面试题(八股文)一阶段总结（html，css）!!!!新手必看必背!通俗易通!全面!全是干货！

•jpeg常见格式,采用有损压缩算法，保持图像质量的同时减小文件大小,体积较小，不支持透明，不支持动画•png采用无损压缩算法，体积也相对较小，支持透明背景，不支持动画•svg一般会保存颜色及形状相对简单的图片
沐光M·2025-01-17 15:19

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

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

系统农场商城区块链：农业与商业的技术革新

每个节点都保存着完整的交易记录和数据信息，当有新的交易发生时，需要经过多个节点的验证和共识机制的确
·2025-01-17 15:46

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

02、Redis从入门到放弃 之 常用命令和基本数据类型操作

退出当前客户端info返回redis的一些相关信息（包括端口、配置文件等）flushdb清空当前库中的所有数据flushall清空所有库中的所有数据save将当前内存中的数据持久化到dump.rdb中(只管保存
跳跳的向阳花·2025-01-17 15:15

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

【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）

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

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

【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）

模型的性能不仅依赖于数据和训练方
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
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他