tag 機器學習

標籤
貢獻423
355
05:25 PM · Oct 25 ,2025
deephub 頭像 qingfouai 頭像 tecdat 頭像 u_17420180 頭像 chaoshenjinghyperai 頭像 lab4ai 頭像 u_17061379 頭像 youyudetusi 頭像 u_15214399 頭像 aigoto 頭像 u_15690955 頭像 MrVolleyball 頭像

@機器學習 / 博客 RSS 訂閱

u_13354 頭像

小咪咪 - vue3 hooks 可以用template嗎

一，什麼是Hooks？ "hooks" 直譯是 “鈎子”，它並不僅是 react，甚至不僅是前端界的專用術語，而是整個行業所熟知的用語。通常指： 系統運行到某一時刻時，會調用在該時機被註冊的回調函數 而在vue中。hooks的定義會更加模糊，姑且總結一下： 在vue組合式API中被定義為,以"use"

機器學習 , vue.js , 回調函數 , 人工智能 , 複用 , 前端 , Javascript

收藏 評論

u_16099289 頭像

編程小匠人傳奇 - MapQuickItem用法sourceItem是否會覆蓋上一個

一、insert ◦1）用insert函數插入pair數據 ◦mapint, string mapStudent; ◦mapStudent.insert(pairint, string(1, “student_one”)); ◦2)用insert函數插入value_type數據 ◦mapint, string mapStudent; ◦mapS

機器學習 , 數據 , 迭代器 , Pair , 人工智能

收藏 評論

u_16213584 頭像

mob64ca13f87273 - 單層感知機是邏輯迴歸嗎

1.感知機模型 如圖為人體神經網絡圖，輸入信號從樹突傳入，在細胞核處彙總，輸出信號從軸突處傳出傳入其他神經元，從而構成了一個人體的神經網絡。而感知機其類似於一個神經元。 一個單層感知機與人體神經元類似，為輸入結點，及神經元的輸入信號，為各輸入結點的權重，可以理解為神經元各個樹突的電阻，到達細

機器學習 , 神經網絡 , 感知機 , 人工智能 , 深度學習 , 單層感知機是邏輯迴歸嗎

收藏 評論

u_13539 頭像

jowvid - interval regression模型

邏輯迴歸（Logistic Regression）是機器學習中的一種分類模型，由於算法的簡單和高效，在實際中應用非常廣泛。本文作為美團機器學習InAction系列中的一篇，主要關注邏輯迴歸算法的數學模型和參數求解方法，最後也會簡單討論下邏輯迴歸和貝葉斯分類的關係，以及在多分類問題上的推廣。 邏輯迴歸 問題 實際工作中，我們可能會遇到如下問題：

機器學習 , 數據 , 雲計算 , 損失函數 , 雲原生

收藏 評論

qingfouai 頭像

青否Ai - 青否數字人轉化率提升63%，老羅直播間GMV環比激增313%！

2025年“雙11省心好物節”圓滿收官！數字人直播成為增長新引擎，開播規模提升119%，GMV增長91%，高説服力數字人轉化率提升63%。平台AI能力全面賦能，核心商家GMV提升44%，“省心選”IP矩陣整體增長42%。 老羅直播間創新“真人+數字人”雙軌模式，季度GMV環比增長313%。各大品類齊頭並進，珠寶、茶器、服飾等多賽道商家GMV實現新突破，智能電商範式再次得到成功驗證。（青否數字人源頭

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

u_17420180 頭像

合合信息解決方案 - 如何減少大模型基於文檔回答時的幻覺問題？

12 月 10 日，智譜 AI 正式開源最新多模態大模型 GLM-4.6V，其在圖像理解、圖表解析、細粒度視覺描述等領域的表現全面超越 GPT-4V、Qwen-VL 等主流模型，為基於文檔的智能問答、分析生成提供了更強大的技術支撐。 多模態大模型在處理含複雜表格、手寫批註、多元素融合的文檔時，長期存在因信息提取不精準、語義理解不充分而產生 “幻覺”—— 輸出與文

機器學習 , 數據 , 人工智能 , 文檔解析 , 結構化

收藏 評論

u_14499 頭像

coolfengsy - fasterrcnn訓練輸出

NMS：Non-Maximum Suppression（非極大值抑制） 假設從一個圖像中得到了2000個region proposals，通過在RCNN和SPP-net之後我們會得到2000*4096的一個特徵矩陣，然後通過N個SVM來判斷每一個region屬於N個類的scores。其中，SVM的權重矩陣大小為4096*N，最後得到2000*N的一個score矩陣（其中，N

機器學習 , 權重 , 人工智能 , fasterrcnn訓練輸出

收藏 評論

u_14731 頭像

killads - latx中論文格式remark

中南大學畢業設計（論文）LaTeX模板 項目説明 下載鏈接 論文模板展示 關於取消參考文獻後面的頁碼超鏈接的説明 作者：Chai Xingtao 項目説明 由於中南大學本科生院只發布了畢業設計（論文）的Word模板，為方便部分使用LaTeX編輯和排版論文的同學，特

機器學習 , 論文模板 , 中南大學 , latex , 人工智能 , latx中論文格式remark , 畢業設計

收藏 評論

u_12205 頭像

小魚兒 - has no member named 鈥榮erialize

剛進公司實習一個月，用到Silverlight開發一個小的工作流生成功能。學習一段時間利用午休的間隙來寫點東西。 silver英文中的意思就是金屬銀，light的意思是光亮。銀光正如silverlight應用程序初始樣式所顯現出來的顏色給人一種驚豔的感覺。 silverlight在微軟RIA（Rich Internet Application）戰略中具有舉足輕重的

控件 , 機器學習 , 內容控件 , 人工智能 , Image

收藏 評論

u_16213561 頭像

技術極客俠 - LSTM解決了RNN的侷限性

引入LSTM 儘管RNN被設計成可以利用歷史的信息來輔助當前的決策，但是由於在上節提到的梯度消失或者梯度爆炸問題，RNN主要還是學習短期的依賴關係。所以RNN新的技術挑戰就是-長期依賴。 長短時記憶網絡(Long Short Term Memory Network, LSTM)，是一種改進之後的循環神經網絡，可以解決RNN無法處理長距離的依賴

機器學習 , 神經網絡 , 激活函數 , 循環神經網絡 , 人工智能 , 深度學習 , LSTM解決了RNN的侷限性

收藏 評論

gujiachun 頭像

老顧聊技術 - 如何讓大模型有短期記憶和長期記憶？LangGraph指南

引言 在人工智能領域，將大型語言模型（LLM）從簡單的無狀態問答機器轉變為能夠進行連貫、有上下文感知對話的複雜智能體，其核心關鍵在於內存。LLM 本身是無狀態的，每次調用都是一次獨立的計算，它們不會天生記得之前的交互。為了構建能夠學習、適應和維護長期關係的智能體，開發者必須為其提供一個堅實的狀態管理框架。LangGraph 正是為此而生，它提供了一個強大而靈活的解決方案。

機器學習 , 持久化 , 短期記憶 , 人工智能 , 長期記憶

收藏 評論

lzning 頭像

編程小白狼 - AI自學路線：從零構建智能思維體系

踏上AI學習之旅不需要天才基因，只需要一條清晰的路徑和持續的實踐。 為什麼你需要一條系統化的學習路線？ 人工智能正以前所未有的速度重塑世界，從推薦算法到自動駕駛，從醫療診斷到創意生成。對於許多技術愛好者而言，進入AI領域最困難的部分往往不是某個具體的技術難點，而是 “不知道從何處開始” 以及 “如何系統性地學習”。 A

機器學習 , 深度學習 , 代碼人生 , Python

收藏 評論

kaizx 頭像

KAI智習 - 時代週刊致敬“AI建築師”，螞蟻開源 LLaDA 2.0，谷歌 NotebookLM 升級

2025 年的尾聲比想象中來得更熱鬧一些。 科技圈，既有象徵意義極強的“年度人物”定調，也有真金白銀的百億級算力豪賭。從國外的 Anthropic、Mistral 到國內的螞蟻技術研究院，大家似乎都在趕着交出一份年度答卷。 🏆 《時代》週刊：致敬“AI 建築師” 歷史總是驚人的相似。繼當年“個人電腦”登上封面後，《時代》週刊宣佈將 “人工智能的建築師”（The Architects of

機器學習 , llm , 資訊 , 人工智能

收藏 評論

deephub 頭像

deephub - 別隻會One-Hot了！20種分類編碼技巧讓你的特徵工程更專業

機器學習模型處理不了原始文本。無論是線性迴歸、XGBoost還是神經網絡，遇到 "red" 、 "medium" 、 "CA" 這類分類變量都沒法直接處理。所以必須把它們轉成數字這個過程就是分類編碼。 大家入門時肯定都學過獨熱編碼或序數編碼，但編碼方法其實非常多。目標編碼、CatBoost編碼、James-Stein編碼這些高級技術，用對了能給模型帶來質的飛躍，尤其面對高基數特徵的時候。

機器學習 , 編碼 , 人工智能 , Python

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 【TVM 教程】在 NVIDIA GPU 上調優高性能卷積

Apache TVM 是一個端到端的深度學習編譯框架，適用於 CPU、GPU 和各種機器學習加速芯片。更多 TVM 中文文檔可訪問 →https://tvm.hyper.ai/ 作者：Lianmin Zheng 本教程介紹如何為 NVIDIA GPU 編寫高性能可調模板。通過在此模板上運行自動調優器，可在許多情況下勝過供應商提供的 cuDNN 庫。 注意，本教程不會在 Windows 或最新版本的

機器學習 , gpu , 人工智能 , 編譯器 , 深度學習

收藏 評論

u_16213722 頭像

mob64ca1419a401 - mmap_kmem 和 mmap_mem 的區別

功能描述 mmap(memory map) 將一個文件或其他對象映射進內存。 文件被映射到多個page上, 若文件的大小不是所有page的大小之和, 最後一個page不被使用的空間將會被清零。 mummap(memory unmap) 刪除特定地址區域的對象映射。

機器學習 , 頁表 , 內存不足 , 打開文件 , 人工智能

收藏 評論

u_14125 頭像

jacksky - emqx如何配置mqtt topic

想要向服務器發送請求並獲得響應？直接使用 HTTP 吧！非常簡單。但是當需要通過持久的雙向連接來通信時，如 WebSockets，當然你也有其它的選擇。 這篇文章會簡單扼要的解釋 MQTT，XMPP，STOMP，AMQP，WAMP和其它替代品。這裏常被引用的 XKCD 漫畫[1]之一： 等等，其實沒有“實時協議”這種東西！

機器學習 , 濾鏡 , emqx如何配置mqtt topic , 客户端 , 人工智能 , JAVA

收藏 評論

u_16213694 頭像

mob64ca1412b28c - 絕地求生 機器學習

1946 年 2 月 14 日，ENIAC 在美國賓夕法尼亞大學出現。71 年過去了，計算機經歷了無數次的更新迭代，成為了我們現在使用的樣子。 筆記本基本都是由各個廠商直接搭配好固定配置出售，常人不會去對筆記本進行過多的 DIY。 所以今天我們討論的主題就是，組裝台式機。組裝的台式電腦每個部件都可以由你自己進行 DIY，從外到內。 我的

機器學習 , 固態硬盤 , 絕地求生 機器學習 , 後綴 , 閃存 , 人工智能

收藏 評論

u_16099262 頭像

信息流星 - sigmoid核函數 支持向量機 支持向量機的核函數

2.2、核函數Kernel 2.2.1、特徵空間的隱式映射：核函數 咱們首先給出核函數的來頭：在上文中，我們已經瞭解到了SVM處理線性可分的情況，而對於非線性的情況，SVM 的處理方法是選擇一個核函數 κ(⋅,⋅) ，通過將數據映射到高維空間，來解決在原始空間中線性不可分的問題。 此外，因為訓練樣例一般是不會獨立出現的，

機器學習 , 核函數 , 數據 , sigmoid核函數 支持向量機 , 特徵空間 , 人工智能

收藏 評論

deephub 頭像

deephub - Pandas中選擇和過濾數據的終極指南

Python pandas庫提供了幾種選擇和過濾數據的方法，如loc、iloc、[]括號操作符、query、isin、between等等 本文將介紹使用pandas進行數據選擇和過濾的基本技術和函數。無論是需要提取特定的行或列，還是需要應用條件過濾，pandas都可以滿足需求。 選擇列 loc[]:根據標籤選擇行和列。df.row_label loc, column_label] 也可以使用lo

機器學習 , 人工智能 , pandas , 數據分析 , Python

收藏 評論

u_16213588 頭像

mob64ca13f96cda - HttpRequest 發送get請求demo

1. HTTP HTTP即超文本傳輸協議(Hyper Text Transfer Protocol)，是因特網上應用最廣的一種協議。 設計目的：保證客户端與服務器之間的通信（發佈和接受HTML頁面）； 工作方式：客户端-服務器端的請求-應答協議 例如： 響

機器學習 , 服務器 , php , HTTP , 客户端 , 人工智能

收藏 評論

u_16099252 頭像

架構領航博主 - winserver emqx 攜帶的erlang 啓動不起來

gen_server 概要： 　　通用服務器行為 描述： 　　行為模塊實現服務器的客户端-服務器關係。一個通用的服務器進程使用這個模塊將實現一組標準的接口功能,包括跟蹤和錯誤報告功能。它也符合OTP進程監控樹。瞭解更多信息參考OTP設計原則。 　　gen_server假定所有特定部分位於一個回調模塊，它導

機器學習 , hibernate , 人工智能 , Reason , 函數返回

收藏 評論

u_16099203 頭像

網絡安全守衞 - openCV 單目測距demo

量子位 吃完的螃蟹殼是幹垃圾還是濕垃圾？ 或者，裹上一層黑科技，讓它變身「火星車」，饞哭隔壁家小孩。 更硬核的是，這樣一台螃蟹火星車，並非只是一個模型。 它支持 WiFi 無線圖傳、控制，手指在手機上移向哪裏，車就跟着往哪裏走。 能實現激光測距，限定目標距離： 還有慣性傳感單元： 甚至還有 AI 功

機器學習 , 單目測距代碼 , openCV 單目測距demo , 目標跟蹤 , 人工智能 , 閉環控制 , 公眾號

收藏 評論

u_16213661 頭像

mob64ca140b0bc8 - pacemarker 主備備是否可以單獨配置優先級切換

目錄 部署環境 部署規劃 主庫 備庫 守護進程規劃 數據準備 初始化實例 主庫 備庫 註冊服務 主庫 備庫 啓動主庫 配置歸檔 備份還原

sed , 機器學習 , 數據庫 , 人工智能 , SQL

收藏 評論