tag 機器學習

標籤
貢獻423
310
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_16213661 頭像

mob64ca140b0bc8 - randomForestSRC 歷史版本

集成學習系列： Blending and Bagging Adaptive Boosting Decision Tree Random Forest Gradient Boosted Decision Tree Random Forest 1 - Random Forest Algori

機器學習 , 集成學習 , 隨機森林 , bootstrap , 雲計算 , ensemble , 雲原生

收藏 評論

u_16099320 頭像

技術極客之光 - OpenTelemetry 接入uptrace

收錄方便以後參考 一、URLConnection入門 URLConnection代表應用程序和 URL 之間的通信鏈接。 創建一個到 URL 的連接需要幾個步驟： 1、通過在 URL 上調用 openConnection 方法創建連接對象。 URL url = new URL("ht

機器學習 , ico , 人工智能 , JAVA , .net

收藏 評論

u_15214399 頭像

u_15214399 - ​​基於開發者空間雲開發環境，使用MateChat+MaaS構建智能對話應用

最新案例動態，請查閲基於開發者空間雲開發環境，使用MateChat+MaaS構建智能對話應用。小夥伴們快來領取華為開發者空間進行實操吧！ 一、概述 1. 案例介紹 華為雲開發者空間為開發者提供一個免費的雲開發環境，開發者可以將計算密集型任務交給性能強大的雲開發環境，同時可以在本地Windows或者MacOS設備上編寫代碼，在遠程的鯤鵬雲環境中運行和調試。

機器學習 , API , 人工智能 , 開發環境 , 開發者

收藏 評論

u_14120 頭像

温柔一刀 - demp編碼

我整理了一下研發近期需要完成和實現的功能供大家參考。 1. 多畫面，流矩陣和大數據，EPG的對接。 2. SDI採集中杜比音頻數據的透傳。 3. 編碼器輸入流信息的展示與輸入流的預覽。 4. 編碼器主，備，墊輸入流或文件可同時配置，目前編碼器只支持 “主輸入流+備輸入流或者主輸入流+墊片文件的方式”。 5. 編碼器主，備，墊配置時可切換主，備

機器學習 , demp編碼 , 數據丟失 , 編碼器 , 人工智能 , 輸入流

收藏 評論

u_14230 頭像

爛漫樹林 - devtempfs為什麼會滿

3.15、函數ioctl 1、函數原型：插入圖片 3.16、/dev/fd：重要章節 1、較新的系統都提供名為/dev/fd的目錄，其目錄項是名為0、1/2等的文件，打開文件/dev/fd/n等效於複製描述符n（假定描述符n是打開的）。 2、linux實現中的/dev/fd是個例外。它把文件描述符映射成指向頂底層物理文件的符號鏈接。例如，當打開/dev/f

機器學習 , 插入圖片 , 用户組 , devtempfs為什麼會滿 , 粘着位 , 人工智能

收藏 評論

u_13527 頭像

bigrobin - auto_increment用不了

有些被稱為存儲説明符（storage class specifier）或cv-限定符（cv-qualifier）的C++關鍵字提供了一些有關存儲的信息。下面是存儲所説明符： * auto (在C++11中不再是説明符); * register; * static; * extern; * t

機器學習 , 限定符 , 人工智能 , 編譯器 , auto_increment用不了 , 代碼塊

收藏 評論

u_15654855 頭像

此星光明 - NLDAS 主要強迫數據 L4 小時 0.125 x 0.125 度 V2.0 (NLDAS_FORA0125_H) 位於 GES DISC

NLDAS Primary Forcing Data L4 Hourly 0.125 x 0.125 degree V2.0 (NLDAS_FORA0125_H) at GES DISC 簡介 本數據集包含北美陸地數據同化系統（NLDAS-2）第二階段的主要逐時強迫數據“文件 A”。數據採用 1/8 度網格間距，時間範圍從 1979 年 1

機器學習 , 數據 , 人工智能 , 深度學習 , 插值 , Css , 前端開發 , HTML

收藏 評論

u_13229 頭像

bingfeng - 大模型 temperature 設置為0

儘管近年來卷積神經網絡很大地促進了計算機視覺的發展，但一個重要方面很少被關注：圖像大小對被訓練的任務的準確性的影響。在本文介紹了一篇谷歌在ICCV2021的工作，作者提出了一個可學習的調整器模型（resizer model）來提高模型的性能。 【寫在前面】 儘管近年來卷積神經網絡很大地促進了計算機視覺的發展，但一個重要方面很少被關注：圖像大小

機器學習 , 算法 , 編程語言 , 人工智能 , 計算機視覺

收藏 評論

u_16099346 頭像

雲端築夢者 - retreenlock 加鎖 demo

目錄 1. ReentrantLock簡介 2.ReentrantLock和synchronized的比較 2.1 相同點 2.2不同點 3.ReentrantLock相比synchronized的額外功能 3.1 ReentrantLock可以實現公平鎖。 3.2 .

機器學習 , 公平鎖 , System , retreenlock 加鎖 demo , 人工智能 , ide

收藏 評論

u_16340920 頭像

程序員小徐 - 零研發實現AI對話，有沒有好用的服務商？

在競爭激烈的數字時代，智能對話能力已成為企業提升用户體驗、優化運營效率的關鍵。然而，技術門檻高、研發成本大、週期長等因素讓許多企業望而卻步。 幸運的是，如今市場上涌現出一批提供“零研發” 解決方案的服務商，讓企業無需從零構建技術團隊，也能快速擁有先進的AI對話能力。 一、AI對話的核心技術能力 實現真正智能的人機對話，需要兩大核心能力支撐： AI模型能力

機器學習 , 音視頻 , API , 人工智能 , 模態

收藏 評論

yekai_620f63e12c172 頭像

葉開 - 隱語可信數據空間MOOC第47講筆記：多方聯合建模助力普惠信貸

筆記內容來自隱語Mooc，歡迎一起來學習。Mooc課程地址：https://www.secretflow.org.cn/community/bootcamp/2narwgw4ub8r... 📘 8.9 多方聯合建模助力普惠信貸 主講人：張鴻 | 螞蟻星河小微金融高級技術專家 一、普惠金融的痛點與挑戰 1. 核心矛盾 風險高 ↔ 融資可得性低 運營成本高 ↔ 普惠性要求 風控要求

機器學習 , 觀點 , 教程 , 知識 , 人工智能

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - PAI Physical AI Notebook詳解4：基於仿真的GR00T-N1.5模型微調

在前3期PhysicalAI詳解系列中，我們詳細解讀了數據採集、擴增、增強的全過程，以及導航模型（X-Mobility）微調訓練的全過程。 在本期，我們將針對更復雜的VLA模型（以GR00T-N1.5為例）進行微調，同樣需要經過人工演示、數據擴增、模仿學習、在環驗證這幾個步驟。 但是，相比前例中的BC-RNN和X-Mobility模型，GR00T-N1.5是一

機器學習 , 阿里雲 , 人工智能 , 模型訓練 , PAI

收藏 評論

u_16213614 頭像

mob64ca13ffd0f1 - Core Temp 打不開

程序運行的過程中,可能會因為一些隱藏的bug導致崩潰,為了在出問題時，及時記錄所在環境的情況，所以要設置core文件的產生。其實其本質就是把進程的內存保存到文件中去。 1.core文件的生成開關和大小限制 1）使用ulimit -c命令可查看core文件的生成開關。若結果為0，則表示關閉了此功能，不會生成core文件。 2）使用ulimi

擴展名 , sed , 機器學習 , 文件名 , Core Temp 打不開 , 人工智能

收藏 評論

u_16099356 頭像

IT智行領袖 - 實體類還需要implements Serializable嗎

主要有兩個原因： 　　1、將對象的狀態保存在存儲媒體中以便可以在以後重新創建出完全相同的副本； 　　　 這個可以這麼理解： 　　　　　　　　　　比如，你要將某個特定的對象保存到文件中，然後隔幾天在把它拿出來用 　　2、按值將對象從一個應用程序域發送至另一個應用程序域。 這個可以這麼理解： 　　　　　　　　

機器學習 , 序列化 , 應用程序域 , 數據類型 , 人工智能

收藏 評論

u_15214399 頭像

u_15214399 - 【案例共創】基於spaCy的NER模型構建與深度EDA解析：Twitter情感短語提取

最新案例動態，請查閲【案例共創】基於spaCy的NER模型構建與深度EDA解析：Twitter情感短語提取。小夥伴們快來領取華為開發者空間進行實操吧！ 本案例由開發者：天津師範大學協同育人項目–翟羽佳提供 1 概述 1.1 案例介紹 社交媒體已成為全球用户表達情感與觀點的重要平台，Twitter 作為典型代表，每日產生海量文本數據。情感分析作為自然

機器學習 , 數據 , 路徑和 , 人工智能 , 開發者

收藏 評論

u_16213655 頭像

mob64ca1409970a - 安裝XTU出現attempted

ubuntu16.04 Xllinx SDx 2018.2 安裝教程 一、安裝Ubuntu16.04 下載地址： 鏈接：https://pan.baidu.com/s/1oyKo5XS7QDqSqHUnx-vN6w 提取碼：fleg 具體安裝步驟網上有很多教程，大家

機器學習 , 經驗分享 , 安裝XTU出現attempted , bash , 人工智能 , 官網 , 下載地址

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 【Triton 教程】Libdevice (tl_extra.libdevice) 函數

Triton 是一種用於並行編程的語言和編譯器。它旨在提供一個基於 Python 的編程環境，以高效編寫自定義 DNN 計算內核，並能夠在現代 GPU 硬件上以最大吞吐量運行。 更多 Triton 中文文檔可訪問 →https://triton.hyper.ai/ Triton 可以調用外部庫中的自定義函數。在這個例子中，我們將使用 libdevice 庫在張量上應用 asin 函數。請參考以下鏈

機器學習 , 人工智能 , 編譯器 , 深度學習 , 後端

收藏 評論

u_16213635 頭像

mob64ca1404baa2 - 多路譜聚類算法 源碼

引入 　　聚類算法一般可以分為兩類： Compactness。代表的算法有 K-means，GMM 等。但這類算法只能處理凸集，為了處理非凸的樣本集，必須引⼊核技巧。 Connectivity。這類以 spectral clustering 為代表。 　　舉個例子，將下述數據採用聚類算法進行聚類，可以採用GMM 或 K-Means 的方

機器學習 , 子圖 , 切圖 , 權重 , 人工智能 , 多路譜聚類算法 源碼

收藏 評論

u_16099270 頭像

字節小舞神 - memset 多維數組

指針和多維數組 數組名是特殊的指針 數組是一個特殊的指針，多維數組也是更為複雜的數組，它們的關係是什麼樣的呢？ 我們通過一個簡單的例子來比較形象的瞭解指針和多維數組： int a[2][3]; 這是一個2*3的二維數組，首先我們清楚數組名就是指向數組首元素的常量指針（它不可以指向其他部分，可以對指向的元素進行任意修改）；其次C語言中所

機器學習 , 數組 , 人工智能 , 多維數組 , 二維數組 , memset 多維數組

收藏 評論

u_16099220 頭像

數碼精靈abc - Blazemeter為什麼賬號登錄不成功

今天研究了一下blazor，發現他默認啓動就是類似於後台管理系統的界面，看到這個頁面我就想給他寫個登錄，有登錄就涉及到未登錄重定向的問題，但是我沒有找到blazor全局路由的設置，知道的老哥可以告訴我一下哈，在這裏我是基於操作LocalStorage的方法，如果訪問默認佈局時若沒有LocalStorage，就重定向到login頁，其實也可以判斷不存在LocalStora

機器學習 , email , 重定向 , bc , 人工智能

收藏 評論

u_16099329 頭像

數據狂徒 - jemter1分鐘請求3000次怎麼設置

在壓力測試時，可能需要使用jmeter的梯度加壓。而在使用梯度加壓時，大部分tester會對這一點疑惑：設置的總線程是100，但聚合報告中線程數遠超100個 ，為什麼梯度加壓會有這樣的現象？用事實説話，本文用示例去解釋這一點。 環境： 先設置梯度加壓的場景，訪問某網站，具體如下： 從這個梯度加壓設置的參數，我們可以看出設置的總線程數為50

機器學習 , 加載 , 響應時間 , 人工智能 , 迭代

收藏 評論

u_16213620 頭像

mob64ca1401464d - element ui Container 左右 聯動

.container1 { height: 30px; }.container1 div { float: left; }.container1 div, .container1_2 div { width: 100px; background: none repeat scroll 0% 0% rgb(250, 252, 253); border: 1px solid

機器學習 , chrome , 人工智能 , Css , Opera , ie , Javascript

收藏 評論

u_13066 頭像

hochie - 哪種情況下邏輯迴歸函數可能不是最佳選擇 邏輯迴歸不是迴歸

邏輯不邏輯，迴歸非迴歸。 回想當年初次學習邏輯迴歸算法時，看到”邏輯迴歸“這個名字，第一感覺是這是一個與線性迴歸類似的迴歸類別的算法，只不過這個算法突出”邏輯“，或者與某個以”邏輯“命名的知識點有關。可後來卻發現，這是一個坑死人不償命的名字——邏輯迴歸算法不是迴歸算法，是分類算法，也與邏輯無關，要説有關也僅是因為它的英文名字是Loginstics，音譯為邏輯而已（所以也有資料稱之

機器學習 , 線性迴歸 , 數據 , 損失函數 , 人工智能 , 哪種情況下邏輯迴歸函數可能不是最佳選擇

收藏 評論

u_16213617 頭像

mob64ca140088a9 - elementUI vue知識圖譜展示

VUE框架知識點整理 一、父組件與子組件通信 1、組件中data屬性 組件對象也有一個data屬性，只是這個data屬性必須是一個函數，而且這個函數返回一個對象，對象內部保存着數據 原因：在於vue讓每個組件對象都返回一個新的對象，因為如果是同一個對象，組件在多次使用會相互影響，寫在函數

機器學習 , js , elementUI vue知識圖譜展示 , Vue , 人工智能 , JAVA , ios

收藏 評論