tag 機器學習

標籤
貢獻425
383
05:25 PM · Oct 25 ,2025
deephub 頭像 tecdat 頭像 qingfouai 頭像 u_17420180 頭像 chaoshenjinghyperai 頭像 lab4ai 頭像 u_17061379 頭像 u_15214399 頭像 youyudetusi 頭像 aigoto 頭像 MrVolleyball 頭像 u_15690955 頭像

@機器學習 / 博客 RSS 訂閱

MrVolleyball 頭像

MrVolleyball - 彩筆運維勇闖機器學習--隨機森林

前言 隨機森林的出現，是為了解決決策樹對訓練數據過擬合的問題而出現的。決策樹在訓練的工程中，可以讓每一個葉子節點的不確定性降為0（即熵或者基尼指數為0），這樣做可能把訓練數據中的偶然性、異常值或噪聲也當成了“規 律”去學習了 對於複雜高維的數據，隨機森林的算法可以更好的泛化能力 開始探索 scikit-learn 老規矩，先上代碼，看看隨機森林的用法 from sklearn.ensemble i

機器學習

收藏 評論

MrVolleyball 頭像

MrVolleyball - 彩筆運維勇闖機器學習--梯度下降法

前言 彩筆運維勇闖機器學習，今天我們來討論一下梯度下降法 梯度 首先要搞明白什麼是梯度，那就要先從導數説起 導數 函數\(y=f(x)\)的自變量\(x\)在一點\(x_0\)上產生一個增量\(\Delta x\)時，函數輸出值的增量\(\Delta y=f(x_0 + \Delta x)-f(x_0)\)與自變量增量\(\Delta x\)的比值在\(\Delta x\)趨於0時的極限\(a\)

機器學習

收藏 評論

MrVolleyball 頭像

MrVolleyball - 彩筆運維勇闖機器學習--lasso迴歸

前言 彩筆運維勇闖機器學習，今天我們來討論一下lasso迴歸，本期又是一起數學推理過程展示 座標下降法 目標找到一組參數，使目標函數值最小。比如\(f(x,y)=3x^2+5xy+10y^2\)，要找到\(x,y\)使得\(f(x,y)\)取值最小 \[x_j^{(k+1)} = \arg \min_{x_j} f(x_1^{(k+1)}, \dots, x_{j-1}^{(k+1)}, x_j

機器學習

收藏 評論

MrVolleyball 頭像

MrVolleyball - 彩筆運維勇闖機器學習--GBDT

前言 本文討論的GBDT算法，也是基於決策樹 開始探索 scikit-learn 老規矩，先上代碼，看看GBDT的用法 from sklearn.datasets import load_iris from sklearn.ensemble import GradientBoostingClassifier from sklearn.model_selection import train_tes

機器學習

收藏 評論

wang_yb 頭像

wang_yb - 讓YOLO飛起來：從CPU到GPU的配置指南

最近在配置YOLO（You Only Look Once）進行物體檢測和圖像分割任務時，發現默認安裝的情況下，YOLO使用的是CPU進行計算。 這對於需要處理大量圖像或實時檢測的任務來説，效率明顯不足。 本文將詳細介紹如何將YOLO從CPU模式切換到GPU模式，顯著提升運行效率。 1. 配置步驟 1.1. 檢查當前PyTorch是否支持GPU 首先需要確認當前安裝的PyTorch是否支持GPU。打

機器學習

收藏 評論

xiaoxi666 頭像

xiaoxi666 - 神經網絡常見的40多種激活函數（應用場景+數學公式+代碼實現+函數圖象）

什麼是激活函數 激活函數，屬於神經網絡中的概念。 激活函數，就像神經元的開關，決定了輸入信號能否被傳遞，以及以什麼形式傳遞。 為應對不同的場景，激活函數不斷髮展出了各種實現。它們存在的意義，就是為信號傳遞賦予不同種類的“非線性”特徵，從而讓神經網絡能夠表達更為豐富的含義。 本文旨在梳理常見的 40 多種激活函數（也包含少量經典的輸出層函數）。 説明 本文將簡要介紹激活函數的概念和使用場景，並列出其

機器學習

收藏 評論

MrVolleyball 頭像

MrVolleyball - 彩筆運維勇闖機器學習--KNN算法

前言 彩筆運維勇闖機器學習：KNN算法，它也是分類中的一種 開始探索 scikit-learn import numpy as np import matplotlib.pyplot as plt from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler

機器學習

收藏 評論

qlhh 頭像

qlhh - pytorch的矩陣操作分類

PyTorch 的矩陣操作 注意： 無論是torch.f()還是tensor.f()，都是返回新的Tensor，不會修改原始的tensor 單個tensor 初始化 empty 用於創建一個未初始化的張量，其值是隨機的 與torch.randn的區別在於，torch.randn是從正態分佈中採樣的 torch.empty(*size, *, out=None, dtyp

機器學習

收藏 評論

MrVolleyball 頭像

MrVolleyball - 彩筆運維勇闖機器學習--孤立森林

前言 孤立森林，一種非常高效快速的異常檢測算法 開始探索 scikit-learn import numpy as np import matplotlib.pyplot as plt from sklearn.ensemble import IsolationForest rng = np.random.RandomState(0) X_train = 0.3 * rng.randn(100

機器學習

收藏 評論

zgm1 頭像

明月之歌 - 初識目標檢測

一．目前我校主要研究方向就是目標檢測，所以首先應對目標檢測有初步瞭解。目標檢測屬於計算機視覺中的一個熱門方向，主要應用於物體、人、動物識別、動作識別等。結合我校農業研究方向，通過目標檢測，可以用來檢測瓜果、蔬菜的成熟度、可以用來識別花卉、土壤營養分析、蔬菜採摘等。我國為農業大國，通過在農業工程中運用人工智能技術，可以有效降低人力投入、經濟成本。 人工智能研究方向分類如下圖： 傳統目標

機器學習

收藏 評論

u_16213687 頭像

mob64ca141139a2 - 大腳插件怎麼迴歸版本

VS2008恢復默認設置 有些時候，vs集成開發環境會出現各種各樣的問題，一時間我們難以解決。今天我就遇到了一個新建項目時彈出網頁和文件下載提示框的問題，總不能為了個小問題重裝VS吧。 這時候恢復默認設置是個很好的辦法，具體操作如下： 1.進入命令行模式，在“開始”--

機器學習 , 命令行 , 文件下載 , 大腳插件怎麼迴歸版本 , 集成開發環境 , 人工智能

收藏 評論

u_16213676 頭像

mob64ca140e76c8 - gem M1 安裝路徑

1、使用git 來運行 curl 安裝 git 軟件 鏈接：https://pan.baidu.com/s/1zB2NcOfwXTg90R5PRGHhZg 提取碼：xxxx 111111 在windows上安裝SpaceVim時，提示需要安裝Git和curl， 安裝了Git， 原本以為要通過mingw或者cygwin來安裝cur

反斜槓 , 機器學習 , 雙引號 , gem M1 安裝路徑 , 人工智能 , Git

收藏 評論

u_16213712 頭像

mob64ca14173efa - ymodem 數據包

網絡通信是現代信息技術的一個重要組成部分，與我們日常生活息息相關。例如最常見手機QQ、MSN、微信等聊天工具，還有手機遊戲你畫我猜、鬥地主等，這都需要依賴於網絡。下面是一個你畫我猜遊戲運行界面，圖8-1是用户1在遊戲界面畫圖，圖8-2是用户2在遊戲界面就馬上就接收到用户1所畫的畫。

機器學習 , tcp , 人工智能 , 界面設計 , ymodem 數據包 , udp

收藏 評論

u_17061379 頭像

AI編程社區 - 不想每次都跟 AI 重複交代？試試 Slash Command

和 AI 結對編程時，你可能遇到過這種情況： 你："幫我寫個用户註冊接口。" AI 倒是很快給出了代碼，能跑。但你一看：錯誤返回用的是 error，不是你們團隊封裝的 BizError；日誌打的是 log.Info，不是接入了鏈路追蹤的 logger.WithContext(ctx).Info；參數校驗直接寫在 handler 裏，沒有走 validator 那套……

機器學習 , 封裝 , 問題排查 , 人工智能 , Slash

收藏 評論

u_13873498 頭像

IT陳工 - 遷移學習簡單理解

遷移學習 背景 在深度神經網絡算法的應用過程中，如果我們面對的是數據規模較大的問題，那麼在搭建好深度神經網絡模型後，我們要花費大量的算力和時間去訓練模型和優化參數，最後耗費了這麼多資源得到的模型只能解決這一個問題，性價比非常低。 如果用這麼多資源訓練的模型能夠解決同一類問題，那麼模型的性價比會提高很多，這就促使使用遷移模型解決同一類問題的方法出現。因為該方法的出

機器學習 , 凍結 , 人工智能 , 遷移學習

收藏 評論

u_16099243 頭像

代碼探險家 - gateway RemoteAddr 設置ipv6

※配置17-VLAN的三層通信 利用3層交換機跨vlan通信（僅紅框區域網絡結構） 給SW1配vlanif接口作為轉發： [sw1-vlan20]interface vlanif 10 [sw1-Vlanif10]ip address 192.168.1.1 24 [sw1-Vlanif10]interface vlanif

機器學習 , ip , 人工智能 , DHCP , nat

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 《機器學習中的數學：掌握線性代數、微積分與概率》

書籍：Mathematics of Machine Learning: Master linear algebra, calculus, and probability for machine learning 作者：Tivadar Danka 出版：Packt Publishing​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《機器學習中的數學：掌握線

機器學習 , 數學 , 人工智能

收藏 評論

u_13303 頭像

colddawn - rem大屏單位適配

下面説下有兩種方式計算sacle,結果相同，只是方式不大同： 第一種： 一、在App.vue的props注入寬高 1 props: { 2 width: { 3 type: String, 4 default: "1920" 5 }, 6 height: { 7 type: St

機器學習 , 縮放 , 媒體查詢 , 寬高 , rem大屏單位適配 , 人工智能

收藏 評論

gexia_com 頭像

閣下AI - 如何保障閣下AI生成工具的安全性？

閣下 AI 安全保障體系：全方位守護您的 AI 工具 閣下 AI 構建了多層防禦 + 全鏈路監控的安全防護架構，從需求解析到代碼生成、工具部署的每一個環節，都有嚴格的安全措施，確保您創建的 AI 工具安全可靠。 一、核心安全架構 1.安全網關防護層 身份認證牆：採用 OAuth 2.0+JWT + 多因素認證 (MFA)，確保只有授權用户可訪問核心功能 流量過濾：部署 AI 驅動的 Web

機器學習 , 人工智能

收藏 評論

deephub 頭像

deephub - 使用GPU 加速 Polars：高效解決大規模數據問題

Polars 最近新開發了一個可以支持 GPU 加速計算的執行引擎。這個引擎可以對超過 100GB 的數據進行交互式操作能。本文將詳細討論 Polars 中DF的概念、GPU 加速如何與 Polars DF協同工作，以及使用新的 CUDA 驅動執行引擎可能帶來的性能提升。 Polars 核心概念 Polars 的核心功能是創建和操作DF，這些DF可以被視為具有高級功能的電子表格。以下是一個簡單的

機器學習 , 人工智能 , pandas , Python

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI大模型費控系統：用技術重構企業花錢邏輯

對企業而言，費用管控從來不是“算對賬”那麼簡單——人工錄單耗時長、審核靠經驗漏判多、合規風險藏在細節裏，這些痛點長期困擾着財務與業務人員。AI大模型的介入，不是給傳統費控加個“智能插件”，而是用多維度技術重構全流程，讓費控從“事後核對”變成“事前預判、事中管控”。 核心技術支柱之一，是AI驅動的多模態識別與信息處理。傳統OCR僅能提取文字，而融合大模型的費控系統，通過卷積神經網絡（C

機器學習 , 風控 , 數據 , NLP , 人工智能

收藏 評論

u_56701 頭像

hackernew - 循環 remove

有理數 有理數出現的最早，它是伴隨人們的生產實踐而生產的。0也是有理數。有理數是整數和分數的集合，整數也可看做是分母為一的分數。注意，“無限循環小數” 也可以表示為有理數，是因為 “無限循環小數” 可以表示為分數。然後 “無限不循環小數” 無法表示為分數，所以它被稱之為 “無理數”。 無理數 無理數的發現，應該歸功於古希臘畢達哥拉斯學派。無理數的出現，與德謨克利

機器學習 , 循環小數 , 多項式 , 循環 remove , 無限循環 , 人工智能

收藏 評論

u_16099321 頭像

技術博客領航者 - 前端demo教程

DOM（Document Object Model 文檔對象模型） 1、包含了整個頁面的所有功能，可以通過調用方法的形式來對頁面進行操作； 2、JavaScript與Dom的區別： 　　JavaScript是腳本語言，可以寫邏輯性代碼；而Dom是文檔對象模型，可以直接操作頁面； 　　JavaScript+Dom：可以有邏輯的操作頁面 3、獲取標籤

機器學習 , 數組 , 字符串 , 獲取標籤 , 人工智能 , 前端demo教程

收藏 評論

openbayescom 頭像

OpenBayes - DiffVox 打造下一代聲效模型；面部情感識別數據集讓 AI 讀心術成真！

公共資源速遞 6 個公共數據集： Freebayes_Benchmark 基準測試集 DiaMoE-TTS 多方言語音表音數據集 APEX 人工智能生產力評測基準數據集 BWA_Benchmark（SBC）基準測試集 DeePMD-kit_Example 勢能模型示例數據集 Facial Emotion Recognition 面部情感識別數據集 5 個公共教程 ： DiffV

機器學習 , 圖像識別 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論