526互联

模型 机器 任务 金融

机器学习-无监督机器学习-kmeans-17

目录1. 什么是聚类2. 代码实现 1. 什么是聚类 无监督机器学习的一种 输入数据只有X 没有y 将已有的数据 根据相似度 将划分到不同的簇 （花团锦簇） 步骤： 随机选择k个簇的中心点 样本根据距离中心点的距离分配到不同的簇 重新计算簇的中心点 重复 2-3直到所有样本 分配的簇不再发生改变 距 ......
机器 kmeans 17

论文推荐：大型语言模型能自我解释吗?

这篇论文的研究主要贡献是对LLM生成解释的优缺点进行了调查。详细介绍了两种方法，一种是做出预测，然后解释它，另一种是产生解释，然后用它来做出预测。 最近的研究发现，即使LLM是在特定数据上训练的，也不能认识到训练的知识与推理上下文之间的联系。 因此一些人认为之为“X链”的方法非常重要。因为要求LLM ......
模型 语言 论文

用C#也能做机器学习？

前言✨ 说到机器学习，大家可能都不陌生，但是用C#来做机器学习，可能很多人还第一次听说。其实在C#中基于ML.NET也是可以做机器学习的，这种方式比较适合.NET程序员在项目中集成机器学习模型，不太适合专门学习机器学习，本文我将基于ML.NET Model Builder（低代码、入门简单）构建一个 ......
机器

固体激光雷达的几何模型及标定方法

固体激光雷达的几何模型及标定方法 对具有可变角分辨率的固态激光雷达扫描系统进行几何描述，提出了一种新的校准方法。在系统的整个视场上确定这种失真，会产生准确和精确的测量结果，从而使其能够与其他传感器相结合。一方面，几何模型是使用众所周知的Snell定律和系统的固有光学组件来建立的，而另一方面，通过将像 ......
固体 几何 激光 模型 方法

机器学习-线性分类-支持向量机SVM-合页损失-SVM输出概率值-16

目录1. SVM概率化输出2. 合页损失 1. SVM概率化输出 标准的SVM进行预测 输出的结果是： 是无法输出0-1之间的 正样本 发生的概率值 sigmoid-fitting 方法： 将标准 SVM 的输出结果进行后处理，转换成后验概率 A,B 为待拟合的参数， f 为样本 x 的无阈值输出。 ......
合页 向量 线性 概率 SVM

R语言经济学：动态模型平均(DMA)、动态模型选择(DMS)预测原油价格时间序列

原文链接：http://tecdat.cn/?p=22458 原文出处：拓端数据部落公众号 简介 本文提供了一个经济案例。着重于原油市场的例子。简要地提供了在经济学中使用模型平均和贝叶斯方法的论据，使用了动态模型平均法（DMA），并与ARIMA、TVP等方法进行比较。希望对经济和金融领域的从业人员和 ......
模型 时间序列 动态 原油 序列

Helsinki-NLP-抱脸翻译模型

# 等待下载#--de-zh https://huggingface.co/Helsinki-NLP/opus-mt-de-ZH/tree/mainhttps://huggingface.co/Helsinki-NLP/opus-tatoeba-es-zh https://huggingface.c ......
Helsinki-NLP Helsinki 模型 NLP

数据治理与大模型一体化实践

引言: 大模型落地到当前这个阶段，核心关注点还是领域大模型，而领域大模型落地的前提在于两点：需求端，对当前应用的降本增效以及新应用的探索；供给端，训练技术已经有较高的成熟度。 专家介绍： 柏海峰 滴普科技 Deepexi产品线总裁 负责企业大模型产品的规划、技术架构设计和应用解决方案的全体系打造，承 ......
模型 一体 数据

llama大模型部署

看模型加载的参数设置. import torch # 初始化Half Tensor h = torch.tensor([1.0,2.0,3.0], dtype=torch.half) # h = torch.tensor([1.0,2.0,3.0], dtype=torch.float16) # 跟 ......
模型 llama

机器学习笔记（二）使用paddlepaddle，再探波士顿房价预测

目标 用paddlepaddle来重写之前那个手写的梯度下降方案，简化内容 流程 实际上就做了几个事： 数据准备：将一个批次的数据先转换成nparray格式，再转换成Tensor格式 前向计算：将一个批次的样本数据灌入网络中，计算出结果 计算损失函数：以前向计算的结果和真是房价作为输入，通过算是函数 ......
paddlepaddle 房价 机器 笔记

谷歌 | Duet AI 让洞察、聚类模型和可视化变得简单

我们都经历过这样的情况：淹没在数据的海洋中，努力驾驭复杂的管道，感觉数据令人头晕。管理大量充满不同工具和 Google 搜索的选项卡以及花费大量时间筛选数据和代码以创建满足您需求的模型所带来的挫败感，真的会让人失去数据发现的乐趣。 但是，有什么东西可以节省时间——甚至可能带来一点乐趣吗？它就是Du... ......
模型 Duet AI

HarmonyOS 初体验 （五）了解UI、应用模型

上一篇 HarmonyOS 初体验 （四）项目运行 UI设计：ArkUI框架 地址HarmonyOS提供了一套UI开发框架，即方舟开发框架（ArkUI框架） https://developer.huawei.com/consumer/cn/doc/harmonyos-guides-V2/start- ......
HarmonyOS 模型

数字孪生模型：重塑智能世界的关键技术

随着科技的不断发展，数字孪生模型将在更多领域得到广泛应用。未来，我们将会看到更多智能化的城市、工厂、医院等场景的出现。同时，数字孪生模型也将与其他技术如人工智能、大数据等紧密结合，共同推动社会的进步和发展。 ......
模型 关键 数字 智能 世界

10个Python脚本自动化日常任务

在这个自动化时代，我们有很多重复无聊的工作要做。想想这些你不再需要一次又一次地做的无聊的事情，让它自动化，让你的生活更轻松。那么在本文中，我将向您介绍 10 个 Python 自动化脚本，以使你的工作更加自动化，生活更加轻松。因此，没有更多的重复任务将这篇文章放在您的列表中，让我们开始吧。 01、解 ......
脚本 任务 Python

CommunityToolkit.Mvvm 之 通过一个属性控制一个按钮是否禁用 及 按钮执行费时需任务的方法

要达到的目的： 通过一个属性控制一个按钮是否禁用 当按钮执行费时需任务时，按下禁用按钮，任务完成后自动解除禁用 1. 属性定义 1 [ObservableProperty] 2 [NotifyCanExecuteChangedFor(nameof(SettingParamCommand))]//属性 ......
按钮 CommunityToolkit 属性 任务 方法

机器学习笔记（一）从波士顿房价预测开始，梯度下降

从波士顿房价开始 目标 其实这一章节比较简单，主要是概念，首先在波士顿房价这个问题中，我们假设了一组线性关系，也就是如图所示 我们假定结果房价和这些参数之间有线性关系，即: 然后我们假定这个函数的损失函数为均方差，即： 那么就是说，我们现在是已知y和x，来求使得这个损失函数Loss最小化的一个w和b ......
梯度 房价 机器 笔记

自然语言处理：通过API调用各大公司的机器翻译开放平台

国内大公司做机器翻译做的比较好的有讯飞和百度，这里给出这两个公司机器翻译的开放平台API的介绍： 讯飞开放平台： 链接：https://www.xfyun.cn/doc/nlp/xftrans_new/API.html#%E6%8E%A5%E5%8F%A3%E8%AF%B4%E6%98%8E 百度翻 ......
自然语言 机器 自然 语言 平台

什么是3D模型LOD：细节级别

LOD 或细节级别是根据 3D 对象与查看器或摄像机的距离来减少多边形数量的方法。建模者使用它来减少 CPU 或显卡上的工作负载，并提高渲染效率。 ......
模型 细节 级别 LOD

图片名称修改（执行去食品地名任务）

import os def process_images_interactively(): # Ask the user for the parent directory address parent_dir = input("请输入父目录地址: ") print(f"正在处理的目录: {paren ......
地名 名称 任务 食品 图片

关于倾斜摄影三维模型数据的几何坐标变换的必要性分析

三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作，从而实现三维模型轻量化。轻量化压缩比大，模型轻量化效率高，自动化处理能力高；采用多种算法对三维模型进行几何精纠正处理，精度高，... ......
必要性 坐标 几何 模型 数据

C++ Qt开发：StandardItemModel数据模型组件

Qt 是一个跨平台C++图形界面开发库，利用Qt可以快速开发跨平台窗体应用程序，在Qt中我们可以通过拖拽的方式将不同组件放到指定的位置，实现图形化开发极大的方便了开发效率，本章将重点介绍`StandardItemModel`数据模型组件的常用方法及灵活运用。`QStandardItemModel` ... ......
StandardItemModel 组件 模型 数据

机器学习-线性分类-支持向量机SVM-SMO算法代码实现-15

1. alpha2 的修剪 if y1 != y2 : α1 - α2 = k # 不用算k的具体大小 if k > 0: # 上图的左 下这条线 α2 的区间 (0, c-k) k < 0 : # 上图的左 下这条线 α2 的区间 （-k, C） 所以： L = max(0, -k) # k>0 ......
向量 线性 算法 机器 SVM-SMO

机器学习中集成学习的概念及其一些典型算法

1.集成学习的概念 集成学习是一种机器学习范式，在这种范式中，多个学习者被训练和组合起来一起解决同一个问题。通过使用多个学习者，就可以把整个模型的泛化能力提高很多倍 所以说，集成学习的泛化能力比单个学习者强得多得多，所以叫：“集思广益”。 2.集成学习的具体流程 一个问题出来，数据集丢给若干模型进行 ......
算法 典型 机器 概念

自定义中间表（中介模型）

1 多对多关系中，第三张表的建立 -默认使用ManyToMany，自动创建 -使用中介模型 -即手动创建第三张表，又要使用好用的查询 -完全自己写第三张表 # 使用中介模型 class Author(models.Model): nid = models.AutoField(primary_key= ......
模型 中介

python钉钉机器人运维脚本监控实例

面是关于“Python钉钉机器人运维脚本监控实例”的完整攻略: 目录 介绍 使用步骤 配置机器人 运行脚本 示例说明 监控服务器CPU使用率 监控服务器磁盘空间 总结 介绍 钉钉机器人是钉钉提供的一种形式化的通信渠道，可以通过代码来调用钉钉机器人的API，实现以机器人的形式向钉钉群组发送消息。本篇攻 ......
机器人 脚本 实例 机器 python

opencv图像处理机器学习真实项目教程(python实现)3图像处理基础

3 图像处理基础 在本章中，我们将介绍图像处理中的各种操作，首先是基于平移的操作，如旋转和调整大小。读者将学习如何使用 OpenCV 旋转和调整图像大小，以及如何控制生成图像的大小和方向。本章接着介绍了图像的算术运算，如加法、减法和除法。本章继续以图像运算为主题，介绍图像的位运算，如 AND、OR ......
图像处理 图像 机器 基础 项目

Pytorch模型结构修改

1. Var方差在pytorch中的差别： tlist = input.tolist() print(input) print(np.mean(tlist), np.var(tlist)) print(torch.mean(input), torch.var(input)) 可以看到numpy与to ......
模型 Pytorch 结构

OSI七层模型如何帮助网络通信？

OSI（开放系统互联）七层模型是计算机网络体系结构的一种描述方式，它为不同系统之间的通信提供了统一的标准。这个模型从低到高分别是：物理层、数据链路层、网络层、传输层、会话层、表示层和应用层。 以下是每个层次的主要功能和它们如何帮助网络通信： 物理层（Physical Layer）：这一层主要负责将比 ......
网络通信 模型 网络 OSI

指定一个时间，完成定时任务

有时候需要写一个定时触发的任务，例如设置公告定时发送 这里使用了spring中的定时任务类，很轻松的就完成了所需要的功能 1、定时任务，按照自己需求进行业务逻辑编写 /** * 定时任务 * @Author：tzl * @Date：2023/12/20 17:47 */ @Service publi ......
任务 时间

3D模型如何制作透明玻璃材质

模型透明度是控制整个模型的透明度属性，而透明贴图是一种贴图技术，用于控制模型表面每个像素的透明度级别。透明贴图可以与模型的透明度属性结合使用，以实现更复杂和精细的透明效果。通过调整透明贴图的透明度通道，可以实现模型表面不同部分的个性化透明度设置。 ......
材质 模型 玻璃
共5900篇  :12/197页 首页上一页12下一页尾页