526互联

流水线 深度 逻辑 模型

深度学习基础入门篇[二]：机器学习常用评估指标:AUC、mAP、IS、FID、Perplexity、BLEU、ROUGE等详解

A.深度学习基础入门篇[二]：机器学习常用评估指标:AUC、mAP、IS、FID、Perplexity、BLEU、ROUGE等详解 1.基础指标简介 机器学习的评价指标有精度、精确率、召回率、P-R曲线、F1 值、TPR、FPR、ROC、AUC等指标，还有在生物领域常用的敏感性、特异性等指标。 在分 ......
评估指标 Perplexity 深度 机器 指标

如何讲话更有逻辑

要讲话更优秀，有以下几个建议： 熟悉主题：在开始讲话之前，先花时间了解主题和目标听众的背景和需求。这样可以使讲话更有针对性，吸引听众的注意力。 清晰简洁：语言要清晰、简洁明了，不要使用过多的术语和难懂的词汇。避免出现语法错误和口误，可以提前准备好讲话稿，并进行反复练习。 结构合理：讲话要有一个清晰的 ......
逻辑

Mask R-CNN – 1 小时实用深度学习分割

Mask R-CNN – 1 小时实用深度学习分割 创建您自己的 AI 语义分割的实用指南：了解完整的工作流程 – 从训练到推理 课程英文名：Mask R-CNN - Practical Deep Learning Segmentation in 1 hour 此视频教程共3.48GB，中英双语字幕 ......
深度 小时 R-CNN Mask CNN

深度学习—ResNet_CIFAR100代码

1 ''' 2 参考资料： PyTorch官方文档 3 ''' 4 5 # 导入所需的包 6 import torch 7 import wandb 8 import torch.nn as nn 9 from torchvision import transforms 10 from torchv ......
ResNet_CIFAR 深度 代码 ResNet CIFAR

子类选择器nth-child作用逻辑

初次接触:nth-child时感觉不是很清楚，网络上的描述主要的内容为： :nth-child(n) 选择器匹配属于其父元素的第 N 个子元素，不论元素的类型。 n 可以是数字、关键词或公式。 但只看文字描述其实还是很难知道其中的作用逻辑，所以还是通过代码来进行演示更加简单。 <body> <ol> ......
子类 nth-child 逻辑 作用 child

深度学习的基本原理和常用框架介绍

深度学习是一种基于人工神经网络的机器学习方法，它可以从大量的数据中学习抽象和复杂的特征，从而实现各种智能任务，如图像识别、自然语言处理、语音识别等。深度学习的基本原理是利用多层的神经网络结构，通过前向传播和反向传播的算法，不断调整网络中的参数，使得网络的输出能够逼近或优化目标函数。深度学习的常用框架 ......
框架 深度 原理 常用

【Java 并发】【九】【AQS】【三】基于AQS的共享锁实现、底层源码深度剖析

1 前言 上一节我们详细讲解了基于AQS实现的互斥锁机制，进行了深入的剖析，包括从acquire入口源码开始，剖析了获取锁失败调用addWaiter方法加入等待队列，知道了Node节点是怎么插入等待队列的；同时还剖析acquireQueue方法的源码，解析了插入等待队列之后的节点什么时候被挂起，什么 ......
底层 AQS 源码 深度 Java

TCP/IP和OSI的基础层级关系图，TCP/IP四层模型关系，TCP/IP和HTTP/HTTPS的关系图

TCP/传输控制协议英文全称Transmission Control Protocol。 IP/网际互连协议英文全称Internet Protocol。 tcp和ip是互联网众多通信协议中最为著名的。 1.OSI参考模型与TCP/IP的关系 计算机网络分层模型 OSI七层模型 TCP/IP四层模型 ......
TCP 层级 IP 模型 基础

【LeetCode剑指offer 02】矩阵中的路径（老鼠走迷宫plus，应用深度优先搜索与回溯机制）

矩阵中的路径 https://leetcode.cn/problems/ju-zhen-zhong-de-lu-jing-lcof/ 给定一个 m x n 二维字符网格 board 和一个字符串单词 word 。如果 word 存在于网格中，返回 true ；否则，返回 false 。 单词必须按照 ......
矩阵 迷宫 路径 深度 LeetCode

【打怪升级】【jvm】关于jvm内存模型及GC调优

JVM调优，其实就是调整SWT和FGC的过程 JVM内存模型 通过一张基础的图了解最简单的JVM模型： 其实在jvm模型中，主要包含了我们常见的堆栈方法区等待--每个版本不同可能解释有所不同，这里默认以8版本为例： 首先给出官方文档的解释： https://docs.oracle.com/javas ......
jvm 模型 内存

gitlab--运行流水线、设置 tags、设置 pipeline 状态、添加徽章

.gitlab-ci.yml 如何开启 gitlab 的 CI/CD 呢？首先要将代码存储在 gitlab，然后在代码库的根目录添加一个 .gitlab-ci.yml 文件，该文件中定义了流水线的阶段和运行步骤。 为项目中添加 .gitlab-ci.yml 文件，表示启动的 CI/CD 。默认提交动 ......
徽章 流水线 pipeline 流水 状态

【Java 并发】【九】【AQS】【二】基于AQS的互斥锁机制、底层源码深度剖析

1 前言 上一节我们从整体上分析了什么是AQS以及AQS内部的数据结构，那么这节我们就从acquire和release入手，分析一下AQS为独占锁提供的机制：到底是怎么在获取资源失败进入等待队列的？以及释放资源的时候怎么唤醒后继节点的线程竞争锁的？ 2 acquire 方法源码解析 首先我们看一下A ......
底层 AQS 源码 深度 机制

转载自团队博客：基于深度学习的人脸识别会议签到系统

电梯演讲：https://www.bilibili.com/video/BV1kc411W7w4?t=9.9 原型： 1，主界面 2，会议管理 3，人员管理 4，会议室管理 ......
会议签到 人脸 深度 团队 会议

深度学习基础入门篇[一]：神经元简介、单层多层感知机、距离计算方法式、相似度函数

深度学习基础入门篇[一]：神经元简介、单层多层感知机、距离计算方法式、相似度函数 1.神经元 在生物学中，神经元细胞有兴奋与抑制两种状态。大多数神经元细胞在正常情况下处于抑制状态，一旦某个神经元受到刺激并且电位超过一定的阈值后，这个神经元细胞就被激活，处于兴奋状态，并向其他神经元传递信息。基于神经元 ......
神经元 单层 多层 函数 深度

树：剑指 Offer 55 - I. 二叉树的深度

题目描述： 输入一棵二叉树的根节点，求该树的深度。从根节点到叶节点依次经过的节点（含根、叶节点）形成树的一条路径，最长路径的长度为树的深度。 例如： 给定二叉树 [3,9,20,null,null,15,7]， 返回它的最大深度 3 。 树的遍历方式总体分为两类：深度优先搜索（DFS）、广度优先搜索 ......
深度 Offer 55

一维CNN,二维CNN以及三维CNN的训练模型matlab仿真

1.算法描述 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 。卷积神经网络具有表征学习（repres ......
CNN 模型 matlab

动手深度学习pytorch

<script src="http://latex.codecogs.com/latex.js" type="text/javascript"></script> 引言 一：过去⼗年中取 得巨⼤进步的想法 1.如dropout (Srivastava et al., 2014)，有助于减轻过拟合的危 ......
深度 pytorch

R语言随机波动模型SV：马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列|附代码数据

全文链接：http://tecdat.cn/?p=31162 最近我们被客户要求撰写关于SV模型的研究报告，包括一些图形和统计输出 本文做SV模型，选取马尔可夫蒙特卡罗法(MCMC)、正则化广义矩估计法和准最大似然估计法估计。 模拟SV模型的估计方法： sim <- svsim(1000,mu=-9 ......
时间序列 正则 广义 序列 收益

深度学习-情感分析

title: 情感分析 数据准备 现在我们手中有一批影评数据（IMDB 数据集），影评被分为两类：正面评价与负面评价。我们需要训练一个情感分析模型，对影评文本进行分类。 这个问题本质上还是一个文本分类问题，研究对象是电影评论类的文本，我们需要对文本进行二分类。下面我们来看一看训练数据。 IMDB（I ......
深度 情感

深度学习-pytorch模型构建

title: Python特殊语法--列表推导式 切片 迭代器 生成器 装饰器 lambda表达式 构建自己的模型 让我们直接切入主题，使用 PyTorch，自己构建并训练一个线性回归模型，来拟合出训练集中的走势分布。我们先随机生成训练集 X 与对应的标签 Y，具体代码如下： import nump ......
深度 模型 pytorch

111. 二叉树的最小深度

给定一个二叉树，找出其最小深度。 最小深度是从根节点到最近叶子节点的最短路径上的节点数量。 说明：叶子节点是指没有子节点的节点。 class Solution { public: int minDepth(TreeNode* root) { if(root == nullptr) return 0; ......
深度 111

GetNeighbourFaces逻辑

class FilletRadiusDelegate: public QItemDelegate class FilletRadiusModel: public QStandardItemModel class DlgGetNeighborFaces: public QWidget, public ......
GetNeighbourFaces 逻辑

深度学习基础-pytorch1

DataSet DataLoader Torchvision 数据读取 训练开始的第一步，首先就是数据读取。PyTorch 为我们提供了一种十分方便的数据读取机制，即使用 Dataset 类与 DataLoader 类的组合，来得到数据迭代器。在训练或预测时，数据迭代器能够输出每一批次所需的数据，并 ......
深度 pytorch1 pytorch 基础

BOM（Browser Object Model）对象模型

？ window对象是全局对象，基本BOM的属性和方法都是window的 window属性和方法 属性 方法 点击某按钮，回到顶部 window.scrollTo(0,0) ......
模型 对象 Browser Object Model

pytorch中bin模型文件转onnx遇到的问题

pytorch中bin模型文件转onnx遇到的问题 1 常规做法 import os import numpy as np from transformers import GPT2LMHeadModel import torch localfile = r"C:\Users\min_ppl_mod ......
模型 pytorch 文件 问题 onnx

104.二叉树的最大深度

给定一个二叉树，找出其最大深度。 二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。 说明: 叶子节点是指没有子节点的节点。 示例： 给定二叉树 [3,9,20,null,null,15,7]， class Solution { public: int getdepth(TreeNode* n ......
深度 104

Django 外键引用User模型时显示username的解决方法

问题需求：在Django Admin后台模型管理中，引用User外键的字段，显示的是username（用户名）。下拉菜单要显示姓名（last_name和first_name，外加username保持唯一性、可辨别性)。 使用代理模型（proxy model） from django.db impor ......
username 模型 方法 Django User

基于mnist手写数字数据库的深度学习网络训练和数字识别matlab仿真

1.算法描述 MNIST数据集(Mixed National Institute of Standards and Technology database)是美国国家标准与技术研究院收集整理的大型手写数字数据库，该 数据集包含 60000 个于训练的样本和 10000 个于测试的样本，图像是固定⼤小 ......
数字 学习网络 深度 数据库 数据

如何使用OpenAI Fine-tuning API微调GPT-3模型

https://platform.openai.com/docs/guides/fine-tuning（官方文档） ​ 当我们使用语言模型时候，往往需要给多个例子供ai参考，才能给出更为准确的回答，这种方法费时费力。而通过微调（Fine-tuning）能够把原始模型打造成更加适合你的任务需求的模型。 ......
Fine-tuning 模型 OpenAI tuning Fine

【转】uboot中DM驱动模型理解

1、uboot驱动模型（DM）Uboot引入驱动模型（driver model），这种驱动模型为驱动的定义和访问接口提供了统一的方法，提高了驱动之间的兼容性以及访问的标准型，Uboot驱动模型和linux kernel的设备驱动模型相类似，但是又有所区别。 要打开DM模型，最后反映在几个配置信息上： ......
模型 uboot
共5400篇  :154/180页 首页上一页154下一页尾页