- 机器学习(算法篇 2 ) 1.1 朴素贝叶斯算法简介 1.2 概率基础复习 学习目标 1.概率定义 2.案例：判断女神对你的喜欢情况 3.联合概率、条件概率与相互独立 4.贝叶斯公式 4.1 公式介绍 4.2 案例计算 4.3 文章分类计算 5 小结 1.3 案例：商品评论情感分析 1.api介绍 HMM模型 4.7 HMM模型API介绍 1 API的安装： 2 hmmlear 机器学习(算法篇 2 ) 1.1 朴素贝叶斯算法简介 1.2 概率基础复习 学习目标 1.概率定义 2.案例：判断女神对你的喜欢情况 3.联合概率、条件概率与相互独立 4.贝叶斯公式 4.1 公式介绍 4.2 案例计算 4.3 文章分类计算 5 小结 1.3 案例：商品评论情感分析 1.api介绍 HMM模型 4.7 HMM模型API介绍 1 API的安装： 2 hmmlear
- 美多商城 商业模式介绍 1.B2B--企业对企业 2.C2C--个人对个人 5.O2O--线上到线下 开发流程 说明： 需求分析 1. 用户部分 注册 登录 个人信息 地址管理 修改密码 3. 购物车部分 购物车管理 项目架构 创建工程 1. 在git平台创建工程 2. 添加前端文件 合并 3. 创建Django REST framework工程 4. 修改manage.py 美多商城 商业模式介绍 1.B2B--企业对企业 2.C2C--个人对个人 5.O2O--线上到线下 开发流程 说明： 需求分析 1. 用户部分 注册 登录 个人信息 地址管理 修改密码 3. 购物车部分 购物车管理 项目架构 创建工程 1. 在git平台创建工程 2. 添加前端文件 合并 3. 创建Django REST framework工程 4. 修改manage.py
- 使用大GB的数据集并不罕见，特别是从头开始预训练像BERT或GPT-2这样的Tranformer模型。在这样的情况下，甚至连加载数据都可能是一个挑战。例如，用于预训练GPT-2的WebText语料库包含超过800万份文档和40GB的文本——将其加载到电脑的RAM中，可能会使其炸掉。幸运的是，HuggingFace DataSet 数据集的设计已经克服了这些限制，它通过将数据集视为内存映射文件... 使用大GB的数据集并不罕见，特别是从头开始预训练像BERT或GPT-2这样的Tranformer模型。在这样的情况下，甚至连加载数据都可能是一个挑战。例如，用于预训练GPT-2的WebText语料库包含超过800万份文档和40GB的文本——将其加载到电脑的RAM中，可能会使其炸掉。幸运的是，HuggingFace DataSet 数据集的设计已经克服了这些限制，它通过将数据集视为内存映射文件...
- Gemini 1.5突破传统Transformer上下文限制，实现百万级token处理能力。通过“工作记忆”与“长期记忆”双层结构，结合语义压缩、记忆路由及解耦计算存储，大幅提升效率。它模拟人脑记忆机制，强化长文档理解、代码推理和跨模态关联能力，为AI认知范式带来革命性转变，开启结构化记忆与动态调控新方向。 Gemini 1.5突破传统Transformer上下文限制，实现百万级token处理能力。通过“工作记忆”与“长期记忆”双层结构，结合语义压缩、记忆路由及解耦计算存储，大幅提升效率。它模拟人脑记忆机制，强化长文档理解、代码推理和跨模态关联能力，为AI认知范式带来革命性转变，开启结构化记忆与动态调控新方向。
- 通过量化技术，700B参数的混合专家模型（MoE）可从2.8TB显存压缩至18GB，适配单张RTX 4090显卡运行。这一突破基于三重策略：移除无效参数、分层量化与显存优化。测试显示，量化后模型在Llama 3 MoE架构上保持高性能，显存占用显著降低，推理速度媲美云端A100集群，精度仅下降1.2%。未来方向包括1-bit量化、光追加速及生物启发压缩，推动消费级硬件运行万亿参数模型的可能性。 通过量化技术，700B参数的混合专家模型（MoE）可从2.8TB显存压缩至18GB，适配单张RTX 4090显卡运行。这一突破基于三重策略：移除无效参数、分层量化与显存优化。测试显示，量化后模型在Llama 3 MoE架构上保持高性能，显存占用显著降低，推理速度媲美云端A100集群，精度仅下降1.2%。未来方向包括1-bit量化、光追加速及生物启发压缩，推动消费级硬件运行万亿参数模型的可能性。
- 欢迎来到美多商城！ 项目需求分析 1. 项目主要页面介绍 2. 归纳项目主要模块 3. 知识要点 项目架构设计 1. 项目开发模式 2. 项目运行机制 项目介绍 创建工程 1. 准备项目代码仓库 3. 创建美多商城工程 配置开发环境 1. 新建配置文件 2. 指定开发环境配置文件 配置Jinja2模板引擎 1. 安装Jinja2扩展包 配置MySQL数据库 3. 安装PyMyS 欢迎来到美多商城！ 项目需求分析 1. 项目主要页面介绍 2. 归纳项目主要模块 3. 知识要点 项目架构设计 1. 项目开发模式 2. 项目运行机制 项目介绍 创建工程 1. 准备项目代码仓库 3. 创建美多商城工程 配置开发环境 1. 新建配置文件 2. 指定开发环境配置文件 配置Jinja2模板引擎 1. 安装Jinja2扩展包 配置MySQL数据库 3. 安装PyMyS
- 基于YOLOv8的路面缝隙精准识别项目｜完整源码数据集+PyQt5界面+完整训练流程+开箱即用！ 基本功能演示哔哩哔哩：https://www.bilibili.com/video/BV1EojzziEKx/ 项目摘要本项目集成了 YOLOv8 路面缝隙检测模型 与 PyQt5 图形界面工具，实现了包括图片、文件夹、视频与摄像头等多种输入方式的裂缝识别功能。你将获得：路面裂缝专用数据集与模... 基于YOLOv8的路面缝隙精准识别项目｜完整源码数据集+PyQt5界面+完整训练流程+开箱即用！ 基本功能演示哔哩哔哩：https://www.bilibili.com/video/BV1EojzziEKx/ 项目摘要本项目集成了 YOLOv8 路面缝隙检测模型 与 PyQt5 图形界面工具，实现了包括图片、文件夹、视频与摄像头等多种输入方式的裂缝识别功能。你将获得：路面裂缝专用数据集与模...
- Python在AI艺术风格迁移视频制作中至关重要，其丰富的库资源和强大的生态系统为深度学习提供了支持。核心原理基于卷积神经网络（CNN），通过提取内容图像与风格图像的特征并融合，生成新风格图像。视频制作需对每帧进行处理，涉及复杂计算，Python的高效工具如TensorFlow和PyTorch助力模型构建与训练。使用预训练模型（如VGG19）提取特征，通过Gram矩阵捕捉风格信息。 Python在AI艺术风格迁移视频制作中至关重要，其丰富的库资源和强大的生态系统为深度学习提供了支持。核心原理基于卷积神经网络（CNN），通过提取内容图像与风格图像的特征并融合，生成新风格图像。视频制作需对每帧进行处理，涉及复杂计算，Python的高效工具如TensorFlow和PyTorch助力模型构建与训练。使用预训练模型（如VGG19）提取特征，通过Gram矩阵捕捉风格信息。
- 在法律领域，法律文书审查传统上依赖人工，耗时且易出错。Python结合AI技术为这一问题提供了高效解决方案。通过自然语言处理（NLP），计算机可精准分析法律文书，包括分词、句法分析、命名实体识别（NER）和文本分类等步骤。这些技术能快速提取关键信息，理解复杂语义，并结合深度学习模型如Transformer提升准确性。 在法律领域，法律文书审查传统上依赖人工，耗时且易出错。Python结合AI技术为这一问题提供了高效解决方案。通过自然语言处理（NLP），计算机可精准分析法律文书，包括分词、句法分析、命名实体识别（NER）和文本分类等步骤。这些技术能快速提取关键信息，理解复杂语义，并结合深度学习模型如Transformer提升准确性。
- LBA-ECO CD-06 Isotopic Composition of Carbon Fractions, Amazon Basin River Water简介该数据集包含 1991 年至 2003 年期间采集自亚马逊河流域 60 个地点的样品，包括标准地球化学变量：溶解二氧化碳、溶解无机碳（DIC）、溶解有机碳（DOC）、细颗粒有机碳（FPOC）和粗颗粒有机碳（CPOC）（Mayor... LBA-ECO CD-06 Isotopic Composition of Carbon Fractions, Amazon Basin River Water简介该数据集包含 1991 年至 2003 年期间采集自亚马逊河流域 60 个地点的样品，包括标准地球化学变量：溶解二氧化碳、溶解无机碳（DIC）、溶解有机碳（DOC）、细颗粒有机碳（FPOC）和粗颗粒有机碳（CPOC）（Mayor...
- Python脚本分析CPU使用情况引言CPU使用率是衡量计算机系统性能的重要指标之一，它反映了处理器在特定时间段内的繁忙程度。通过监控和分析CPU使用情况，系统管理员和开发人员可以识别性能瓶颈、优化资源分配并预防潜在的系统问题。技术背景现代操作系统提供了多种方式来获取CPU使用率信息：/proc/stat文件（Linux系统）WMI（Windows Management Instrument... Python脚本分析CPU使用情况引言CPU使用率是衡量计算机系统性能的重要指标之一，它反映了处理器在特定时间段内的繁忙程度。通过监控和分析CPU使用情况，系统管理员和开发人员可以识别性能瓶颈、优化资源分配并预防潜在的系统问题。技术背景现代操作系统提供了多种方式来获取CPU使用率信息：/proc/stat文件（Linux系统）WMI（Windows Management Instrument...
- PEP8是Python社区的代码风格指南，涵盖代码布局、命名规范、注释与文档字符串、导入语句等多个方面。它提倡4个空格缩进、清晰命名（如函数用小写字母加下划线，类名用驼峰法）和合理注释，提升代码可读性与可维护性。同时，工具如Flake8和Pylint可检查代码是否符合PEP8规范，编辑器和CI流程的集成进一步保障了代码质量。遵循PEP8不仅使代码更美观，还为团队协作和项目稳定奠定了基础。 PEP8是Python社区的代码风格指南，涵盖代码布局、命名规范、注释与文档字符串、导入语句等多个方面。它提倡4个空格缩进、清晰命名（如函数用小写字母加下划线，类名用驼峰法）和合理注释，提升代码可读性与可维护性。同时，工具如Flake8和Pylint可检查代码是否符合PEP8规范，编辑器和CI流程的集成进一步保障了代码质量。遵循PEP8不仅使代码更美观，还为团队协作和项目稳定奠定了基础。
- LBA-ECO CD-06 CO2 Exchange in River Systems Across the Amazon Basin: 2004-2007简介该数据集提供了 2004 年 7 月 1 日至 2007 年 1 月 23 日期间南美洲亚马逊河流系统 75 个站点的二氧化碳通量率、气体转移速度和二氧化碳分压的测量数据。2004 年 6 月至 2007 年 1 月期间，在亚马逊河... LBA-ECO CD-06 CO2 Exchange in River Systems Across the Amazon Basin: 2004-2007简介该数据集提供了 2004 年 7 月 1 日至 2007 年 1 月 23 日期间南美洲亚马逊河流系统 75 个站点的二氧化碳通量率、气体转移速度和二氧化碳分压的测量数据。2004 年 6 月至 2007 年 1 月期间，在亚马逊河...
- Python数据分析，别再死磕Excel了！ Python数据分析，别再死磕Excel了！
- LBA-ECO CD-06 Biogeochemistry of Ji-Parana River and Tributaries, Brazil: 1999-2003简介本数据集提供了巴西朗多尼亚州西亚马逊地区吉-巴拉那河流域河流生物地球化学的空间广泛性和时间密集性调查结果。我们以规定的季节或月间隔测量了吉-巴拉那河及其支流样本中主要营养离子、溶解有机碳和无机碳的浓度、pH 值、温度、溶解... LBA-ECO CD-06 Biogeochemistry of Ji-Parana River and Tributaries, Brazil: 1999-2003简介本数据集提供了巴西朗多尼亚州西亚马逊地区吉-巴拉那河流域河流生物地球化学的空间广泛性和时间密集性调查结果。我们以规定的季节或月间隔测量了吉-巴拉那河及其支流样本中主要营养离子、溶解有机碳和无机碳的浓度、pH 值、温度、溶解...
上滑加载中
推荐直播
-
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中
热门标签