- 目录 前言10.1. 注意力提示10.1.1. 生物学中的注意力提示10.1.2. 查询、键和值10.1.3. 注意力的可视化10.1.4. 小结 结语 前言 Hello！ ... 目录 前言10.1. 注意力提示10.1.1. 生物学中的注意力提示10.1.2. 查询、键和值10.1.3. 注意力的可视化10.1.4. 小结 结语 前言 Hello！ ...
- 目录 简介10.3. 注意力评分函数10.3.1. 掩蔽softmax操作10.3.2. 加性注意力10.3.3. 缩放点积注意力10.3.4. 小结 读后总结2022/08/22 第一次阅读... 目录 简介10.3. 注意力评分函数10.3.1. 掩蔽softmax操作10.3.2. 加性注意力10.3.3. 缩放点积注意力10.3.4. 小结 读后总结2022/08/22 第一次阅读...
- 目录 欢迎订阅本专栏，持续更新中~本专栏前期文章介绍！机器学习配套资源推送进阶版机器学习文章更新~点击下方下载高清版学习知识图册线性判别分析（LDA）主成分分析（PCA）超参数调优检验方法 ... 目录 欢迎订阅本专栏，持续更新中~本专栏前期文章介绍！机器学习配套资源推送进阶版机器学习文章更新~点击下方下载高清版学习知识图册线性判别分析（LDA）主成分分析（PCA）超参数调优检验方法 ...
- 目录 欢迎订阅本专栏，持续更新中~本专栏前期文章介绍！机器学习配套资源推送进阶版机器学习文章更新~点击下方下载高清版学习知识图册线性模型线性回归线性几率回归对数线性回归线性判别分析 过拟合... 目录 欢迎订阅本专栏，持续更新中~本专栏前期文章介绍！机器学习配套资源推送进阶版机器学习文章更新~点击下方下载高清版学习知识图册线性模型线性回归线性几率回归对数线性回归线性判别分析 过拟合...
- 一、问题描述 如题。 二、解决方案 2.1 输入数据有误 数据集太少输入数据为经过标准化：没有经过正则化处理的数据可能存在异常点，或者数据的量纲不一致。可以采用min_max归一化或者z-scor... 一、问题描述 如题。 二、解决方案 2.1 输入数据有误 数据集太少输入数据为经过标准化：没有经过正则化处理的数据可能存在异常点，或者数据的量纲不一致。可以采用min_max归一化或者z-scor...
- 目录 文章目录 目录前言Q1：随着数字化进程加快，海量数据频发现象层出不穷，传统 CPU 解决方案在哪些场景中会受限？Q2：作为网卡与处理器的结合，DPU 具备传输与计算的能力。都说 DPU 源... 目录 文章目录 目录前言Q1：随着数字化进程加快，海量数据频发现象层出不穷，传统 CPU 解决方案在哪些场景中会受限？Q2：作为网卡与处理器的结合，DPU 具备传输与计算的能力。都说 DPU 源...
- 循环神经网络： https://blog.csdn.net/qq_37534947/article/details/108369828 循环神经网络： https://blog.csdn.net/qq_37534947/article/details/108369828
- 一：手写二维卷积的实现 要求： 手写二维卷积的实现，并从至少一个数据集上进行实验，这里我选取了车辆分类数据集（后面的实验都是用的车辆分类数据集），主要根据数据集的大小，手动定义二维卷积操作，如：自定义单通... 一：手写二维卷积的实现 要求： 手写二维卷积的实现，并从至少一个数据集上进行实验，这里我选取了车辆分类数据集（后面的实验都是用的车辆分类数据集），主要根据数据集的大小，手动定义二维卷积操作，如：自定义单通...
- 文章目录 6 分类任务6.1 前置知识6.1.1 分类6.1.2 分类的网络 6.2 动手6.2.1 读取数据6.2.2 functional模块6.2.3 继续搭建分类神经网络6.2.4 ... 文章目录 6 分类任务6.1 前置知识6.1.1 分类6.1.2 分类的网络 6.2 动手6.2.1 读取数据6.2.2 functional模块6.2.3 继续搭建分类神经网络6.2.4 ...
- 文章目录 致谢 4 补充知识4.1 微积分4.1.1 导数和微分4.1.2 偏导数4.1.3 梯度4.1.4 链式求导 4.2 Hub模块 致谢 导数与微分到底有什么区... 文章目录 致谢 4 补充知识4.1 微积分4.1.1 导数和微分4.1.2 偏导数4.1.3 梯度4.1.4 链式求导 4.2 Hub模块 致谢 导数与微分到底有什么区...
- 文章目录 致谢 2 数据集的加载2.1 框架数据集的加载2.2 自定义数据集2.3 准备数据以进行数据加载器训练 致谢 Pytorch自带数据集介绍_godblesstao的... 文章目录 致谢 2 数据集的加载2.1 框架数据集的加载2.2 自定义数据集2.3 准备数据以进行数据加载器训练 致谢 Pytorch自带数据集介绍_godblesstao的...
- 文章目录 致谢 11 逻辑回归11.1 引入11.2 激活函数11.3 损失函数11.4 梯度下降11.5 案例：癌症分类预测 致谢 逻辑回归为什么用Sigmoid？ - 知... 文章目录 致谢 11 逻辑回归11.1 引入11.2 激活函数11.3 损失函数11.4 梯度下降11.5 案例：癌症分类预测 致谢 逻辑回归为什么用Sigmoid？ - 知...
- 文章目录 1 转变1.1 前言1.2 基本元素1.2.1 张量1.2.2 创建张量1.2.3 操纵张量1.2.3.1 张量乘法1.2.3.2 哈达玛积1.2.3.3 降维1.2.3.4 转置1.2... 文章目录 1 转变1.1 前言1.2 基本元素1.2.1 张量1.2.2 创建张量1.2.3 操纵张量1.2.3.1 张量乘法1.2.3.2 哈达玛积1.2.3.3 降维1.2.3.4 转置1.2...
- 文章目录 1 服务器搭建yolov5环境1.1 创建环境1.2 跟随官方指引 2 下载预训练权重3 推理4 测试 1 服务器搭建yolov5环境 1.1 创建环境 首先先的在本... 文章目录 1 服务器搭建yolov5环境1.1 创建环境1.2 跟随官方指引 2 下载预训练权重3 推理4 测试 1 服务器搭建yolov5环境 1.1 创建环境 首先先的在本...
- 文章目录 致谢 3 图像处理（上）3.1 几何变换3.1.1 图像缩放3.1.2 图像平移3.1.3 图像旋转3.1.4 仿射变换 3.2 图像阈值3.3 图像平滑3.3.1 图像噪声3... 文章目录 致谢 3 图像处理（上）3.1 几何变换3.1.1 图像缩放3.1.2 图像平移3.1.3 图像旋转3.1.4 仿射变换 3.2 图像阈值3.3 图像平滑3.3.1 图像噪声3...
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中 -
一个AI团队帮你写代码：华为云码道Agent Space实战2026/06/25 周四 19:00-21:00
张翰文-华为云码道工程师/郭英旭-青软创新科技集团股份有限公司 软件架构师
本场直播聚焦华为云码道Agent Space两大模式：研发办公、代码开发，亲身体验从需求到代码的AI自动化能力。实操演示基于华为 CodeArts CLI，依托 OpenSpec 规格体系从零搭建业务项目。
即将直播
热门标签