- 文章目录 一、DSSM模型1.1 DSSM模型架构1.2 模型原理 二、负样本构造的6个常用方法2.1 曝光未点击数据2.2 全局随机选择负例2.3 Batch内随机选择负例2.4 曝光数据中... 文章目录 一、DSSM模型1.1 DSSM模型架构1.2 模型原理 二、负样本构造的6个常用方法2.1 曝光未点击数据2.2 全局随机选择负例2.3 Batch内随机选择负例2.4 曝光数据中...
- 前言 KNN（K- Nearest Neighbor）法即K最邻近法，最初由 Cover和Hart于1968年提出，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。 KNN算法的核心思想是，如果一个样本在特征空间中的K个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确... 前言 KNN（K- Nearest Neighbor）法即K最邻近法，最初由 Cover和Hart于1968年提出，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。 KNN算法的核心思想是，如果一个样本在特征空间中的K个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确...
- 一个视频带你了解傅里叶变换全过程 傅里叶级数视频解析 复共轭序列的DFT 意义：1、时域x(n)取共轭，对应于频域X(k)取循环反转共轭（实部取循环反转，虚部取循环反转的负值） 2、频域X(k)取共轭，对应于时域x(n)取循环反转共轭。 DFT的共轭对称性 有限长共轭对... 一个视频带你了解傅里叶变换全过程 傅里叶级数视频解析 复共轭序列的DFT 意义：1、时域x(n)取共轭，对应于频域X(k)取循环反转共轭（实部取循环反转，虚部取循环反转的负值） 2、频域X(k)取共轭，对应于时域x(n)取循环反转共轭。 DFT的共轭对称性 有限长共轭对...
- 一： K近邻算法描述 k近邻法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。K近邻可能是机器学习最容易理解的算法，事实上它根本就没有进行学习。它的工作原理是：存在... 一： K近邻算法描述 k近邻法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。K近邻可能是机器学习最容易理解的算法，事实上它根本就没有进行学习。它的工作原理是：存在...
- 目录 一、实验目的 二、实验内容 三、实验思考 一、实验目的 1．在理论学习的基础上，通过本实验，加深对FFT的理解，熟悉FFT子程序； 2．熟练掌握FFT实现两个序列的线性卷积的方法； 3．熟悉应用FFT进行信号频谱分析过程中可能出现的问题以便在实际中正确应用FFT； 4. 学习用FFT对连续信号进行谱分析的... 目录 一、实验目的 二、实验内容 三、实验思考 一、实验目的 1．在理论学习的基础上，通过本实验，加深对FFT的理解，熟悉FFT子程序； 2．熟练掌握FFT实现两个序列的线性卷积的方法； 3．熟悉应用FFT进行信号频谱分析过程中可能出现的问题以便在实际中正确应用FFT； 4. 学习用FFT对连续信号进行谱分析的...
- 一个视频带你了解傅里叶变换全过程 傅里叶级数视频解析 目录 数字频率与模拟角频率的关系： 线性系统： 时不变系统： 采样定理： 时移和频移 时域卷积及频域卷积 帕斯维尔（Parseval）定理 序列的反转 序列的共轭 FT的对称性 序列傅里叶变换（D... 一个视频带你了解傅里叶变换全过程 傅里叶级数视频解析 目录 数字频率与模拟角频率的关系： 线性系统： 时不变系统： 采样定理： 时移和频移 时域卷积及频域卷积 帕斯维尔（Parseval）定理 序列的反转 序列的共轭 FT的对称性 序列傅里叶变换（D...
- 目录 谱估计及栅栏效应 高密度谱如上 高分辨率谱如上 频域采样 线性卷积与循环卷积 谱估计及栅栏效应 该处DFT的点数N点采样并不是其有效长度 当有限长序列为[1 2 3 4 3 2]时 当N=8，16，32，128时 高密度谱如上 观察可发现，当补零个数增加，则可看到未显示的栅栏，看到的频谱... 目录 谱估计及栅栏效应 高密度谱如上 高分辨率谱如上 频域采样 线性卷积与循环卷积 谱估计及栅栏效应 该处DFT的点数N点采样并不是其有效长度 当有限长序列为[1 2 3 4 3 2]时 当N=8，16，32，128时 高密度谱如上 观察可发现，当补零个数增加，则可看到未显示的栅栏，看到的频谱...
- 论文题目 AutoAugment: Learning Augmentation Strategies from Data 代码：https://github.com/DeepVoltaire/AutoAugment Abstract 数据增强是提高图像分类器精度的有效技术。但是当前的数据增强实现是手工设计的。在本论文... 论文题目 AutoAugment: Learning Augmentation Strategies from Data 代码：https://github.com/DeepVoltaire/AutoAugment Abstract 数据增强是提高图像分类器精度的有效技术。但是当前的数据增强实现是手工设计的。在本论文...
- 最近邻搜索（Nearest neighbor search）是指在数据库中查找与查询数据距离最近的数据点，是计算机视觉、推荐系统、机器学习等领域的基本问题。 比如在基于内容的图像检索中，在计算完查询图像特征向量后，需要在成千上万甚至几十亿的数据库图像特征向量中查找距离最小的Top n 幅图像，作为结果返回给用户。 Facebo... 最近邻搜索（Nearest neighbor search）是指在数据库中查找与查询数据距离最近的数据点，是计算机视觉、推荐系统、机器学习等领域的基本问题。 比如在基于内容的图像检索中，在计算完查询图像特征向量后，需要在成千上万甚至几十亿的数据库图像特征向量中查找距离最小的Top n 幅图像，作为结果返回给用户。 Facebo...
- 文章目录 前言最小化代价函数正则化在神经网络中的 L ... 文章目录 前言最小化代价函数正则化在神经网络中的 L ...
- 激活函数 为什么使用激活函数？ 线性激活函数一般用于输出。如果使用线性方程，而不使用激活函数，那么神经网络不管多少层，它的输出就仅仅是输入函数的线性变化 ReLu 又称为整流线性单元函数，表达... 激活函数 为什么使用激活函数？ 线性激活函数一般用于输出。如果使用线性方程，而不使用激活函数，那么神经网络不管多少层，它的输出就仅仅是输入函数的线性变化 ReLu 又称为整流线性单元函数，表达...
- 文章目录 1.前言2.算法设计2.1任务流程2.2 LeNet简述2.3 算法设计2.3.1 引入相关的包2.3.2 读取数据集2.3.3 归一化数据集2.3.4 取出一个数据瞅瞅2.3.5 定义... 文章目录 1.前言2.算法设计2.1任务流程2.2 LeNet简述2.3 算法设计2.3.1 引入相关的包2.3.2 读取数据集2.3.3 归一化数据集2.3.4 取出一个数据瞅瞅2.3.5 定义...
- 第一周测验 Introduction to Deep Learning 1.What does the analogy “AI is the new electricity” refer to? AI... 第一周测验 Introduction to Deep Learning 1.What does the analogy “AI is the new electricity” refer to? AI...
- 百度飞桨学习——七日打卡作业(四)五人识别 任务简介 图像分类是计算机视觉的重要领域，它的目标是将图像分类到预定义的标签。近期，许多研究者提出很多不同种类的神经网络，并且极大的提升了分类算法的性能。本... 百度飞桨学习——七日打卡作业(四)五人识别 任务简介 图像分类是计算机视觉的重要领域，它的目标是将图像分类到预定义的标签。近期，许多研究者提出很多不同种类的神经网络，并且极大的提升了分类算法的性能。本...
- 文章目录 前言什么是高偏差，高方差利用数据集误差判断拟合情况处理方式看模型在训练集上的表现看模型在开发集上的表现 后记 前言 这篇文章的内容主要是偏差与方差的相关解释 什么是高... 文章目录 前言什么是高偏差，高方差利用数据集误差判断拟合情况处理方式看模型在训练集上的表现看模型在开发集上的表现 后记 前言 这篇文章的内容主要是偏差与方差的相关解释 什么是高...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签