- 摘要在上一篇文章，我总结了一些UNet的基础知识，对UNet不了解的可以看看，文章链接：https://wanghao.blog.csdn.net/article/details/123714994我也整理的UNet的pytorch版本，文章链接：https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/123280059今天这篇... 摘要在上一篇文章，我总结了一些UNet的基础知识，对UNet不了解的可以看看，文章链接：https://wanghao.blog.csdn.net/article/details/123714994我也整理的UNet的pytorch版本，文章链接：https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/123280059今天这篇...
- R 实现 支持向量机 support vector machine R 实现 支持向量机 support vector machine
- 赛题介绍 赛题名称：基于文本字符的验证码识别竞赛 出题单位：兴业银行股份有限公司 赛题背景：验证码作为性价较高的安全验证方法，在多场合得到了广泛的应用，有效地防止了机器人进行身份欺骗，其中，以基于文本字符的静态验证码最为常见。随着使用的深入，噪声点、噪声线、重叠、形变等干扰手段层出不穷，不断提升安全防范级别。RPA技术作为企业数字化转型的关键，因为其部署的非侵入式备受企业青睐，验证码识别率... 赛题介绍 赛题名称：基于文本字符的验证码识别竞赛 出题单位：兴业银行股份有限公司 赛题背景：验证码作为性价较高的安全验证方法，在多场合得到了广泛的应用，有效地防止了机器人进行身份欺骗，其中，以基于文本字符的静态验证码最为常见。随着使用的深入，噪声点、噪声线、重叠、形变等干扰手段层出不穷，不断提升安全防范级别。RPA技术作为企业数字化转型的关键，因为其部署的非侵入式备受企业青睐，验证码识别率...
- R决策树随机森林实现 R决策树随机森林实现
- 随机森林介绍 随机森林介绍
- 损失函数是模型中预测值与真实值不一样的程度。通常，我们把单个样本真实值与预测值的不一样程度称为损失函数L(Y,f(X))，而训练数据集的整体损失称为代价函数，训练数据集的平均损失称为经验损失（可参见学习笔记|机器学习的三要素）。损失函数可以有很多不同的设计，比较常见的有0-1损失、绝对值损失、均方误差、对数损失、合页损失、交叉熵等。1. 0-1损失当预测值与真实值不一样时取1，一样时取0。0... 损失函数是模型中预测值与真实值不一样的程度。通常，我们把单个样本真实值与预测值的不一样程度称为损失函数L(Y,f(X))，而训练数据集的整体损失称为代价函数，训练数据集的平均损失称为经验损失（可参见学习笔记|机器学习的三要素）。损失函数可以有很多不同的设计，比较常见的有0-1损失、绝对值损失、均方误差、对数损失、合页损失、交叉熵等。1. 0-1损失当预测值与真实值不一样时取1，一样时取0。0...
- Bagging & Boosting详解 Bagging & Boosting详解
- R 聚类分析 R 聚类分析
- R主成分分析打分 R主成分分析打分
- 逻辑回归 逻辑回归
- R 多元线性回归 R 多元线性回归
- R一元线性回归 R一元线性回归
- 细粒度分类问题细粒度分类是指对相似的类别进行分类，比如鸟的种类、车的款式等，在这些图像中，每种类别只有细微差异。如下图是21种麻雀的数据，每一列代表一个种类，每类展示了10张，我们可以发现这些麻雀的相似度非常高。在使用常规CNN网络进行特征提取后，从这些相似图像生成的特征通常也十分相似，这时如果只是简单的使用softmax交叉熵损失函数，很难将这些相似的特征区分开。Centor-Loss为了... 细粒度分类问题细粒度分类是指对相似的类别进行分类，比如鸟的种类、车的款式等，在这些图像中，每种类别只有细微差异。如下图是21种麻雀的数据，每一列代表一个种类，每类展示了10张，我们可以发现这些麻雀的相似度非常高。在使用常规CNN网络进行特征提取后，从这些相似图像生成的特征通常也十分相似，这时如果只是简单的使用softmax交叉熵损失函数，很难将这些相似的特征区分开。Centor-Loss为了...
- 总结NLP学习及应用过程中遇到的一些问题 总结NLP学习及应用过程中遇到的一些问题
- 主要概述构建多向图蛋白蛋白interaction，药物蛋白target interaction药物药物之间的作用——polypharmarcy side effects不同类型的边Decagon可以处理这样的多向图，有多重边类型使用graph convolutional neural network for multirelational linke prediction 1.1 Prese... 主要概述构建多向图蛋白蛋白interaction，药物蛋白target interaction药物药物之间的作用——polypharmarcy side effects不同类型的边Decagon可以处理这样的多向图，有多重边类型使用graph convolutional neural network for multirelational linke prediction 1.1 Prese...
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
热门标签