- Logistic regression （逻辑回归）是当前业界比较常用的机器学习方法，用于估计某种事物的可能性。比如某用户购买某商品的可能性，某病人患 Logistic regression （逻辑回归）是当前业界比较常用的机器学习方法，用于估计某种事物的可能性。比如某用户购买某商品的可能性，某病人患
- mahout in action 中文翻译第1章初识mahout mahout in action 中文翻译 1. 初识Mahout 本章涵盖以下内容： Apache Mahout是什么？ 现实中推荐系统引擎、聚类、分类概述 配置mahout 读者可能从本书的标题中依然知晓，本书是一本使用的工具书，讲解如何将maho... mahout in action 中文翻译第1章初识mahout mahout in action 中文翻译 1. 初识Mahout 本章涵盖以下内容： Apache Mahout是什么？ 现实中推荐系统引擎、聚类、分类概述 配置mahout 读者可能从本书的标题中依然知晓，本书是一本使用的工具书，讲解如何将maho...
- 支持向量机（SVM）是一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机；支持向量机还包括核技巧，这使它成为实质上的非线性分类器。支持向量机的学习策略就是间隔最大化，可形式化为一个求解凸二次规划的问题，也等价于正则化的合页损失函数的最小化问题。支持向量机的学习算法是求解凸二次规划的最优化算法。支持向量机学习方法包含构建由简至繁的模型：线性可分支持... 支持向量机（SVM）是一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机；支持向量机还包括核技巧，这使它成为实质上的非线性分类器。支持向量机的学习策略就是间隔最大化，可形式化为一个求解凸二次规划的问题，也等价于正则化的合页损失函数的最小化问题。支持向量机的学习算法是求解凸二次规划的最优化算法。支持向量机学习方法包含构建由简至繁的模型：线性可分支持...
- 目录 前言 往期文章 5.2 匹配基本定理 对称差 5.2.1 Berge定理 定理 5.1 ... 目录 前言 往期文章 5.2 匹配基本定理 对称差 5.2.1 Berge定理 定理 5.1 ...
- 目录 前言 往期文章 5.4 方阵函数 5.4.1 方阵函数 f ( A ) f(A) f(A)定义 5.4.2 用方阵 ... 目录 前言 往期文章 5.4 方阵函数 5.4.1 方阵函数 f ( A ) f(A) f(A)定义 5.4.2 用方阵 ...
- 一、独热编码（One-Hot Encoding）介绍One-hot在数字电路中被用来表示一种特殊的位元组合，该字节里，仅容许单一位元为1，其他位元都必须为0。之所以称为one-hot就是因为只能有一个1（hot）。若情况相反，只有一个0，其余为1，则称为one-cold。在机器学习里，也有one-hot向量（one-hot vector）的概念。在一任意维度的向量中，仅有一个维度的值是1，其... 一、独热编码（One-Hot Encoding）介绍One-hot在数字电路中被用来表示一种特殊的位元组合，该字节里，仅容许单一位元为1，其他位元都必须为0。之所以称为one-hot就是因为只能有一个1（hot）。若情况相反，只有一个0，其余为1，则称为one-cold。在机器学习里，也有one-hot向量（one-hot vector）的概念。在一任意维度的向量中，仅有一个维度的值是1，其...
- 想实现一个最基本的z = x*y的乘法器，并看看其电路内部逻辑是怎么形成的。因为我们都知道数电中多bit数据是由多个单bit数据并行组成，因此提出一个问题：多bit数据是怎么相乘的？或者说相乘时他们位是如何变化的？废话不多说，上代码module top( input [1:0] a, input [1:0] b, output [3:0] c ); assign... 想实现一个最基本的z = x*y的乘法器，并看看其电路内部逻辑是怎么形成的。因为我们都知道数电中多bit数据是由多个单bit数据并行组成，因此提出一个问题：多bit数据是怎么相乘的？或者说相乘时他们位是如何变化的？废话不多说，上代码module top( input [1:0] a, input [1:0] b, output [3:0] c ); assign...
- 目录 前言 3.1 线性变换定义 定义3.1 ：线性变换 定义3.2 定理3.1.1 定理3.1.2 定义3.3 定义... 目录 前言 3.1 线性变换定义 定义3.1 ：线性变换 定义3.2 定理3.1.1 定理3.1.2 定义3.3 定义...
- 目录 前言 2.3 正交补与投影定理 2.3.1 正交补 定义2.6 定义2.7 定理2.3.1 ... 目录 前言 2.3 正交补与投影定理 2.3.1 正交补 定义2.6 定义2.7 定理2.3.1 ...
- 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入输出的联合概率颁布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。1. 朴素贝叶斯法的学习与分类1.1. 基本方法由P(X,Y)独立同分布产生。朴素贝叶斯法通过训练数据集学习联合概率分布P(X,Y)。具体地，学习以下先验概率分布及条件概率分布。先验概率分布... 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入输出的联合概率颁布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。1. 朴素贝叶斯法的学习与分类1.1. 基本方法由P(X,Y)独立同分布产生。朴素贝叶斯法通过训练数据集学习联合概率分布P(X,Y)。具体地，学习以下先验概率分布及条件概率分布。先验概率分布...
- 目录 前言 1.6 子空间的交与和 1.6.1 子空间的交 定理1.6.1 1.6.2 子空间的和 ... 目录 前言 1.6 子空间的交与和 1.6.1 子空间的交 定理1.6.1 1.6.2 子空间的和 ...
- 目录 前言 1.5 线性子空间 1.5.1 线性子空间 定义1.5 定理1.5.1 例 - 1 ... 目录 前言 1.5 线性子空间 1.5.1 线性子空间 定义1.5 定理1.5.1 例 - 1 ...
- 一、相关概念机器学习 机器学习并没有准确的定义，Arthur Samuel (1959) 定义机器学习为 'Field of study that gives computers the abilety to learn with out being explicitly programmed.' 比较新的定义来自Tom Mitchell (1998): A computer p... 一、相关概念机器学习 机器学习并没有准确的定义，Arthur Samuel (1959) 定义机器学习为 'Field of study that gives computers the abilety to learn with out being explicitly programmed.' 比较新的定义来自Tom Mitchell (1998): A computer p...
- 本文转载自https://www.zybuluo.com/huanghaian/note/1749740github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 0 摘要论文名称：Prime Sample Attention in Object Detection论文地址：https://arxiv.org/pdf... 本文转载自https://www.zybuluo.com/huanghaian/note/1749740github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 0 摘要论文名称：Prime Sample Attention in Object Detection论文地址：https://arxiv.org/pdf...
- def bn_parse(args, auxs, name, args_dict, fix_gamma=False): """ name0: PyTorch layer name; name1: MXnet layer name.""" args_dict[name[0]] = {} if not ... def bn_parse(args, auxs, name, args_dict, fix_gamma=False): """ name0: PyTorch layer name; name1: MXnet layer name.""" args_dict[name[0]] = {} if not ...
上滑加载中
推荐直播
-
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 -
华为云码道全新升级，多会话并行与多智能体协作2026/05/08 周五 19:00-21:00
王一男-华为云码道产品专家；张嘉冉-华为云码道工程师；胡琦-华为云HCDE；程诗杰-华为云HCDG
华为云码道4月份版本全新升级，此次直播深度解读4月份产品特性，通过“特性解读+实操演示+实战案例+设计创新”的组合，全方位展现码道在多会话并行与多智能体协作方面的能力，赋能开发者提升效率
正在直播
热门标签