- TensorFlow 和地球引擎 TensorFlow是一个开源机器学习平台，支持深度学习等高级机器学习方法。本页面介绍了 Earth Engine 中的 TensorFlow 特定功能。尽管 TensorFlow 模型是在 Earth Engine 之外开发和训练的，但 Earth Engine API 提供了以 TFRe... TensorFlow 和地球引擎 TensorFlow是一个开源机器学习平台，支持深度学习等高级机器学习方法。本页面介绍了 Earth Engine 中的 TensorFlow 特定功能。尽管 TensorFlow 模型是在 Earth Engine 之外开发和训练的，但 Earth Engine API 提供了以 TFRe...
- 萤火虫算法(原理) 1 算法简介 萤火虫算法（Firefly Algorithm，FA）是在2008 年由英国剑桥学者Yang 提出的一种新型启发式智能优化方法，其基本思想来源于萤火虫成虫利用发光的生物学特性而表现出来的觅食、求偶、警戒等社会性行为。 该算法根据萤火虫的位置刻画萤火虫个体的自身亮度和对其它萤火虫的吸引度的大小，萤火... 萤火虫算法(原理) 1 算法简介 萤火虫算法（Firefly Algorithm，FA）是在2008 年由英国剑桥学者Yang 提出的一种新型启发式智能优化方法，其基本思想来源于萤火虫成虫利用发光的生物学特性而表现出来的觅食、求偶、警戒等社会性行为。 该算法根据萤火虫的位置刻画萤火虫个体的自身亮度和对其它萤火虫的吸引度的大小，萤火...
- 一、问题 预测问题我们几乎已经见了很多了，很多比赛都会遇到预测，因此我们必须掌握它！ 本案例你只需要会改数据就行，不用花时间理解每一行代码意思。 举个例子如下：（借鉴） 二、建模 看到数据后先... 一、问题 预测问题我们几乎已经见了很多了，很多比赛都会遇到预测，因此我们必须掌握它！ 本案例你只需要会改数据就行，不用花时间理解每一行代码意思。 举个例子如下：（借鉴） 二、建模 看到数据后先...
- 一、时间序列是什么？ 时间序列预测模型是能够根据先前观察到的值预测 未来值的模型。时间序列预测广泛用于非平稳数据。非平稳数据被称为数据，其统计特性（例如均值和标准差）不随时间恒定，而是这些指标随时间... 一、时间序列是什么？ 时间序列预测模型是能够根据先前观察到的值预测 未来值的模型。时间序列预测广泛用于非平稳数据。非平稳数据被称为数据，其统计特性（例如均值和标准差）不随时间恒定，而是这些指标随时间...
- 点击▲ “Java编程鸭”关注并标星 更多精彩 第一时间直达 介绍一些用于数据科学和云开发的最有前途的编程语言 > Photo by Salvatore Ventura on Unsplash 介绍 截至2020年，大约有700种编程语言可用[1]。其中一些倾向于仅适用于特定领域，而其他一些则因其能够... 点击▲ “Java编程鸭”关注并标星 更多精彩 第一时间直达 介绍一些用于数据科学和云开发的最有前途的编程语言 > Photo by Salvatore Ventura on Unsplash 介绍 截至2020年，大约有700种编程语言可用[1]。其中一些倾向于仅适用于特定领域，而其他一些则因其能够...
- 训练集与模型 我就选了不同人物十张照片，如果多一点会效果更好： 经过训练后，把模型保存为：train_cnn_model.clf 测试效果 用使用好的模型进行mp4测试:(当然也可以修改为摄... 训练集与模型 我就选了不同人物十张照片，如果多一点会效果更好： 经过训练后，把模型保存为：train_cnn_model.clf 测试效果 用使用好的模型进行mp4测试:(当然也可以修改为摄...
- cvxpy求解 比如我们求解这样的一个问题： 我们需要配置基本的环境，首先记得按顺序安装模块： pip install numpy pip install mkl pip install cv... cvxpy求解 比如我们求解这样的一个问题： 我们需要配置基本的环境，首先记得按顺序安装模块： pip install numpy pip install mkl pip install cv...
- 基本监督分类 我们将学习如何使用 Google Maps 提供的高分辨率底图图像，使用从代码编辑器收集的训练样本进行基本的土地覆盖分类。这种方法不需要事先训练数据，在世界任何地方生成高质量的分类样本都非常有效。目标是将每个源像素分类为以下类别之一 - 城市、裸露、水或植被。使用代码编辑器中的绘图工具，您可以创建 4 个新特征集合，其中... 基本监督分类 我们将学习如何使用 Google Maps 提供的高分辨率底图图像，使用从代码编辑器收集的训练样本进行基本的土地覆盖分类。这种方法不需要事先训练数据，在世界任何地方生成高质量的分类样本都非常有效。目标是将每个源像素分类为以下类别之一 - 城市、裸露、水或植被。使用代码编辑器中的绘图工具，您可以创建 4 个新特征集合，其中...
- 深度模型有关数值稳定性的典型问题是消失（vanishing）和爆炸（explosion）。 当神经网络的层数较多时，模型的数值稳定性容易变差。 假设一个层数为 ... 深度模型有关数值稳定性的典型问题是消失（vanishing）和爆炸（explosion）。 当神经网络的层数较多时，模型的数值稳定性容易变差。 假设一个层数为 ...
- 换汤不换药，有手就会 基础肥皂案例 数据集如下： 你的数据只要能跟它合上就行，年份和数据。 你只需要修改的地方： 套上去就完事，完整代码： # coding=gbk """ 作者：川... 换汤不换药，有手就会 基础肥皂案例 数据集如下： 你的数据只要能跟它合上就行，年份和数据。 你只需要修改的地方： 套上去就完事，完整代码： # coding=gbk """ 作者：川...
- 一张图即可轻松理解： 人脸识别基本步骤： 一张图即可轻松理解： 人脸识别基本步骤：
- 全球森林变化 马里兰大学 地理科学系 对描述森林范围和变化的陆地卫星图像进行时间序列分析的结果。 树木被定义为高度超过5米的植被，并以每个输出网格单元的百分比表示为 "2000年树木覆盖率"。森林覆盖物损失 "被定义为2000-2020年期间的林分替代干扰，或从森林状态到非森林状态的变化。森林覆盖率增长 "定义为损失的倒数，或在200... 全球森林变化 马里兰大学 地理科学系 对描述森林范围和变化的陆地卫星图像进行时间序列分析的结果。 树木被定义为高度超过5米的植被，并以每个输出网格单元的百分比表示为 "2000年树木覆盖率"。森林覆盖物损失 "被定义为2000-2020年期间的林分替代干扰，或从森林状态到非森林状态的变化。森林覆盖率增长 "定义为损失的倒数，或在200...
- 多人姿态识别简介 人体姿态估计有两个主流方案：Two-step framework 和Part-based framework。第一种方案是检测环境中的每一个人体检测框，然后独立地去检测每一个人体区域的姿态（自顶向下的方法）。第二种方案是首先检测出环境中的所有肢体节点，然后进行拼接得到多人的骨架（自底向上的方法）。第一种方案，姿态检测... 多人姿态识别简介 人体姿态估计有两个主流方案：Two-step framework 和Part-based framework。第一种方案是检测环境中的每一个人体检测框，然后独立地去检测每一个人体区域的姿态（自顶向下的方法）。第二种方案是首先检测出环境中的所有肢体节点，然后进行拼接得到多人的骨架（自底向上的方法）。第一种方案，姿态检测...
- 通过把yolov3训练出来的效果可视化： 可以用python可视化，也可以直接在代码里面用tensorboardX可视化。 import reimport pandas as pdfrom matplotlib import pyplot as plt def read_data(filename): # 1: 3983.... 通过把yolov3训练出来的效果可视化： 可以用python可视化，也可以直接在代码里面用tensorboardX可视化。 import reimport pandas as pdfrom matplotlib import pyplot as plt def read_data(filename): # 1: 3983....
- 这种变化检测技术也称为一次性分类或直接多日期分类。在这里，我们创建了一个包含前后图像条带的单个堆叠图像。我们使用从堆叠图像中采样的训练数据训练分类器，并将分类器应用于堆叠图像以查找所有变化像素。 代码： var bangalore = ee.FeatureCollection('users/ujavalgandhi/public/b... 这种变化检测技术也称为一次性分类或直接多日期分类。在这里，我们创建了一个包含前后图像条带的单个堆叠图像。我们使用从堆叠图像中采样的训练数据训练分类器，并将分类器应用于堆叠图像以查找所有变化像素。 代码： var bangalore = ee.FeatureCollection('users/ujavalgandhi/public/b...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签