- 简 介： 记录了2022年春季学期论文评审答辩信息。 关键词： 硕士论文，评审意见 §01 第一篇论文 一、论文信息 1、题目： 基于弱监督学习的地震... 简 介： 记录了2022年春季学期论文评审答辩信息。 关键词： 硕士论文，评审意见 §01 第一篇论文 一、论文信息 1、题目： 基于弱监督学习的地震...
- 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...
- 在计算机视觉方面，实现最先进性能的大型模型与实际应用中简单的模型之间的差距越来越大。在本文中，将解决这个问题，并显著地弥补这2种模型之间的差距。 在实证研究中，作者的目标不是一定要提出一种新的方法，而是努力确定一种稳健和有效的配置方案，使最先进的大模型在实践中能够得到应用。本文证明了在正确使用的情况下，知识蒸馏可以在不影响... 在计算机视觉方面，实现最先进性能的大型模型与实际应用中简单的模型之间的差距越来越大。在本文中，将解决这个问题，并显著地弥补这2种模型之间的差距。 在实证研究中，作者的目标不是一定要提出一种新的方法，而是努力确定一种稳健和有效的配置方案，使最先进的大模型在实践中能够得到应用。本文证明了在正确使用的情况下，知识蒸馏可以在不影响...
- 订阅本专栏，有大量的数学建模教程，从零基础到后续的实战案例，篇篇都有源码和讲解。 一、简介 支持向量机(SVM) 是一种有监督的机器学习分类算法。在二维线性可分数据的情况下，如图所示，典型的机器学习算... 订阅本专栏，有大量的数学建模教程，从零基础到后续的实战案例，篇篇都有源码和讲解。 一、简介 支持向量机(SVM) 是一种有监督的机器学习分类算法。在二维线性可分数据的情况下，如图所示，典型的机器学习算...
- 在本文中，我们将通过使用 Python 的 Sklearn（又名 Scikit Learn）库来实现 SVM（支持向量机）算法的教程。上一篇已经讲过了SVM的基本案例实践，本篇我们实战心脏病数据集的分类。... 在本文中，我们将通过使用 Python 的 Sklearn（又名 Scikit Learn）库来实现 SVM（支持向量机）算法的教程。上一篇已经讲过了SVM的基本案例实践，本篇我们实战心脏病数据集的分类。...
- Python 这门编程语言的运行速度并不快，这早已不是什么秘密了。很多开发者期待这门语言的性能有所提升，这种情况或即将发生改变，或至少朝着正确的方向前进着，这也是Python的创始人重新出山后的决策结果之一。 5月7日，Python团队发布最新的 Python 版本 - Python 3.11。目前发布的是一个测试版本 (Bet... Python 这门编程语言的运行速度并不快，这早已不是什么秘密了。很多开发者期待这门语言的性能有所提升，这种情况或即将发生改变，或至少朝着正确的方向前进着，这也是Python的创始人重新出山后的决策结果之一。 5月7日，Python团队发布最新的 Python 版本 - Python 3.11。目前发布的是一个测试版本 (Bet...
- 文章目录 一、制作Darknet格式数据集 二、更改配置文件 三、下载预训练模型 四、编译darknet 五、开始训练 六、断... 文章目录 一、制作Darknet格式数据集 二、更改配置文件 三、下载预训练模型 四、编译darknet 五、开始训练 六、断...
- 目录 大学生创新创业训练计划申报须知 立项方式： 项目运行： 项目验收： 报销流程： 报销要求： 大创项目，想必很多小伙伴或多或少都听说过吧，本科生参加大创不仅可以提前感受科研的魅力（好吧，其实大多数都是看研究... 目录 大学生创新创业训练计划申报须知 立项方式： 项目运行： 项目验收： 报销流程： 报销要求： 大创项目，想必很多小伙伴或多或少都听说过吧，本科生参加大创不仅可以提前感受科研的魅力（好吧，其实大多数都是看研究...
- 概述 题号 标题 已通过代码 通过率 团队的状态 A Broadcast Stations 点击查看 17/55 未通过 B Connect3 点击查看 167/234 未通过 C Game Map 点... 概述 题号 标题 已通过代码 通过率 团队的状态 A Broadcast Stations 点击查看 17/55 未通过 B Connect3 点击查看 167/234 未通过 C Game Map 点...
- J Jewels 题意： 给出n个点的位置x,y,z以及速度v，从第t=0秒开始打捞，打捞点i的代价为x^2+y^2+(z+t*v)^2，求打捞所有点的最小代价。 思路： 所有的宝石肯定都在 0~... J Jewels 题意： 给出n个点的位置x,y,z以及速度v，从第t=0秒开始打捞，打捞点i的代价为x^2+y^2+(z+t*v)^2，求打捞所有点的最小代价。 思路： 所有的宝石肯定都在 0~...
- 1、竞赛 Kaggle 竞赛主要分成以下几个类别。 1、 入门比赛 Getting Started 入门比赛 Getting Started 给萌新们一个试水的机会，没有奖金，但有非常多的前辈经验可... 1、竞赛 Kaggle 竞赛主要分成以下几个类别。 1、 入门比赛 Getting Started 入门比赛 Getting Started 给萌新们一个试水的机会，没有奖金，但有非常多的前辈经验可...
- 题号 标题 已通过代码 通过率 团队的状态 A Browser Games 点击查看 93/1498 未通过 B Child’s play 点击查看 0/8 未通过 C Dance Party 点击查看 ... 题号 标题 已通过代码 通过率 团队的状态 A Browser Games 点击查看 93/1498 未通过 B Child’s play 点击查看 0/8 未通过 C Dance Party 点击查看 ...
- 人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。  ... 人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。  ...
- 参考： 为什么SAM可以实现更好的泛化？如何在Pytorch中实现SAM？-电子发烧友网 导读 使用SAM（锐度感知最小化），优化到损失的最平坦的最小值的地方，增强泛化能力。 动机来自先前的工作，在此基础上，我们提出了一种新的、有效的方法来同时减小损失值和损失的锐度。具体来说，在我们的处理过程中，进行锐度感知最小化（SA... 参考： 为什么SAM可以实现更好的泛化？如何在Pytorch中实现SAM？-电子发烧友网 导读 使用SAM（锐度感知最小化），优化到损失的最平坦的最小值的地方，增强泛化能力。 动机来自先前的工作，在此基础上，我们提出了一种新的、有效的方法来同时减小损失值和损失的锐度。具体来说，在我们的处理过程中，进行锐度感知最小化（SA...
- 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...
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。
即将直播
热门标签