- 来源： 机器之心 还是熟悉的树莓派！训练 RL agent 打 Atari 不再需要 GPU 集群，这个项目让你在边缘设备上也能进行实时训练。 自从 DeepMind 团队提出 D... 来源： 机器之心 还是熟悉的树莓派！训练 RL agent 打 Atari 不再需要 GPU 集群，这个项目让你在边缘设备上也能进行实时训练。 自从 DeepMind 团队提出 D...
- 神经风格迁移由 Leon Gatys 等人于 2015 年夏天提出。自首次提出以来，神经风格迁移算法已经做了许多改进，并衍生出许多变体，而且还成功转化成许多智能手机图片应用。 神经风格迁移是指将参考图像的风格应用于目标图像，同时保留目标图像的内容。 在当前语境下，风格（style）是指图像中不同空间尺度的纹理、颜色和视觉图案，内... 神经风格迁移由 Leon Gatys 等人于 2015 年夏天提出。自首次提出以来，神经风格迁移算法已经做了许多改进，并衍生出许多变体，而且还成功转化成许多智能手机图片应用。 神经风格迁移是指将参考图像的风格应用于目标图像，同时保留目标图像的内容。 在当前语境下，风格（style）是指图像中不同空间尺度的纹理、颜色和视觉图案，内...
- 一、语义化标签 （1）现需要设置一个按钮，请填写语义化标签补全代码片段（仅填写一个标签名即可） <_____>点我!</_____> 不用说，按钮标签<button></button> （2） 在HTML中一般用哪个语义化标签表示斜体文本效果？ 斜体文本效果... 一、语义化标签 （1）现需要设置一个按钮，请填写语义化标签补全代码片段（仅填写一个标签名即可） <_____>点我!</_____> 不用说，按钮标签<button></button> （2） 在HTML中一般用哪个语义化标签表示斜体文本效果？ 斜体文本效果...
- 机器学习经典十大算法 机器学习/人工智能的子领域在过去几年越来越受欢迎。目前大数据在科技行业已经炙手可热，而基于大量数据来进行预测或者得出建议的机器学习无疑是非常强大的。一些最常见的机器学习例子，比如N... 机器学习经典十大算法 机器学习/人工智能的子领域在过去几年越来越受欢迎。目前大数据在科技行业已经炙手可热，而基于大量数据来进行预测或者得出建议的机器学习无疑是非常强大的。一些最常见的机器学习例子，比如N...
- CenterNet+ deepsort实现多目标跟踪 首先使用CenterNet训练自己的检测数据集，可以检测人、动物、鱼大等多种自定义类别，然后再把训练好的预训练模型传入deepsort算法进行多目标跟踪。试验结果表明centernet精度和速度方面都具有更好的优势。 CenterNet简介 论文：https://arxiv... CenterNet+ deepsort实现多目标跟踪 首先使用CenterNet训练自己的检测数据集，可以检测人、动物、鱼大等多种自定义类别，然后再把训练好的预训练模型传入deepsort算法进行多目标跟踪。试验结果表明centernet精度和速度方面都具有更好的优势。 CenterNet简介 论文：https://arxiv...
- 联接用于根据 指定的条件组合来自不同集合（例如ImageCollection或FeatureCollection）的元素 ee.Filter。过滤器是用每个集合中彼此相关的属性的参数构造的。具体来说， leftField指定与次要集合中的 相关的主要集合中的属性rightField。过滤器的类型（例如 eq... 联接用于根据 指定的条件组合来自不同集合（例如ImageCollection或FeatureCollection）的元素 ee.Filter。过滤器是用每个集合中彼此相关的属性的参数构造的。具体来说， leftField指定与次要集合中的 相关的主要集合中的属性rightField。过滤器的类型（例如 eq...
- 从搬完宿舍以来，过的一天不如一天，甚至每天早上6点钟自然醒的能力都开始慢慢丧失了，而且白天还比较嗜睡，一躺下没两个小时肯定不够。这两天也基本上没学什么东西，浪费了好多时间，感觉心里老是毛毛的，也有一丝的愧疚。就以这个状态，怎么去参加秋招。。。  ... 从搬完宿舍以来，过的一天不如一天，甚至每天早上6点钟自然醒的能力都开始慢慢丧失了，而且白天还比较嗜睡，一躺下没两个小时肯定不够。这两天也基本上没学什么东西，浪费了好多时间，感觉心里老是毛毛的，也有一丝的愧疚。就以这个状态，怎么去参加秋招。。。  ...
- 要评估分类器的准确性，请使用ConfusionMatrix ( Stehman 1997 )。以下示例用于sample()从 MODIS 参考图像生成训练和验证数据，并比较表示训练和验证准确度的混淆矩阵： 函数： confusionMatrix() 根据其训练数据（即：重新代入误差）计算分类器的 2D... 要评估分类器的准确性，请使用ConfusionMatrix ( Stehman 1997 )。以下示例用于sample()从 MODIS 参考图像生成训练和验证数据，并比较表示训练和验证准确度的混淆矩阵： 函数： confusionMatrix() 根据其训练数据（即：重新代入误差）计算分类器的 2D...
- PCA主成分分析法简介 主成分分析算法（PCA）是最常用的线性降维方法，它的目标是通过某种线性投影，将高维的数据映射到低维的空间中，并期望在所投影的维度上数据的信息量最大（方差最大），以此使用较少的数据... PCA主成分分析法简介 主成分分析算法（PCA）是最常用的线性降维方法，它的目标是通过某种线性投影，将高维的数据映射到低维的空间中，并期望在所投影的维度上数据的信息量最大（方差最大），以此使用较少的数据...
- 逻辑回归简介 逻辑回归虽然名称有回归两字，但是用来做分类算法的，大家都熟悉线性回归，一般形式是 Y ... 逻辑回归简介 逻辑回归虽然名称有回归两字，但是用来做分类算法的，大家都熟悉线性回归，一般形式是 Y ...
- 1、什么是机器学习？ 机器学习是指通过大量的训练集来对自己建好的模型进行训练学习，最后使计算机在没有被明确编程的情况下，仍然能够进行学习的能力。 2、什么是训练集，是用来做什么的？ 训练所用的问题和答案叫做训练集，训练集是数据，需要提前收集，用来对模型进行训练。 3... 1、什么是机器学习？ 机器学习是指通过大量的训练集来对自己建好的模型进行训练学习，最后使计算机在没有被明确编程的情况下，仍然能够进行学习的能力。 2、什么是训练集，是用来做什么的？ 训练所用的问题和答案叫做训练集，训练集是数据，需要提前收集，用来对模型进行训练。 3...
- 论文题目: Mastering Complex Controlin MOBA Games with DeepReinforcement Learning 主要贡献 提出了一个深度强化学习框架，从系... 论文题目: Mastering Complex Controlin MOBA Games with DeepReinforcement Learning 主要贡献 提出了一个深度强化学习框架，从系...
- 生成对抗网络主要分为生成器网络和判别器网络。 生成器网络：他以一个随机向量（潜在空间的一个随机点）作为输入，并将其解码成一张合成图像。判别器网络：以一张图像（真实的或合成的均可）作为输入，并预测该图像是来自训练集还是生成器网络创建。 本节将会介绍如何用 Keras 来实现形式最简单的 GAN。GAN 属于高级应用，所以本书不会深入介绍... 生成对抗网络主要分为生成器网络和判别器网络。 生成器网络：他以一个随机向量（潜在空间的一个随机点）作为输入，并将其解码成一张合成图像。判别器网络：以一张图像（真实的或合成的均可）作为输入，并预测该图像是来自训练集还是生成器网络创建。 本节将会介绍如何用 Keras 来实现形式最简单的 GAN。GAN 属于高级应用，所以本书不会深入介绍...
- 我们将运用在前面几节中学到的知识来参加Kaggle竞赛，该竞赛解决了CIFAR-10图像分类问题。比赛网址是https://www.kaggle.com/c/cifar-10. import numpy as npimport torchimport torch.nn as nnimport torch.optim as optimi... 我们将运用在前面几节中学到的知识来参加Kaggle竞赛，该竞赛解决了CIFAR-10图像分类问题。比赛网址是https://www.kaggle.com/c/cifar-10. import numpy as npimport torchimport torch.nn as nnimport torch.optim as optimi...
- 以下是我学习Andrew Ng machine learning 课程时logistic regression的相关代码，仅作为参考，因为是初学，暂时没办法做出总结。 sigmoid.m function g = sigmoid(z) %SIGMOID Compute sigmoid functoon % J = SIGMO... 以下是我学习Andrew Ng machine learning 课程时logistic regression的相关代码，仅作为参考，因为是初学，暂时没办法做出总结。 sigmoid.m function g = sigmoid(z) %SIGMOID Compute sigmoid functoon % J = SIGMO...
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