- 当下自动驾驶技术日渐成熟且越来越火爆，简单来说自动驾驶车是一个轮式机器人，自动驾驶车可以说是一个涉及了多个学科的综合领域，本文带你探寻自动驾驶的4大主要技术，带你一步一步揭开自动驾驶的神秘面纱，去看看这个轮式机器人的大脑、眼睛等都是如何工作的。 当下自动驾驶技术日渐成熟且越来越火爆，简单来说自动驾驶车是一个轮式机器人，自动驾驶车可以说是一个涉及了多个学科的综合领域，本文带你探寻自动驾驶的4大主要技术，带你一步一步揭开自动驾驶的神秘面纱，去看看这个轮式机器人的大脑、眼睛等都是如何工作的。
- 论文连接：https://arxiv.org/abs/2010.11929GitHub·：https://github.com/google-research/vision_transformer 摘要虽然 Transformer 架构已成为自然语言处理任务的事实标准，但其在计算机视觉中的应用仍然有限。 在视觉上，注意力要么与卷积网络结合使用，要么用于替换卷积网络的某些组件，同时保持其整体结... 论文连接：https://arxiv.org/abs/2010.11929GitHub·：https://github.com/google-research/vision_transformer 摘要虽然 Transformer 架构已成为自然语言处理任务的事实标准，但其在计算机视觉中的应用仍然有限。 在视觉上，注意力要么与卷积网络结合使用，要么用于替换卷积网络的某些组件，同时保持其整体结...
- 机器学习：盘点最常见的7种数据预处理方法和原理 机器学习：盘点最常见的7种数据预处理方法和原理
- 数值优化：多图辨析总结误差理论 误差类型、合成、传递、例题 数值优化：多图辨析总结误差理论 误差类型、合成、传递、例题
- 图文详解梯度下降算法原理+手推公式，附Python代码实战加深理解 图文详解梯度下降算法原理+手推公式，附Python代码实战加深理解
- 图文详解牛顿迭代算法原理+手推公式，附Python实战代码加深理解 图文详解牛顿迭代算法原理+手推公式，附Python实战代码加深理解
- 平面2R机器人运动学与动力学建模+附仿真模型 平面2R机器人运动学与动力学建模+附仿真模型
- 先来简单回顾一下神经网络语言模型。语言模型 (Language Models) 是语音识别系统中的重要组成部分，语音识别的核心公式如下这可进一步表示为一系列单个词的条件概率的乘积，这些条件概率取决于它们各自的前文序列。这也是当前统计语言模型的核心公式，在大规模训练语料库中用合适的模型统计分析得到词与词之间的关系依赖，即语义信息。n 元语法模型就是用马尔科夫假设限制了前文的长度，然后用频率近似... 先来简单回顾一下神经网络语言模型。语言模型 (Language Models) 是语音识别系统中的重要组成部分，语音识别的核心公式如下这可进一步表示为一系列单个词的条件概率的乘积，这些条件概率取决于它们各自的前文序列。这也是当前统计语言模型的核心公式，在大规模训练语料库中用合适的模型统计分析得到词与词之间的关系依赖，即语义信息。n 元语法模型就是用马尔科夫假设限制了前文的长度，然后用频率近似...
- 全卷积网络（FCN）实战：使用FCN实现语义分割FCN对图像进行像素级的分类，从而解决了语义级别的图像分割（semantic segmentation）问题。与经典的CNN在卷积层之后使用全连接层得到固定长度的特征向量进行分类（全联接层＋softmax输出）不同，FCN可以接受任意尺寸的输入图像，采用反卷积层对最后一个卷积层的feature map进行上采样, 使它恢复到输入图像相同的尺寸... 全卷积网络（FCN）实战：使用FCN实现语义分割FCN对图像进行像素级的分类，从而解决了语义级别的图像分割（semantic segmentation）问题。与经典的CNN在卷积层之后使用全连接层得到固定长度的特征向量进行分类（全联接层＋softmax输出）不同，FCN可以接受任意尺寸的输入图像，采用反卷积层对最后一个卷积层的feature map进行上采样, 使它恢复到输入图像相同的尺寸...
- @[toc] 摘要本例提取了植物幼苗数据集中的部分数据做数据集，数据集共有12种类别，演示如何使用pytorch版本的VIT图像分类模型实现分类任务。通过本文你和学到：1、如何构建VIT模型？2、如何生成数据集？3、如何使用Cutout数据增强？4、如何使用Mixup数据增强。5、如何实现训练和验证。6、如何使用余弦退火调整学习率？7、预测的两种写法。这篇文章的代码没有做过多的修饰，比较简单... @[toc] 摘要本例提取了植物幼苗数据集中的部分数据做数据集，数据集共有12种类别，演示如何使用pytorch版本的VIT图像分类模型实现分类任务。通过本文你和学到：1、如何构建VIT模型？2、如何生成数据集？3、如何使用Cutout数据增强？4、如何使用Mixup数据增强。5、如何实现训练和验证。6、如何使用余弦退火调整学习率？7、预测的两种写法。这篇文章的代码没有做过多的修饰，比较简单...
- 机器学习《Machine Learning1》----机器学习经典总结：入门必读 机器学习《Machine Learning1》----机器学习经典总结：入门必读
- 【Python训练营】Python每日一练----第35天:双向排序 【Python训练营】Python每日一练----第35天:双向排序
- 车神哥是搞故障诊断、机器学习的，和车神哥一起学起来，来一起学技术！～ 前言针对因缺少大量故障数据样本而制约机械故障智能诊断的问题。改进了支持向量机多故障分类算法。依据此算法建立了多故障分类器，并应用于汽轮发电机组的故障诊断。应用结果表明，不必进行信号预处理以提取特征量只需要用少量的时域故障数据样本建立故障分类器。该故障分类器可实现多故障的识别和诊断，并且具有算法简单、可对故障在线分类和故障... 车神哥是搞故障诊断、机器学习的，和车神哥一起学起来，来一起学技术！～ 前言针对因缺少大量故障数据样本而制约机械故障智能诊断的问题。改进了支持向量机多故障分类算法。依据此算法建立了多故障分类器，并应用于汽轮发电机组的故障诊断。应用结果表明，不必进行信号预处理以提取特征量只需要用少量的时域故障数据样本建立故障分类器。该故障分类器可实现多故障的识别和诊断，并且具有算法简单、可对故障在线分类和故障...
- 由Peking University和Huawei Noah’s Ark Lab联合举办的PCIC 2021: Causal Inference and Recommendation（2021泛太平洋因果推断大会因果推断与推荐比赛）告一段落，来自深圳福田莲花街道的 Yetta有幸取得了初赛复赛TOP1的成绩，下面给出他的解决方案。 由Peking University和Huawei Noah’s Ark Lab联合举办的PCIC 2021: Causal Inference and Recommendation（2021泛太平洋因果推断大会因果推断与推荐比赛）告一段落，来自深圳福田莲花街道的 Yetta有幸取得了初赛复赛TOP1的成绩，下面给出他的解决方案。
- 【Python训练营】Python每日一练----第30天:日志统计 【Python训练营】Python每日一练----第30天:日志统计
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