- 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...
- 要解决的问题 1、RCNN和SPPnet分多步训练，先要fine tuning一个预训练的网络，然后针对每个类别都训练一个SVM分类器，最后还要用regressors对bounding-box进行回归，另外region proposal也要单独用selective search的方式获得，步骤比较繁琐。 2、时间和内存消耗比较大。... 要解决的问题 1、RCNN和SPPnet分多步训练，先要fine tuning一个预训练的网络，然后针对每个类别都训练一个SVM分类器，最后还要用regressors对bounding-box进行回归，另外region proposal也要单独用selective search的方式获得，步骤比较繁琐。 2、时间和内存消耗比较大。...
- 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。 分类问题 从数学角度来说，分类问题可做如下定义：已... 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。 分类问题 从数学角度来说，分类问题可做如下定义：已...
- 本演示使用手工定位的点来训练分类器。 每个训练点都有一个叫做 "土地覆盖 "的字段，包含了该位置的分类标签。下面的块包含了这些点的构造代码。 将鼠标悬停在 "城市 "变量上，点击对话框中的 "转换"。 var urban = /* color: #ff0000 */ee.FeatureCollection( ... 本演示使用手工定位的点来训练分类器。 每个训练点都有一个叫做 "土地覆盖 "的字段，包含了该位置的分类标签。下面的块包含了这些点的构造代码。 将鼠标悬停在 "城市 "变量上，点击对话框中的 "转换"。 var urban = /* color: #ff0000 */ee.FeatureCollection( ...
- 粒子群算法（PSO）基本思想 粒子群（PSO）算法最早是由美国电气工程师Eberhart和社会心理学家Kennedy在1995年基于群鸟觅食提出来的。 群鸟觅食其实是一个最佳决策的过程， 与人类决策的... 粒子群算法（PSO）基本思想 粒子群（PSO）算法最早是由美国电气工程师Eberhart和社会心理学家Kennedy在1995年基于群鸟觅食提出来的。 群鸟觅食其实是一个最佳决策的过程， 与人类决策的...
- 提高机器学习模型准确性的推荐最佳实践是调整不同的参数。例如，在使用ee.Classifier.smileRandomForest()分类器时，我们必须指定Number of Trees。我们知道更多的树会导致更多的计算需求，但这并不一定会导致更好的结果。我们不是猜测，而是以编程方式尝试一系列值并选择可能导致最高准确度的最小值。 ... 提高机器学习模型准确性的推荐最佳实践是调整不同的参数。例如，在使用ee.Classifier.smileRandomForest()分类器时，我们必须指定Number of Trees。我们知道更多的树会导致更多的计算需求，但这并不一定会导致更好的结果。我们不是猜测，而是以编程方式尝试一系列值并选择可能导致最高准确度的最小值。 ...
- 此演示使用手动定位点来训练分类器。每个训练点都有一个名为“landcover”的字段，其中包含该位置的类标签。以下块包含点的构造代码。将鼠标悬停在“城市”变量上并单击对话框中的“转换”。 分类中使用了三个一个是城市一个是农田一个是水域，因为分类比较简单，所采集的样本数量也比较少。 最后分类的结果  ... 此演示使用手动定位点来训练分类器。每个训练点都有一个名为“landcover”的字段，其中包含该位置的类标签。以下块包含点的构造代码。将鼠标悬停在“城市”变量上并单击对话框中的“转换”。 分类中使用了三个一个是城市一个是农田一个是水域，因为分类比较简单，所采集的样本数量也比较少。 最后分类的结果  ...
- 我们的总体目标是能够使用 Landsat 系列卫星查看特定地点的土地覆盖变化。为此，我们首先需要了解 Landsat 系列卫星的一些背景知识。 Landsat 系列卫星是首批部署的遥感平台之一。许多已经远远超过了预期的使用寿命（Landsat 5 在轨道上运行了近 28 年，预期使用寿命约为 3！）L... 我们的总体目标是能够使用 Landsat 系列卫星查看特定地点的土地覆盖变化。为此，我们首先需要了解 Landsat 系列卫星的一些背景知识。 Landsat 系列卫星是首批部署的遥感平台之一。许多已经远远超过了预期的使用寿命（Landsat 5 在轨道上运行了近 28 年，预期使用寿命约为 3！）L...
- K-Means 聚类是一种流行的算法，用于自动将点分组为自然聚类。QGIS 带有处理工具箱算法“K-means 聚类”，它可以采用矢量图层并将特征分组为 N 个簇。该算法的一个问题是您无法控制每个集群中的最终点数。许多应用程序要求您将数据层分割成大小相等的集群或具有最少点数的集群。您可能需要的一些示例 在规划 FTTH（光纤到户）... K-Means 聚类是一种流行的算法，用于自动将点分组为自然聚类。QGIS 带有处理工具箱算法“K-means 聚类”，它可以采用矢量图层并将特征分组为 N 个簇。该算法的一个问题是您无法控制每个集群中的最终点数。许多应用程序要求您将数据层分割成大小相等的集群或具有最少点数的集群。您可能需要的一些示例 在规划 FTTH（光纤到户）...
- 抵制不必要地增加训练数据集大小。尽管在某些情况下增加训练数据量是一种有效的机器学习策略，但它也会增加计算成本，而不会相应提高准确性。（要了解何时增加训练数据集大小，请参阅 此参考资料）。以下示例演示了请求过多训练数据如何导致可怕的“计算值太大”错误： 不好——不要采样太多数据 var l8raw = ee.ImageCol... 抵制不必要地增加训练数据集大小。尽管在某些情况下增加训练数据量是一种有效的机器学习策略，但它也会增加计算成本，而不会相应提高准确性。（要了解何时增加训练数据集大小，请参阅 此参考资料）。以下示例演示了请求过多训练数据如何导致可怕的“计算值太大”错误： 不好——不要采样太多数据 var l8raw = ee.ImageCol...
- Results from time-series analysis of Landsat images in characterizing global forest extent and change. The 'first' and 'last' bands are reference multispectral imagery ... Results from time-series analysis of Landsat images in characterizing global forest extent and change. The 'first' and 'last' bands are reference multispectral imagery ...
- 当在数据一个线性子空间像扁平饼时 PCA 是非常有用的。但是如果数据形成更复杂的形状呢？一个平面（线性子空间）可以推广到一个 流形 （非线性子空间），它可以被认为是一个被各种拉伸和滚动的表面。 如果线性子空间是平的纸张，那么卷起的纸张就是非线性流形的例子。你也可以叫它瑞士卷。（见图 7-1），一旦滚动，二维平面就会变为三维的。然而，它... 当在数据一个线性子空间像扁平饼时 PCA 是非常有用的。但是如果数据形成更复杂的形状呢？一个平面（线性子空间）可以推广到一个 流形 （非线性子空间），它可以被认为是一个被各种拉伸和滚动的表面。 如果线性子空间是平的纸张，那么卷起的纸张就是非线性流形的例子。你也可以叫它瑞士卷。（见图 7-1），一旦滚动，二维平面就会变为三维的。然而，它...
- Earth Engine 中的机器学习 (ML) 支持： 在EE API方法ee.Classifier，ee.Clusterer或 ee.Reducer包地球引擎内的训练和推理。 TFRecord 文件的导出导入功能，方便 TensorFlow 模型开发。该ee.Model软件包支持使用 Earth Engine 中的... Earth Engine 中的机器学习 (ML) 支持： 在EE API方法ee.Classifier，ee.Clusterer或 ee.Reducer包地球引擎内的训练和推理。 TFRecord 文件的导出导入功能，方便 TensorFlow 模型开发。该ee.Model软件包支持使用 Earth Engine 中的...
- 朴素贝叶斯是基于贝叶斯理论的一种监督学习算法，『朴素』意思是假设所有特征两两相互独立，给出类别y和一组依赖特征[x1..xn]，根据贝叶斯理论，他们有如下的关系。 P(y|x1,...xn)=P... 朴素贝叶斯是基于贝叶斯理论的一种监督学习算法，『朴素』意思是假设所有特征两两相互独立，给出类别y和一组依赖特征[x1..xn]，根据贝叶斯理论，他们有如下的关系。 P(y|x1,...xn)=P...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签