- Py之paddlehub：paddlehub的简介、安装、使用方法之详细攻略 目录 paddlehub的简介 paddlehub的安装 paddlehub的使用方法 1、使用PaddleHub下载数据集、预训练模型等 paddlehub的简介 PaddleHub是飞桨预训练模型管理和迁移学习工具，通过Paddle... Py之paddlehub：paddlehub的简介、安装、使用方法之详细攻略 目录 paddlehub的简介 paddlehub的安装 paddlehub的使用方法 1、使用PaddleHub下载数据集、预训练模型等 paddlehub的简介 PaddleHub是飞桨预训练模型管理和迁移学习工具，通过Paddle...
- DL之CNN：利用自定义DeepConvNet【7+1】算法对mnist数据集训练实现手写数字识别、模型评估(99.4%) 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 network = DeepConvNet() network.load_params("data... DL之CNN：利用自定义DeepConvNet【7+1】算法对mnist数据集训练实现手写数字识别、模型评估(99.4%) 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 network = DeepConvNet() network.load_params("data...
- DL框架之MXNet ：深度学习框架之MXNet 的简介、安装、使用方法、应用案例之详细攻略 目录 MXNet 的简介 1、优缺点 2、相关文章 3、相关链接 MXNet 的安装 MXNet 的使用方法 1、个人使用总结 2、经典模型集合—MXNet Model Zoo 3、模型分类 MXNet 的应用案例 MXNet 的简介 ... DL框架之MXNet ：深度学习框架之MXNet 的简介、安装、使用方法、应用案例之详细攻略 目录 MXNet 的简介 1、优缺点 2、相关文章 3、相关链接 MXNet 的安装 MXNet 的使用方法 1、个人使用总结 2、经典模型集合—MXNet Model Zoo 3、模型分类 MXNet 的应用案例 MXNet 的简介 ...
- Py之Pandas：Python的pandas库简介、安装、使用方法详细攻略 目录 pandas库简介 pandas库安装 pandas库使用方法 1、函数使用方法 2、使用经验总结 3、绘图相关操作 推荐文章Py之Pandas：Python的pandas库简介、安装、使用方法详细攻略Python之pandas：DataFram... Py之Pandas：Python的pandas库简介、安装、使用方法详细攻略 目录 pandas库简介 pandas库安装 pandas库使用方法 1、函数使用方法 2、使用经验总结 3、绘图相关操作 推荐文章Py之Pandas：Python的pandas库简介、安装、使用方法详细攻略Python之pandas：DataFram...
- DL之NN：NN算法(本地数据集50000张训练集图片)进阶优化之三种参数改进，进一步提高手写数字图片识别的准确率 导读 上一篇文章，比较了三种算法实现对手写数字识别，其中，SVM和神经网络算法表现非常好准确率都在90%以上，本文章进一步探讨对神经网络算法优化，进一步提高准确率，通过测试发现，准确率提高了很多。 相关文章CNN：人工智能之神经网络算法进阶优化，六... DL之NN：NN算法(本地数据集50000张训练集图片)进阶优化之三种参数改进，进一步提高手写数字图片识别的准确率 导读 上一篇文章，比较了三种算法实现对手写数字识别，其中，SVM和神经网络算法表现非常好准确率都在90%以上，本文章进一步探讨对神经网络算法优化，进一步提高准确率，通过测试发现，准确率提高了很多。 相关文章CNN：人工智能之神经网络算法进阶优化，六...
- CV之YOLOv3：深度学习之计算机视觉神经网络Yolov3-5clessses训练自己的数据集全程记录 目录 视频请观看 训练输出记录 视频请观看 深度学习之计算机视觉神经网络训练Yolov3-5clessses_全程记录01 深度学习之计算机视觉神经网络训练Yolov3-5cle... CV之YOLOv3：深度学习之计算机视觉神经网络Yolov3-5clessses训练自己的数据集全程记录 目录 视频请观看 训练输出记录 视频请观看 深度学习之计算机视觉神经网络训练Yolov3-5clessses_全程记录01 深度学习之计算机视觉神经网络训练Yolov3-5cle...
- CV之FC(H+k机器学习)：基于每人几张人脸图片训练H+k模型实现(国内外明星)新人脸图像的姓名预测(准确度高达100%) 目录 输出结果 设计思路 输出结果 设计思路 CV之FC(H+k机器学习)：基于每人几张人脸图片训练H+k模型实现(国内外明星)新人脸图像的姓名预测(准确度高达100%) 目录 输出结果 设计思路 输出结果 设计思路
- ML之lightgbm.sklearn：LGBMClassifier函数的简介、具体案例、调参技巧之详细攻略 目录 LGBMClassifier函数的简介、具体案例、调参技巧 LGBMClassifier函数的调参技巧 1、lightGBM适合较大数据集的样本 2、建议使用更小的learning_rat... ML之lightgbm.sklearn：LGBMClassifier函数的简介、具体案例、调参技巧之详细攻略 目录 LGBMClassifier函数的简介、具体案例、调参技巧 LGBMClassifier函数的调参技巧 1、lightGBM适合较大数据集的样本 2、建议使用更小的learning_rat...
- ML之UliR：利用非线性回归，梯度下降法(迭代十万次)求出学习参数θ，进而求得Cost函数最优值 目录 输出结果 代码设计 输出结果 更新…… 代码设计 import numpy as np import random def genData(numPoints,bias,variance): x = np.zeros(... ML之UliR：利用非线性回归，梯度下降法(迭代十万次)求出学习参数θ，进而求得Cost函数最优值 目录 输出结果 代码设计 输出结果 更新…… 代码设计 import numpy as np import random def genData(numPoints,bias,variance): x = np.zeros(...
- DL之LeNet-5：LeNet-5算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 LeNet-5算法的简介(论文介绍) LeNet-5算法的架构详解 1、LeNet-5 结构分析 2、各层详细说明 3、以手写数字3为例详细理解LeNet-5算法过程 4、LeNet-5为例可视化 5、LeNet-5算法的设计思路 Le... DL之LeNet-5：LeNet-5算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 LeNet-5算法的简介(论文介绍) LeNet-5算法的架构详解 1、LeNet-5 结构分析 2、各层详细说明 3、以手写数字3为例详细理解LeNet-5算法过程 4、LeNet-5为例可视化 5、LeNet-5算法的设计思路 Le...
- ML之LF：机器学习中常见的损失函数(连续型/离散型)的简介、损失函数/代价函数/目标函数之间区别、案例应用之详细攻略 目录 损失函数的简介 损失函数/代价函数/目标函数之间区别 损失函数的案例应用 损失函数的简介 损失函数，又称目标函数，或误差函数，用来度量网络实际输出与期望输出之间的不一致程度，指导网络的参数学... ML之LF：机器学习中常见的损失函数(连续型/离散型)的简介、损失函数/代价函数/目标函数之间区别、案例应用之详细攻略 目录 损失函数的简介 损失函数/代价函数/目标函数之间区别 损失函数的案例应用 损失函数的简介 损失函数，又称目标函数，或误差函数，用来度量网络实际输出与期望输出之间的不一致程度，指导网络的参数学...
- ML之SVM：SVM算法的简介、应用、经典案例之详细攻略 目录 SVM算法的简介 1、SVM模型分类—线性可分、线性、非线性 2、SVM的决策边界 3、SVM中的核函数 4、SVM算法推导 1.1、SVM转为对偶问题的求解—SMO算法思 5、SVM中“损失+惩罚”框架的灵活性 6、SVM的损失函数分析 SVM的应用——解决的问题类型 1、SV... ML之SVM：SVM算法的简介、应用、经典案例之详细攻略 目录 SVM算法的简介 1、SVM模型分类—线性可分、线性、非线性 2、SVM的决策边界 3、SVM中的核函数 4、SVM算法推导 1.1、SVM转为对偶问题的求解—SMO算法思 5、SVM中“损失+惩罚”框架的灵活性 6、SVM的损失函数分析 SVM的应用——解决的问题类型 1、SV...
- ML：互联网人工智能岗位求职之机器学习算法工程师必备知识框架结构 目录 机器学习算法工程师思维导图 机器学习算法工程师思维导图 后期继续更新…… 1、思维导图01 ML：互联网人工智能岗位求职之机器学习算法工程师必备知识框架结构 目录 机器学习算法工程师思维导图 机器学习算法工程师思维导图 后期继续更新…… 1、思维导图01
- NLP：自然语言处理技术的简介、发展历史、案例应用之详细攻略 目录 自然语言处理技术的简介 1、自然语言+处理 2、NLP技术的意义 3、NLP的两个方向——自然语言理解和自然语言生成 4、自然语言理解的五个层次 5、图灵试验判断计算机是否理解了某种自然语言 自然语言处理技术的发展历史 1、20世纪50年代到70年代——采用基于规则的方法 2、... NLP：自然语言处理技术的简介、发展历史、案例应用之详细攻略 目录 自然语言处理技术的简介 1、自然语言+处理 2、NLP技术的意义 3、NLP的两个方向——自然语言理解和自然语言生成 4、自然语言理解的五个层次 5、图灵试验判断计算机是否理解了某种自然语言 自然语言处理技术的发展历史 1、20世纪50年代到70年代——采用基于规则的方法 2、...
- AI：人工智能领域机器学习算法总结(持续更新)十一大类机器学习算法详细分类之详细攻略 目录 Machine Learning Algorithms 1、Decision Tree决策树相关 Cassification and Regression Tree (CART) ... AI：人工智能领域机器学习算法总结(持续更新)十一大类机器学习算法详细分类之详细攻略 目录 Machine Learning Algorithms 1、Decision Tree决策树相关 Cassification and Regression Tree (CART) ...
上滑加载中
推荐直播
-
华为云码道-玩转OpenClaw，在线养虾2026/03/11 周三 19:00-21:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中 -
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中 -
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中
热门标签