- 问题：Unexpected key(s) in state_dict: "module.backbone.bn1.num_batches_tracked"最近，在深度学习模型的训练和部署过程中，我遇到了一个常见的错误：Unexpected key(s) in state_dict: "module.backbone.bn1.num_batches_tracked"。这个错误让我花费了... 问题：Unexpected key(s) in state_dict: "module.backbone.bn1.num_batches_tracked"最近，在深度学习模型的训练和部署过程中，我遇到了一个常见的错误：Unexpected key(s) in state_dict: "module.backbone.bn1.num_batches_tracked"。这个错误让我花费了...
- 🍀引言在当今数据驱动的时代，数据的质量和准确性成为决策的关键因素。然而，由于不同特征之间的度量单位和尺度不同，数据的分布可能会出现偏差，从而影响建模和分析的结果。为了解决这个问题，数据归一化成为优化数据处理的重要技巧。本文将介绍数据归一化的概念、常用方法以及它在机器学习和数据分析中的应用🍀数据归一化的概念数据归一化（Normalization）是一种常见的数据预处理技术，通过对数据进行数... 🍀引言在当今数据驱动的时代，数据的质量和准确性成为决策的关键因素。然而，由于不同特征之间的度量单位和尺度不同，数据的分布可能会出现偏差，从而影响建模和分析的结果。为了解决这个问题，数据归一化成为优化数据处理的重要技巧。本文将介绍数据归一化的概念、常用方法以及它在机器学习和数据分析中的应用🍀数据归一化的概念数据归一化（Normalization）是一种常见的数据预处理技术，通过对数据进行数...
- 🍀引言本节以KNN算法为主，简单介绍一下训练集和测试集、超参数🍀训练集和测试集训练集和测试集是机器学习和深度学习中常用的概念。在模型训练过程中，通常将数据集划分为训练集和测试集，用于训练和评估模型的性能。训练集是用于模型训练的数据集合。模型通过对训练集中的样本进行学习和参数调整来提高自身的预测能力。训练集应该尽可能包含各种不同的样本，以使模型能够学习到数据集中的模式和规律，并能够适应新的... 🍀引言本节以KNN算法为主，简单介绍一下训练集和测试集、超参数🍀训练集和测试集训练集和测试集是机器学习和深度学习中常用的概念。在模型训练过程中，通常将数据集划分为训练集和测试集，用于训练和评估模型的性能。训练集是用于模型训练的数据集合。模型通过对训练集中的样本进行学习和参数调整来提高自身的预测能力。训练集应该尽可能包含各种不同的样本，以使模型能够学习到数据集中的模式和规律，并能够适应新的...
- 🍀KNN算法的封装调用封装代码如下%run my_knn/my_knn.py在封装之前，我们需要在同级目录下准备一个my_knn文件夹以及在文件夹下准备一个my_knn.py文件在调用之前需要先实例化，自定义的类名如下Knnknn = Knn() # 实例化knn.fit(X_train,y_train)knn.predict(np.array(([4,2],[2,5],[9,6])))... 🍀KNN算法的封装调用封装代码如下%run my_knn/my_knn.py在封装之前，我们需要在同级目录下准备一个my_knn文件夹以及在文件夹下准备一个my_knn.py文件在调用之前需要先实例化，自定义的类名如下Knnknn = Knn() # 实例化knn.fit(X_train,y_train)knn.predict(np.array(([4,2],[2,5],[9,6])))...
- ApolloScape Scene Parsing数据集入门本文介绍了ApolloScape Scene Parsing数据集，包括该数据集的背景、数据集的组织结构以及如何使用Python代码来处理和分析该数据集。背景ApolloScape Scene Parsing数据集是由百度公司发布的大规模语义分割数据集。该数据集旨在提供用于自动驾驶和机器人感知的高质量图像数据，以及相应的场景分割标注... ApolloScape Scene Parsing数据集入门本文介绍了ApolloScape Scene Parsing数据集，包括该数据集的背景、数据集的组织结构以及如何使用Python代码来处理和分析该数据集。背景ApolloScape Scene Parsing数据集是由百度公司发布的大规模语义分割数据集。该数据集旨在提供用于自动驾驶和机器人感知的高质量图像数据，以及相应的场景分割标注...
- H2OAutoML入门引言机器学习是人工智能领域的一个重要分支，它通过建立数学模型，使计算机能够从数据中自动学习并进行预测和决策。H2OAutoML是一个开源的自动机器学习工具库，它旨在简化机器学习的使用和部署过程。本文将介绍H2OAutoML的基本概念和使用方法。H2OAutoML概述H2OAutoML是H2O.ai开发的一个自动机器学习工具库。它提供了一种简单易用的界面，使得不具备深入机... H2OAutoML入门引言机器学习是人工智能领域的一个重要分支，它通过建立数学模型，使计算机能够从数据中自动学习并进行预测和决策。H2OAutoML是一个开源的自动机器学习工具库，它旨在简化机器学习的使用和部署过程。本文将介绍H2OAutoML的基本概念和使用方法。H2OAutoML概述H2OAutoML是H2O.ai开发的一个自动机器学习工具库。它提供了一种简单易用的界面，使得不具备深入机...
- 解决 "xgboost\core.py", ValueError: feature_names may not contain [, ] or <在使用xgboost进行特征工程时，有时会遇到类似下面的错误提示:pythonCopy codeFile "xgboost\core.py", line XXX, in set_info raise ValueError('feature_n... 解决 "xgboost\core.py", ValueError: feature_names may not contain [, ] or <在使用xgboost进行特征工程时，有时会遇到类似下面的错误提示:pythonCopy codeFile "xgboost\core.py", line XXX, in set_info raise ValueError('feature_n...
- 多模态对比语言图像预训练CLIP：打破语言与视觉的界限 多模态对比语言图像预训练CLIP：打破语言与视觉的界限
- KNN算法介绍KNN（K Near Neighbor）：k个最近的邻居，即每个样本都可以用它最接近的k个邻居来代表。KNN算法属于监督学习方式的分类算法，我的理解就是计算某给点到每个点的距离作为相似度的反馈。简单来讲，KNN就是“近朱者赤，近墨者黑”的一种分类算法。KNN是一种基于实例的学习，属于懒惰学习，即没有显式学习过程。要区分一下聚类（如Kmeans等），KNN是监督学习分类，而Kme... KNN算法介绍KNN（K Near Neighbor）：k个最近的邻居，即每个样本都可以用它最接近的k个邻居来代表。KNN算法属于监督学习方式的分类算法，我的理解就是计算某给点到每个点的距离作为相似度的反馈。简单来讲，KNN就是“近朱者赤，近墨者黑”的一种分类算法。KNN是一种基于实例的学习，属于懒惰学习，即没有显式学习过程。要区分一下聚类（如Kmeans等），KNN是监督学习分类，而Kme...
- k最近邻(kNN)算法入门引言k最近邻(kNN)算法是机器学习中最简单、最易于理解的分类算法之一。它基于实例之间的距离度量来进行分类，并且没有显式的训练过程。本文将介绍k最近邻算法的基本原理和使用方法，并通过一个示例来说明其应用过程。算法原理k最近邻算法的原理非常简单：给定一个未知样本，将其与训练集中的实例进行距离度量，取距离最近的k个实例，根据这k个实例的类别进行投票，将未知样本归为票数最... k最近邻(kNN)算法入门引言k最近邻(kNN)算法是机器学习中最简单、最易于理解的分类算法之一。它基于实例之间的距离度量来进行分类，并且没有显式的训练过程。本文将介绍k最近邻算法的基本原理和使用方法，并通过一个示例来说明其应用过程。算法原理k最近邻算法的原理非常简单：给定一个未知样本，将其与训练集中的实例进行距离度量，取距离最近的k个实例，根据这k个实例的类别进行投票，将未知样本归为票数最...
- Expectation Maximization入门Expectation Maximization (EM) 是一种迭代算法，常用于处理含有隐变量的概率模型。在本篇文章中，我们将介绍EM算法的基本原理和应用领域，并通过一个简单的例子来说明其使用方法。基本原理EM算法的基本原理可以总结为以下三个步骤：初始化参数：选择合适的初始参数。E步（Expectation Step）：根据当前的参数估计... Expectation Maximization入门Expectation Maximization (EM) 是一种迭代算法，常用于处理含有隐变量的概率模型。在本篇文章中，我们将介绍EM算法的基本原理和应用领域，并通过一个简单的例子来说明其使用方法。基本原理EM算法的基本原理可以总结为以下三个步骤：初始化参数：选择合适的初始参数。E步（Expectation Step）：根据当前的参数估计...
- 解决 raise XGBoostError(_LIB.XGBGetLastError()) xgboost.core.DMatrix/Booster has not been intialized最近在使用XGBoost库进行机器学习任务时，遇到了一个常见的错误：raise XGBoostError(_LIB.XGBGetLastError()) xgboost.core.DMatrix... 解决 raise XGBoostError(_LIB.XGBGetLastError()) xgboost.core.DMatrix/Booster has not been intialized最近在使用XGBoost库进行机器学习任务时，遇到了一个常见的错误：raise XGBoostError(_LIB.XGBGetLastError()) xgboost.core.DMatrix...
- Python中的NumPy入门在Python中，NumPy是一个强大的数值计算库。它提供了高性能的多维数组对象和各种计算函数，是进行科学计算和数据分析的重要工具。本文将介绍NumPy的基本概念以及如何使用它进行数组操作和数学运算。1. 安装NumPy要使用NumPy，首先需要在Python环境中安装它。可以使用pip包管理工具进行安装。打开终端或命令提示符，执行以下命令：plaintextC... Python中的NumPy入门在Python中，NumPy是一个强大的数值计算库。它提供了高性能的多维数组对象和各种计算函数，是进行科学计算和数据分析的重要工具。本文将介绍NumPy的基本概念以及如何使用它进行数组操作和数学运算。1. 安装NumPy要使用NumPy，首先需要在Python环境中安装它。可以使用pip包管理工具进行安装。打开终端或命令提示符，执行以下命令：plaintextC...
- Higgs Boson数据集入门介绍Higgs Boson数据集是一个由欧洲核子研究中心（CERN）收集的一个开放数据集。该数据集包含了一系列粒子碰撞实验中的观测结果。科学家们借助这个数据集来研究赛德费尔德粒子（Higgs Boson）的产生和衰变过程。 在本篇博客中，我们将会学习如何使用Python和一些常见的机器学习库来加载和处理Higgs Boson数据集，以及一些简单的数据分... Higgs Boson数据集入门介绍Higgs Boson数据集是一个由欧洲核子研究中心（CERN）收集的一个开放数据集。该数据集包含了一系列粒子碰撞实验中的观测结果。科学家们借助这个数据集来研究赛德费尔德粒子（Higgs Boson）的产生和衰变过程。 在本篇博客中，我们将会学习如何使用Python和一些常见的机器学习库来加载和处理Higgs Boson数据集，以及一些简单的数据分...
- 从何入手开始学习AscendC算子？本篇笔记谈谈学习体会：建议先搭建CPU和NPU的环境，把例程跑起来，对AscendC算子有个直观的感受；然后再去学习理论知识，本文精选了几个学习资料，并推荐了学习顺序；继而通过模仿例程，进行算子开发实战。希望对想学习AscendC算子开发，还没有动手的小伙伴有所裨益。 从何入手开始学习AscendC算子？本篇笔记谈谈学习体会：建议先搭建CPU和NPU的环境，把例程跑起来，对AscendC算子有个直观的感受；然后再去学习理论知识，本文精选了几个学习资料，并推荐了学习顺序；继而通过模仿例程，进行算子开发实战。希望对想学习AscendC算子开发，还没有动手的小伙伴有所裨益。
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