- 别人家的专利动辄价值上亿美元，你写的专利值多少钱呢？如果写专利之前就知道自己的IDEA值什么价，写起来就更有针对性了 别人家的专利动辄价值上亿美元，你写的专利值多少钱呢？如果写专利之前就知道自己的IDEA值什么价，写起来就更有针对性了
- 由于人眼存在分辨率极限，因此通过计算机视觉算法对视频中微小信号（比如颜色、运动进行提取并放大具有重要的研究意义。其应用领域也十分广泛，比如摄像头监控下的婴儿呼吸特征检测、测谎摄像头中的微表情提取等。 由于人眼存在分辨率极限，因此通过计算机视觉算法对视频中微小信号（比如颜色、运动进行提取并放大具有重要的研究意义。其应用领域也十分广泛，比如摄像头监控下的婴儿呼吸特征检测、测谎摄像头中的微表情提取等。
- Transferring Dense Pose to Proximal Animal Classes (CVPR 2020) Transferring Dense Pose to Proximal Animal Classes (CVPR 2020)
- 联邦学习本质上试一种分布式机器学习技术，或机器学习框架。其目标是在保证数据隐私安全及合法合规的基础上，实现共同建模，提升AI模型的效果。 联邦学习本质上试一种分布式机器学习技术，或机器学习框架。其目标是在保证数据隐私安全及合法合规的基础上，实现共同建模，提升AI模型的效果。
- 基于2019年视觉顶会CVPR、ICCV中异常检测的论文，进行了阅读分享。其中，GAN、Auto-Encoder、GCN等方法得到较为广泛的关注和使用。 基于2019年视觉顶会CVPR、ICCV中异常检测的论文，进行了阅读分享。其中，GAN、Auto-Encoder、GCN等方法得到较为广泛的关注和使用。
- 半监督学习属于无监督学习和全监督学习之间的一种学习模式。基于2019年视觉顶会CVPR，对半监督学习方法进行了总结和具体论文分享。 半监督学习属于无监督学习和全监督学习之间的一种学习模式。基于2019年视觉顶会CVPR，对半监督学习方法进行了总结和具体论文分享。
- 复现图像配准的SOTA算法VoxelMorph时，很可能提示 " Allocation of XXXXXXXX exceeds 10% of system memory."此时怎么办呢？解决方案：进入CMD命令行输入“D：”，回车输入“cd D:\ImageRegisteration\Code\voxelmorph-master”，cd的位置为复现代码的根目录pip install neur... 复现图像配准的SOTA算法VoxelMorph时，很可能提示 " Allocation of XXXXXXXX exceeds 10% of system memory."此时怎么办呢？解决方案：进入CMD命令行输入“D：”，回车输入“cd D:\ImageRegisteration\Code\voxelmorph-master”，cd的位置为复现代码的根目录pip install neur...
- 关于文本的关键词提取方法分为有监督、半监督和无监督三种：一 有监督的关键词抽取算法它是建关键词抽取算法看作是二分类问题，判断文档中的词或者短语是或者不是关键词。既然是分类问题，就需要提供已经标注好的训练语料，利用训练语料训练关键词提取模型，根据模型对需要抽取关键词的文档进行关键词抽取二 半监督的关键词提取算法只需要少量的训练数据，利用这些训练数据构建关键词抽取模型，然后使用模型对新的文本进... 关于文本的关键词提取方法分为有监督、半监督和无监督三种：一 有监督的关键词抽取算法它是建关键词抽取算法看作是二分类问题，判断文档中的词或者短语是或者不是关键词。既然是分类问题，就需要提供已经标注好的训练语料，利用训练语料训练关键词提取模型，根据模型对需要抽取关键词的文档进行关键词抽取二 半监督的关键词提取算法只需要少量的训练数据，利用这些训练数据构建关键词抽取模型，然后使用模型对新的文本进...
- ANN(Approximate Nearest Neighbor)搜索的方法分为三大类：基于树的方法、哈希方法、矢量量化方法。基于树的方法基于树的方法采用树这种数据结构的方法来表达对全空间的划分，其中KD树和Annoy是两种经典的方法。哈希方法· Local Sensitive HashingLSH开源工具包· LSHash· FALCONN ... ANN(Approximate Nearest Neighbor)搜索的方法分为三大类：基于树的方法、哈希方法、矢量量化方法。基于树的方法基于树的方法采用树这种数据结构的方法来表达对全空间的划分，其中KD树和Annoy是两种经典的方法。哈希方法· Local Sensitive HashingLSH开源工具包· LSHash· FALCONN ...
- 线性规划问题的规模越来越大，含有成千上万个约束和变量的问题非常常见，面临着数据的储存和处理效率问题，大规模问题一般都是由模型支持工具自动生成的，往往存在大量冗余的约束和变量，在算法求解之前进行数据预处理是必要的。 线性规划问题的规模越来越大，含有成千上万个约束和变量的问题非常常见，面临着数据的储存和处理效率问题，大规模问题一般都是由模型支持工具自动生成的，往往存在大量冗余的约束和变量，在算法求解之前进行数据预处理是必要的。
- 快速欧拉运动放大减少了大量冗余计算，但也损失了少量精度。较大动作欧拉运动放大的核心思想是融合拉格朗日视角和欧拉视角。 快速欧拉运动放大减少了大量冗余计算，但也损失了少量精度。较大动作欧拉运动放大的核心思想是融合拉格朗日视角和欧拉视角。
- #数组类##整体印象此类问题一般涉及几种情形：in place 的更新数组，需要一个index记录更新之后的数组，另一个index跑遍原来的数组； 还有就是找到数组里面的N个数使得这几个数满足一定的条件（如几个数之和必须为某一个特定的数）；还有就是一类特殊的问题雨水储存问题。这里有几个关键问题需要理解:首先数组是否排序，根据信息论的看法或者能量守恒的原理，数组是否排序与墒有关，墒的本质就是描... #数组类##整体印象此类问题一般涉及几种情形：in place 的更新数组，需要一个index记录更新之后的数组，另一个index跑遍原来的数组； 还有就是找到数组里面的N个数使得这几个数满足一定的条件（如几个数之和必须为某一个特定的数）；还有就是一类特殊的问题雨水储存问题。这里有几个关键问题需要理解:首先数组是否排序，根据信息论的看法或者能量守恒的原理，数组是否排序与墒有关，墒的本质就是描...
- AI比赛入门攻略(干货)我把比赛经验分成3部分：天池比赛的参赛经验（比赛篇）打比赛的大致套路（套路篇）完成天池比赛需要哪些实用的工具（工具篇）（比赛篇） 1.1问题分析（如何破题）拿到赛题以后，第一步就是要破题，我们需要把该问题转化为相应的机器学习问题。最常见的机器学习问题类型有两类：（一）回归问题（二）分类问题(二分类、多分类、多标签)比赛的第一步是要弄清楚问题的背景是什么和数据是什么，... AI比赛入门攻略(干货)我把比赛经验分成3部分：天池比赛的参赛经验（比赛篇）打比赛的大致套路（套路篇）完成天池比赛需要哪些实用的工具（工具篇）（比赛篇） 1.1问题分析（如何破题）拿到赛题以后，第一步就是要破题，我们需要把该问题转化为相应的机器学习问题。最常见的机器学习问题类型有两类：（一）回归问题（二）分类问题(二分类、多分类、多标签)比赛的第一步是要弄清楚问题的背景是什么和数据是什么，...
- 数学规划求解器是现代决策优化的“芯片”和“大脑”。小到快递员路线选择、商品选址，大到工厂排程、物流路径规划和金融风控，都可以建成数学规划模型，然后用数学规划求解器进行求解。求解器在行业核心系统中的地位越来越重要，已经成为支撑众多行业应用的最重要的根技术之一。 数学规划求解器是现代决策优化的“芯片”和“大脑”。小到快递员路线选择、商品选址，大到工厂排程、物流路径规划和金融风控，都可以建成数学规划模型，然后用数学规划求解器进行求解。求解器在行业核心系统中的地位越来越重要，已经成为支撑众多行业应用的最重要的根技术之一。
上滑加载中
推荐直播
-
GaussDB数据库介绍2025/01/07 周二 16:00-18:00
Steven 华为云学堂技术讲师
本期直播将介绍GaussDB数据库的发展历程、优势、架构、关键特性和部署模式等，旨在帮助开发者了解GaussDB数据库，并通过手把手实验教大家如何在华为云部署GaussDB数据库和使用gsql连接GaussDB数据库。
去报名 -
DTT年度收官盛典：华为开发者空间大咖汇，共探云端开发创新2025/01/08 周三 16:30-18:00
Yawei 华为云开发工具和效率首席专家 Edwin 华为开发者空间产品总监
数字化转型进程持续加速，驱动着技术革新发展，华为开发者空间如何巧妙整合鸿蒙、昇腾、鲲鹏等核心资源，打破平台间的壁垒，实现跨平台协同？在科技迅猛发展的今天，开发者们如何迅速把握机遇，实现高效、创新的技术突破？DTT 年度收官盛典，将与大家共同探索华为开发者空间的创新奥秘。
去报名
热门标签