精品欧美一区二区三区在线观看 _久久久久国色av免费观看性色_国产精品久久在线观看_亚洲第一综合网站_91精品又粗又猛又爽_小泽玛利亚一区二区免费_91亚洲精品国偷拍自产在线观看 _久久精品视频在线播放_美女精品久久久_欧美日韩国产成人在线

AI.x社區(qū)

軟考社區(qū)

企業(yè)培訓

鴻蒙開發(fā)者社區(qū)

信創(chuàng)認證

公眾號矩陣

移動端

視頻課免費課排行榜短視頻直播課軟考學堂

全部課程軟考信創(chuàng)認證華為認證廠商認證 IT技術(shù)PMP項目管理免費題庫

文章資源問答課堂專欄直播

51CTO

鴻蒙開發(fā)者社區(qū)

51CTO技術(shù)棧

51CTO官微

51CTO學堂

51CTO博客

CTO訓練營

鴻蒙開發(fā)者社區(qū)訂閱號

51CTO軟考

51CTO學堂APP

51CTO學堂企業(yè)版APP

鴻蒙開發(fā)者社區(qū)視頻號

51CTO軟考題庫

賬號設(shè)置退出

深度學習

1707內(nèi)容??

關(guān)注

涵蓋深度學習相關(guān)模型、框架、開發(fā)與應(yīng)用知識。

文章博文課程

共 163 條

“眾里尋他千百度”-深度學習的本質(zhì)?

介紹深度學習的基本概念、深度學習的常見任務(wù)和回歸任務(wù)的實例分析。最后，以一個案例的形式，介紹訓練一個模型的完整流程。

2022-12-31 12:25:54

機器學習損失函數(shù)深度學習

萬字長文詳解 YOLOv1-v5 系列模型

yolov1 作者提出了一種新的目標檢測方法 YOLO，之前的目標檢測工作都是重新利用分類器來執(zhí)行檢測。作者的神經(jīng)網(wǎng)絡(luò)模型是端到端的檢測，一次運行即可同時得到所有目標的邊界框和類別概率。YOLO 架構(gòu)的速度是非常快的，base 版本實時幀率為 45 幀，smaller 版本能達到每秒 155 幀，性能由于 DPM 和 R-CNN 等檢測方法。

2022-12-30 17:22:31

cmbn YOLOv2 yolov5

一階段目標檢測網(wǎng)絡(luò)-RetinaNet 詳解

作者深入分析了極度不平衡的正負（前景背景）樣本比例導致 one-stage 檢測器精度低于 two-stage 檢測器，基于上述分析，提出了一種簡單但是非常實用的 Focal Loss 焦點損失函數(shù)，并且 Loss 設(shè)計思想可以推廣到其他領(lǐng)域，同時針對目標檢測領(lǐng)域特定問題，設(shè)計了 RetinaNet 網(wǎng)絡(luò)，結(jié)合 Focal Loss 使得 one-stage 檢測器在精度上能夠達到乃至超過 two-stage 檢測器。

2022-12-30 17:19:46

損失函數(shù)focal loss fpn網(wǎng)絡(luò)

詳解網(wǎng)絡(luò)層-網(wǎng)絡(luò)層概述和編址【王道計算機網(wǎng)絡(luò)筆記】

@toc主要任務(wù)是把分組從源端傳到目的端，為分組交換網(wǎng)上的不同主機提供通信服務(wù)。網(wǎng)絡(luò)層的傳輸單位是數(shù)據(jù)報，數(shù)據(jù)報是一個比較長的數(shù)據(jù)，分組是對數(shù)據(jù)報進行切割得到的一部分功能：路由選擇與分組轉(zhuǎn)發(fā)（最佳路徑）異構(gòu)網(wǎng)絡(luò)互聯(lián)。4G，wifi，校園網(wǎng)等網(wǎng)絡(luò)之間可以通信擁塞控制。如果所有結(jié)點都來不及接收分組，而要丟棄大量分組的話，網(wǎng)絡(luò)就處于擁塞狀態(tài)，因此要采取一定措施，緩解這種擁塞IP數(shù)據(jù)報格式!!\\附件/P

2022-12-29 22:24:44

子網(wǎng)掩碼 IP 子網(wǎng)

詳解數(shù)據(jù)鏈路層-局域網(wǎng)&廣域網(wǎng)【王道計算機網(wǎng)絡(luò)筆記】

@toc局域網(wǎng)局域網(wǎng)（LocalAreaNetwork）：簡稱LAN，是指在某一區(qū)域內(nèi)由多態(tài)計算機互聯(lián)成的計算機組，使用廣播信道特點覆蓋的地理范圍較小，只在一個相對獨立的局部范圍內(nèi)聯(lián)，如一座或集中的建筑群內(nèi)只用專門鋪設(shè)的傳輸介質(zhì)（雙絞線、同軸電纜）進行聯(lián)網(wǎng)，數(shù)據(jù)傳輸速率高（10Mb/s10Gb/s）通信延遲時間短，誤碼率低，可靠性較高各站為平等關(guān)系，共享傳輸信道多采用分布式控制和廣播式信道，能進行

2022-12-28 23:14:48

鏈路網(wǎng)絡(luò)層字段

詳解數(shù)據(jù)鏈路層-介質(zhì)訪問控制【王道計算機網(wǎng)絡(luò)筆記】

@toc數(shù)據(jù)傳輸使用的兩種鏈路點對點鏈路：兩個相鄰結(jié)點通過一個鏈路相連，沒有第三者。應(yīng)用：PPP協(xié)議，常用于廣域網(wǎng)。例如打電話廣播式鏈路：所有主機共享通信介質(zhì)。應(yīng)用：早期總線以太網(wǎng)、無線局域網(wǎng)，常用于局域網(wǎng)。例如同一個頻道的對講機典型拓撲結(jié)構(gòu)：總線型、星型（邏輯總線型）類似廣播式鏈路的對講機，很容易出現(xiàn)對話沖突的情況，也就是兩個人想同時說話，但是對講機只能讓一個人說完，另一個人才能再說介質(zhì)訪問控制

2022-12-27 22:28:03

重傳時隙數(shù)據(jù)

基于U-Net網(wǎng)絡(luò)的圖像分割的MindStudio實踐

本實踐是基于Windows版MindStudio 5.0.RC3，遠程連接ECS服務(wù)器使用，ECS是基于官方分享的CANN6.0.RC1_MindX_Vision3.0.RC3鏡像創(chuàng)建的。

2022-12-26 11:37:29

U-Net網(wǎng)絡(luò)圖像分割 MindStudio

圖計算引擎分析 ——Gemini

作者：京東科技王軍前言Gemini 是目前 state-of-art 的分布式內(nèi)存圖計算引擎，由清華陳文光團隊的朱曉偉博士于 2016 年發(fā)表的分布式靜態(tài)數(shù)據(jù)分析引擎。Gemini 使用以計算為中心的共享內(nèi)存圖分布式 HPC 引擎。通過自適應(yīng)選擇雙模式更新（pull/push），實現(xiàn)通信與計算負載均衡 [?1]。圖計算研究的圖是數(shù)據(jù)結(jié)構(gòu)中的圖，非圖片。實際應(yīng)用中遇到的圖，如社交網(wǎng)絡(luò)中的好友關(guān)系、

2022-12-26 09:58:42

數(shù)據(jù)任務(wù)調(diào)度存儲空間

深度學習煉丹-數(shù)據(jù)增強

在工業(yè)界，數(shù)據(jù)預處理步驟對模型精度的提高的發(fā)揮著重要作用。對于機器學習任務(wù)來說，廣泛的數(shù)據(jù)預處理一般有四個階段（視覺任務(wù)一般只需 Data Transformation）: 數(shù)據(jù)清洗(Data Cleaning)、數(shù)據(jù)整合(Data Integration)、數(shù)據(jù)轉(zhuǎn)換(Data Transformation)和數(shù)據(jù)縮減(Data Reduction)。

2022-12-22 15:21:00

圖像的幾何變換 imgaug 數(shù)據(jù)增強

兩個視角給你解讀熵、交叉熵、KL散度

本文從兩方面進行解釋：數(shù)學和編碼方面。總有一個角度能讓你更好理解。數(shù)學解釋熵Entropy熵用于計算一個離散隨機變量的信息量。對于一個概率分布X，X的熵就是它的不確定性。用大白話來說，假設(shè)你預測一個東西，有時候結(jié)果會出乎意料，熵就表示出乎意料的程度。熵越大你越不容易預測對，事情就越容易出乎意料。離散型概率分布X的熵定義為自信息的平均值：H(X)=E_{p(x)}I(x)=\sum_{x}p(x)\

2022-12-16 10:03:09

整除插入圖片哈夫曼編碼

CLIP打通文本圖像壁壘，為AI圖像生成打下基礎(chǔ)

本文有5230字，閱讀大概需要10分鐘。10分鐘你肯定看不完，老老實實看吧。碎碎念事情是這樣的，前兩天晚上我嵩突然發(fā)了DreamStudio(https://beta.dreamstudio.ai/dream)讓我們玩一下。!image.png(https://s2.51cto.com/images/blog/202212/10162452_63944254b4f0236295.png?xossp

2022-12-12 09:35:38

數(shù)據(jù)集數(shù)據(jù)編碼器

labelme 安裝使用及常見問題解決

@toc(目錄)寫在前面，本文為作者本人在學習使用labelme過程中遇到的各種問題，記錄于此，希望對其他同學有所幫助。1.labelme安裝labelme是麻省理工（MIT）的計算機科學和人工智能實驗室（CSAIL）研發(fā)的圖像標注工具，人們可以使用該工具創(chuàng)建定制化標注任務(wù)或執(zhí)行圖像標注。1.1Anaconda安裝Anaconda可以理解為是用來管理python各種庫的，不同的程序需要庫的版本和類

2022-12-08 13:13:03

json python 虛擬環(huán)境

進來學VAE，VAE都不懂還想懂擴散模型？ | Variational Auto-Encoder

AE自編碼器，無監(jiān)督的特征學習，其目的是利用無標簽數(shù)據(jù)找到一個有效低維的特征提取器。!(https://s2.51cto.com/images/blog/202212/07092657_638febe1b1c9049170.png?xossprocess=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_

2022-12-08 09:38:48

編碼器正態(tài)分布高斯混合模型

深度學習煉丹-不平衡樣本的處理

數(shù)據(jù)層面的處理方法總的來說分為數(shù)據(jù)擴充和數(shù)據(jù)采樣法，數(shù)據(jù)擴充會直接改變數(shù)據(jù)樣本的數(shù)量和豐富度，采樣法的本質(zhì)是使得輸入到模型的訓練集樣本趨向于平衡，即各類樣本的數(shù)目趨向于一致。

2022-12-07 22:09:09

深度學習 pytorch 樣本不平衡

快來給你的寵物視頻加個表情特效吧

我們將給貓貼一張卡通臉，給 Elon Musk 貼上小胡子，給小狗貼上馴鹿角！

2022-12-07 10:28:31

ide GAN 監(jiān)督學習

【翻譯】圖解自注意力機制

這是我翻譯這位大佬的第二篇文章了。這篇文章是受到大佬認證的了。他的原文中有翻譯鏈接，直接指向我。!image.png(https://s2.51cto.com/images/blog/202212/02144329_63899e914b11017979.png?xossprocess=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFF

2022-12-07 09:21:59

自注意力注意力機制 self-attent

突然火起來的diffusion model是什么？

模型起源2015年的時候，有幾位大佬基于非平衡熱力學提出了一個純數(shù)學的生成模型(SohlDicksteinetal.,2015(https://arxiv.org/abs/1503.03585))。不過那個時候他們沒有用代碼實現(xiàn)，所以這篇工作并沒有火起來。直到后來斯坦福大學(Songetal.,2019(https://arxiv.org/abs/1907.05600))和谷歌大腦(Hoetal.

2022-12-05 21:32:04

神經(jīng)網(wǎng)絡(luò)方差概率分布

是什么讓人工智能突然開始畫畫了？

封面圖就是用擴散模型畫的。這是最近兩個大火的模型，直接沖到抱抱臉的首頁。最先火起來的是圖二。因為DALLE2出來了，由于DALLE2只對部分大佬開放，因此它的替代品DALLEmini就火了起來。之后沒幾天stablediffusion出來了！最最重要的一點是stablediffusion已經(jīng)向公眾開放了（當然是付費的）。今天就來說一下這幾個模型背后的東西。!1661335781636.png(ht

2022-12-05 21:31:25

生成模型圖像合成

MegPeak—讓你更懂你的處理器

為了更懂我們的處理器，MegEngine 團隊開發(fā)了一個工具 MegPeak，可以幫助開發(fā)人員進行性能評估，開發(fā)指導等，目前已經(jīng)開源到 GitHub。

2022-12-05 15:42:55

開源 MegEngine MegPeak

SVD解決詞分布式表示稀疏性

這篇文章是接著一文拿捏點互信息（PMI）解決詞分布式表示稀疏性問題(https://blog.51cto.com/Lolitann/5908497)寫的。解決分布式表示稀疏性問題另一個方法是使用奇異值分解（SingularValueDecomposition，SVD）。我把例子搬過來了。還是原來的三個句子及其共現(xiàn)矩陣M。我喜歡自然語言處理。我愛深度學習。我喜歡機器學習。\begin{array}{

2022-12-03 19:02:51

奇異值分解 ci 矩陣分解

Time-Series Representation Learning via Temporal and Contextual Contrasting

【論文導讀】Time-Series Representation Learning via Temporal and Contextual Contrasting（時間和上下文對比的時間序列表示學習）

2022-12-03 17:21:29

時間序列深度學習表示學習

一文拿捏點互信息（PMI）解決詞分布式表示稀疏性問題

前饋知識之前在淺談wordembedding(https://juejin.cn/post/7063875212881690638heading12)里淺淺的說了一下onehot是怎么向詞向量表示發(fā)展的，大家可以回顧一下。接下來我補充一下，接說二者之間還有一個階段，詞的分布式表示。詞的分布式表示理論分布式表示的發(fā)展英國語言學家JohnRupertFirth在1957年的《Asynopsisofli

2022-12-03 10:39:07

草履蟲都能上手用的人工智能模型

前排提示：閱讀本文不需要任何人工智能以及算法相關(guān)的知識。你會任何一種編程語言就行，會python當然那更好。僅作為NLP科普，娛樂，實際算法工作并非這么簡單。X：“寶，你搞的是什么算法？”A：“NLP，又叫自然語言處理。”X：“太抽象了啊”A：“比如聊天機器人？”X：“emmmmm”A：“算了，你自己試一下吧，上車，坐穩(wěn)了。”接下來會分為兩部分：沒有Python環(huán)境的我會提供一個colab，但是c

2022-12-01 22:19:10

python 情感分析

MindStudio模型訓練場景精度比對全流程和結(jié)果分析

MindStudio是一套基于華為昇騰AI處理器開發(fā)的AI全棧開發(fā)平臺

2022-11-09 14:15:05

tensorflow 昇騰 MindStudio

Workflow，要不要了解一下

Workflow本質(zhì)是開發(fā)者基于實際業(yè)務(wù)場景開發(fā)用于部署模型或應(yīng)用的流水線工具。

2022-10-31 16:53:36

服務(wù)部署 Workflow 流水線

【計算機視覺（CV）】基于k-means實現(xiàn)鳶尾花聚類

【計算機視覺（CV）】基于k-means實現(xiàn)鳶尾花聚類，基于百度飛槳開發(fā)，參考于《機器學習實踐》所作。

2022-10-29 20:13:08

paddle 計算機視覺 k-means

【計算機視覺（CV）】基于高層API實現(xiàn)寶石分類

【計算機視覺（CV）】基于高層API實現(xiàn)寶石分類，基于百度飛槳開發(fā)，參考于《機器學習實踐》所作。

2022-10-27 11:15:21

paddle 計算機視覺高層API

【計算機視覺（CV）】基于全連接網(wǎng)絡(luò)實現(xiàn)寶石分類

【計算機視覺（CV）】基于全連接神經(jīng)網(wǎng)絡(luò)實現(xiàn)寶石分類，基于百度飛槳開發(fā)，參考于《機器學習實踐》所作。

2022-10-26 09:58:13

paddle 計算機視覺全連接神經(jīng)網(wǎng)絡(luò)

Opencv 圖像處理：圖像基礎(chǔ)操作與灰度轉(zhuǎn)化

本文已收錄于Opencv系列專欄： ??深入淺出OpenCV?? ，專欄旨在詳解Python版本的Opencv，為計算機視覺的開發(fā)與研究打下堅實基礎(chǔ)。免費訂閱，持續(xù)更新。圖像屬性1.圖像格式圖像壓縮比: 通過編碼器壓縮后的圖象數(shù)字大小和原圖象數(shù)字大小的壓縮比。BMP 格式 Windows系統(tǒng)下的標準位圖格式，未經(jīng)過壓縮，一般圖像文件會比較大。在很多軟件中被廣泛應(yīng)用。JPEG 格式也是應(yīng)用最廣泛的

2022-10-25 09:22:05

參數(shù)說明灰度灰度圖

Opencv 圖像處理：數(shù)字圖像的必會知識

本文已收錄于Opencv系列專欄： ??深入淺出OpenCV?? ，專欄旨在詳解Python版本的Opencv，為計算機視覺的開發(fā)與研究打下堅實基礎(chǔ)。免費訂閱，持續(xù)更新。數(shù)字圖像1.數(shù)字圖像概念數(shù)字圖像：數(shù)字圖像，又稱數(shù)碼圖像，一幅二維圖像可以由一個數(shù)組或矩陣表示。數(shù)字圖像可以理解為一個二維函數(shù)f(x,y), 其中 x 和 y 是空間平面坐標，而在任意坐標處的值 f 稱為圖像在該點處的強度或灰度。

2022-10-24 18:49:30

數(shù)字圖像 python 計算機視覺

如何進行超參數(shù)調(diào)整？

大家好，我是小寒。????我們都知道在訓練機器學習模型時，都需要人工指定一組超參數(shù)。例如，邏輯回歸模型具有不同的求解器，用于查找可以為我們提供最佳輸出的系數(shù)。每個求解器都使用不同的算法來找到最佳結(jié)果，并且這些算法都沒有一個比另一個更好。除非你嘗試所有這些求解器，否則很難判斷哪個求解器在你的數(shù)據(jù)集上表現(xiàn)最好。最好的超參數(shù)是主觀的，并且對于每個數(shù)據(jù)集都不同。Python 中的 Scikit-l

2022-10-24 17:49:45

python 機器學習人工智能

LMS Virtual.Lab二次開發(fā)：聲學仿真理論基礎(chǔ)準備（Python）

采用LMS Virtual.Lab Acoustics聲學軟件，可以直接打開CATIA V5的設(shè)計模型、或者間接導入其它CAD軟件的三維模型，實現(xiàn)從聲學模型創(chuàng)建、復雜邊界條件加載、快速求解計算，直到計算結(jié)果評估、響應(yīng)峰值定位、問題根源探究、以及快速修改預測的流程化聲學仿真過程，為用戶提供最完備的聲學分析解決方案。

2022-10-10 06:12:14

頻域時域 matlab

DeepRec 大規(guī)模稀疏模型訓練推理引擎

本文將以DeepRec背景、DeepRec功能和DeepRec社區(qū)這三個方面展開敘述

2022-10-08 16:58:11

深度學習稀疏模型

【深度學習前沿應(yīng)用】圖像分類Fine-Tuning

【深度學習前沿應(yīng)用】圖像分類Fine-Tuning

2022-10-07 23:24:43

paddle 人工智能深度學習

Python opencv 圖像特效處理

最近處理視覺相關(guān)的項目，分享一下通過opencv的圖像特效處理，原圖鎮(zhèn)樓1、灰度處理將cv2.imread()方法的第二參數(shù)設(shè)為0即可得到灰色圖像。import cv2img0 = cv2.imread('1.jpg', 0)img1 = cv2.imread('1.jpg', 1)print(img0.shape)print(img1.shape)cv2.imshow('img0', img0)

2022-10-06 08:12:42

彩色圖像灰度圖像融合

【CV知識點匯總與解析】|損失函數(shù)篇

【CV知識點匯總與解析】|損失函數(shù)篇【寫在前面】本系列文章適合Python已經(jīng)入門、有一定的編程基礎(chǔ)的學生或人士，以及人工智能、算法、機器學習求職的學生或人士。系列文章包含了深度學習、機器學習、計算機視覺、特征工程等。相信能夠幫助初學者快速入門深度學習，幫助求職者全面了解算法知識點。1、機器學習中常見的損失函數(shù)及其應(yīng)用場景？用于分類問題：0-1損失函數(shù)：0-1損失函數(shù)可以直觀的刻畫分類的錯誤率，

2022-10-05 16:47:39

損失函數(shù)權(quán)重相似度

深度學習裝機指南：從GPU到顯示器，全套硬件推薦

前言：硬件設(shè)備，是任何一名深度學習er不可或缺的核心裝備。各位初級調(diào)參魔法師們，你們有沒有感到缺少那一根命中注定的魔杖？可是，各種CPU、GPU、內(nèi)存條、外設(shè)，那么多品牌種類型號參數(shù)，到底該怎么選？文章內(nèi)容較長、耐心差的小伙伴直接拉到最后看結(jié)論即可1、GPU顯卡（GPU）是深度學習的重要部件，甚至比CPU更重要。做深度學習不用GPU只用CPU顯然是不明智的，慢的如烏龜，跑個模型等幾天，難熬，但適合

2022-10-05 08:43:12

深度學習數(shù)據(jù)插槽

還能這么玩？將Prompt Tuning用于細粒度的圖像檢索！

還能這么玩？將Prompt Tuning用于細粒度的圖像檢索！【寫在前面】細粒度對象檢索旨在學習判別表示以檢索視覺上相似的對象。然而，現(xiàn)有的最佳性能作品通常在語義嵌入空間上施加成對的相似性，以在有限的數(shù)據(jù)體系中不斷調(diào)整整個模型，從而導致容易收斂到次優(yōu)解。本文提出了細粒度檢索提示調(diào)優(yōu)算法(FRPT)，該算法從樣本提示和特征自適應(yīng)的角度出發(fā)，利用凍結(jié)的預訓練模型來執(zhí)行細粒度檢索任務(wù)。具體地說，F(xiàn)RPT

2022-09-29 08:45:47

細粒度子類權(quán)重

MM2022 | 用StyleGAN進行數(shù)據(jù)增強，真的太好用了

MM2022 | 用StyleGAN進行數(shù)據(jù)增強，真的太好用了【寫在前面】本文研究了生成文本-圖像對的開放性研究問題，以改進細粒度圖像到文本跨模態(tài)檢索任務(wù)的訓練，并提出了一種通過揭示StyleGAN2模型隱藏的語義信息來增強配對數(shù)據(jù)的新框架。具體來說，作者首先在給定的數(shù)據(jù)集上訓練StyleGAN2模型。然后，將真實圖像投影回StyleGAN2的潛在空間，以獲得潛在代碼。為了使生成的圖像具有可操作性

2022-09-27 08:56:12

數(shù)據(jù)模態(tài)數(shù)據(jù)集

【深度學習前沿應(yīng)用】圖像分類Fine-Tuning

【自然語言處理（NLP）】圖像分類Fine-Tuning，基于百度飛槳開發(fā)，參考于《機器學習實踐》所作。

2022-09-06 17:59:46

paddle 深度學習人工智能

Qt實戰(zhàn)：云曦日歷篇

一款相對完善的日歷軟件——云曦日歷（YXCalendar）

2022-08-22 20:31:22

人工智能 Qt 日歷

【深度學習前沿應(yīng)用】文本分類Fine-Tunning

【自然語言處理（NLP）】基于GRU實現(xiàn)情感分類，基于百度飛槳開發(fā)，參考于《機器學習實踐》所作。

2022-08-18 16:01:03

paddle 人工智能自然語言處理

如何使用 Keras Function API 進行深度學習

聽說過嗎？Keras中的模型還能拆成塊再拼起來，搞得跟樂高一樣，難怪韓國人寫書時用樂高積木舉例子。

2022-08-18 10:30:47

2d 特征提取感知器

【Computer Vision】基于ResNet-50實現(xiàn)CIFAR10數(shù)據(jù)集分類

【Computer Vision】基于ResNet-50實現(xiàn)CIFAR10數(shù)據(jù)集分類，基于百度飛槳開發(fā)，參考于《機器學習實踐》所作。

2022-08-16 16:42:26

paddle python 人工智能

【深度學習前沿應(yīng)用】圖像風格遷移

【深度學習前沿應(yīng)用】圖像風格遷移，基于百度飛槳開發(fā)，參考于《機器學習實踐》所作。

2022-08-12 16:20:19

paddle python 深度學習

【CV】圖像數(shù)據(jù)預處理詳解

【CV】圖像數(shù)據(jù)預處理，基于百度飛槳開發(fā)，參考于《機器學習實踐》所作。

2022-08-11 10:50:57

python 人工智能圖像處理

【人工智能】機器學習介紹以及機器學習流程

機器學習機器學習（Machine Learning，ML）是一門多領(lǐng)域交叉學科，涉及概率論、統(tǒng)計學、逼近論、凸分析、算法復雜度理論等多門學科。研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。普遍認為，機器學習的處理系統(tǒng)和算法是主要通過找出數(shù)據(jù)里隱藏的模式進而做出預測的識別模式，它是人工智能的一個重要子領(lǐng)域。機器學習分類按照訓練樣

2022-08-09 08:26:02

數(shù)據(jù)機器學習數(shù)據(jù)集

【人工智能】機器學習之運用特征臉（eigenface）和sklearn.svm.SVC進行人臉識別

運用特征臉（eigenface）和sklearn.svm.SVC進行人臉識別。首先需要下載一個經(jīng)過預處理的數(shù)據(jù)集，從數(shù)據(jù)集中找出最有代表性的前5人的預期結(jié)果第一步，import導入實驗所用到的包import matplotlib.pyplot as pltfrom sklearn.model_selection import train_test_splitfrom sklearn.model_s

2022-07-21 08:45:43

5e 數(shù)據(jù)特征提取

【人工智能】機器學習及與智能數(shù)據(jù)處理Python使用樸素貝葉斯算法對垃圾短信數(shù)據(jù)集進行分類

樸素貝葉斯算法輸入：樣本集合D=｛(x_1,y_1),(x_2,y_2)~(x_m,y_m);待預測樣本x; 樣本標記的所有可能取值｛c_1,c_2,c_3~c_k｝; 樣本輸入變量X的每個屬性變量X^i的所有可能取值｛a_i1,a_i2,~,a_iAi｝；輸出：待預測樣本x所屬的類別1.計算標記為c_k的樣本出現(xiàn)概率。2.計算標記c_k的樣本，其X^i分量的屬性值為a_ip的概率。3.根據(jù)上面

2022-07-20 09:04:27

數(shù)據(jù)集樸素貝葉斯特征提取

【人工智能】機器學習之用Python使用ID3算法實例及使用sklearn的決策樹算法對葡萄酒數(shù)據(jù)集進行分類

???ID3算法實例??1.使用sklearn的決策樹算法對葡萄酒數(shù)據(jù)集進行分類，要求：(1)劃分訓練集和測試集（測試集占20%）(2)對測試集的預測類別標簽和真實標簽進行對比(3)輸出分類的準確率(4)調(diào)整參數(shù)比較不同算法（ID3， CART）的分類效果。??2. 利用給定ID3算法，畫出下列訓練集的決策樹。???1.葡萄酒分類???(1)劃分訓練集和測試集（測試集占20%）test_size等

2022-07-19 07:53:49

d3 數(shù)據(jù)集決策樹

上一頁 1 2 3 4 下一頁

51CTO技術(shù)棧公眾號

業(yè)務(wù)
速覽

媒體

51CTO CIOAge HC3i

社區(qū)

51CTO博客鴻蒙開發(fā)者社區(qū) AI.x社區(qū)

教育

51CTO學堂精培企業(yè)培訓 CTO訓練營

欧美日韩一区在线视频| 国产精品久久久久av免费| 欧美xxxx日本和非洲| 岛国毛片av在线| 久久久午夜电影| 国产精品一二区| 久久视频免费看| 美女网站一区| 欧美一区二区成人| 黄www在线观看| 黄色网页在线免费看| av成人老司机| 成人激情综合网| 国产黄色片免费看| 最新国产精品久久久| 亚洲免费视频网站| 99精品视频免费版的特色功能| 爱情岛亚洲播放路线| 欧美国产一区二区| 久久久com| 精品国产九九九| 久久这里有精品15一区二区三区| 欧美成人免费va影院高清| 久操视频免费看| 国内精品免费| 91精品国产综合久久福利软件| 日本成年人网址| 污片在线免费观看| 国产精品卡一卡二卡三| 久久精品国产精品青草色艺| 国产日韩欧美视频在线观看| 免费一区视频| 久久久日本电影| 91高清免费看| 色中色综合网| 日韩国产高清污视频在线观看| 国模大尺度视频| 四虎地址8848精品| 91国偷自产一区二区使用方法| 国产午夜大地久久| 岛国毛片av在线| 夜夜亚洲天天久久| 97超碰人人爱| h视频在线观看免费| 久久精品一二三| 免费观看国产成人| 欧美中文在线| 久久午夜免费电影| 蜜桃麻豆www久久国产精品| 成人午夜福利视频| 国产成人h网站| 96成人在线视频| 国产一区二区三区在线观看| 日本va欧美va精品发布| 国产精品扒开腿爽爽爽视频| 欧产日产国产69| 可以看av的网站久久看| 国产不卡一区二区在线播放| 五月婷婷色丁香| 午夜一级在线看亚洲| 456亚洲影院| 国产伦精品一区二区三区视频我| 久久国产欧美| 国产精品高潮粉嫩av| 中国女人一级一次看片| 久久精品国内一区二区三区| 国产一区视频在线播放| 国产免费无遮挡| 国产精品一区二区久激情瑜伽| 亚洲一区二区久久久久久| 国产极品久久久| 国产精品一区二区久久不卡| 国产精成人品localhost| 日韩在线视频免费| 久久久久久久久久电影| 亚洲国产欧洲综合997久久| 成人网视频在线观看| 国产精品久久久久永久免费观看| 免费观看黄色大片| caoprom在线| 日韩欧美中文字幕在线播放| 亚洲一二三区av| 香蕉久久久久久| 精品国精品自拍自在线| 好吊一区二区三区视频| 国产一区二区三区四区大秀| 日韩中文字幕在线免费观看| 欧美三级免费看| 国产精品美女久久久| 国产精品久久二区| 国产成人精品无码高潮| 99久久综合国产精品| 日本一区美女| 直接在线观看的三级网址| 午夜一区二区三区视频| 一区二区三区入口| japanese色系久久精品| 国产一区二区三区三区在线观看| 亚洲国产123| 亚洲另类自拍| 91精品免费看| 天堂资源最新在线| 国产精品黄色在线观看| 丁香花在线影院观看在线播放| 亚洲精品555| 欧美mv和日韩mv的网站| 摸摸摸bbb毛毛毛片| 韩国欧美一区| 国产日韩精品入口| 日韩a在线观看| 亚洲欧美一区二区三区极速播放| 九色在线视频观看| 电影91久久久| 一二美女精品欧洲| 国产午夜小视频| 久久电影网站中文字幕| 久久久久久国产精品一区 | 黄色日韩网站视频| 好看的日韩精品| 91在线中字| 欧美天堂一区二区三区| 国产老熟女伦老熟妇露脸| 久久久国产精品| 国产精品黄视频| 人成网站在线观看| 亚洲免费观看高清完整| 欧美三级理论片| 亚洲欧洲美洲国产香蕉| 欧美激情成人在线视频| 91高潮大合集爽到抽搐| 国产清纯在线一区二区www| 男人日女人视频网站| 日韩精品三级| 精品精品国产国产自在线| 无码人妻丰满熟妇精品| 91一区二区在线观看| 日本wwwcom| 欧美国产中文高清| 日韩午夜在线视频| 一级特黄aaa大片在线观看| 久久精品一区二区| 欧美少妇性生活视频| 亚洲免费观看高清完整版在线观| 国内自拍欧美激情| 动漫av一区二区三区| 一区二区三区国产精品| 亚洲欧美激情一区二区三区| 欧美777四色影| 亚洲一区二区三区四区在线播放 | 久久综合电影一区| 99精品人妻无码专区在线视频区| 国产精品久久久久一区| 杨幂毛片午夜性生毛片| 欧美r级电影| 国产在线拍揄自揄视频不卡99| a√资源在线| 欧美日韩一区高清| chinese全程对白| 精品一区二区免费视频| 六月婷婷激情网| 日韩精品一区二区三区中文| 欧美第一黄色网| 欧美一级视频免费| 午夜精品福利一区二区三区蜜桃| 伦理片一区二区| 在线亚洲精品| 日韩成人在线资源| 国产精品无码久久久久| 日韩中文字幕精品| www.污视频| 天天综合天天综合色| 亚欧洲乱码视频| 免费观看日韩av| 久久99国产精品一区| 97人人澡人人爽91综合色| 97精品一区二区视频在线观看| 熟妇人妻中文av无码| 欧美性猛交xxxx黑人猛交| 自拍偷拍视频亚洲| 久久激情五月激情| 欧美激情亚洲天堂| 亚洲性视频大全| 成人h视频在线观看播放| 亚洲丝袜精品| 亚洲人高潮女人毛茸茸| 97视频免费在线| 午夜在线电影亚洲一区| 黄色三级生活片| 国产成人免费在线观看| 欧美成人免费高清视频| 亚洲精品a级片| 久久综合伊人77777麻豆| 久久精品国产福利| 午夜精品一区二区三区视频免费看| 蜜桃免费在线| 日韩三级免费观看| 天天干天天插天天射| 亚洲乱码国产乱码精品精可以看| 人妻丰满熟妇av无码久久洗澡| 麻豆视频观看网址久久| r级无码视频在线观看| 日韩精品水蜜桃| 国产在线一区二区三区四区| 免费一级欧美在线观看视频| 97香蕉久久超级碰碰高清版| 老司机精品视频在线观看6| 日韩电影免费观看中文字幕| 国产精品高潮呻吟av| 欧美性猛交xxxx黑人| 国产在线拍揄自揄拍| 国产精品久久看| 特级西西人体wwwww| 国内外成人在线| 宅男噜噜噜66国产免费观看| 亚洲美女色禁图| 乱子伦一区二区| 日韩在线欧美| 欧美三日本三级少妇三99| 亚洲成人五区| 成人激情在线观看| jvid一区二区三区| 国产99久久精品一区二区夜夜躁日日躁 | 国产高清精品在线| 天堂av8在线| 日本美女一区二区三区| 91免费视频网站在线观看| 国产精品chinese| 自拍偷拍99| 色婷婷亚洲mv天堂mv在影片| 日本一区二区视频| 亚欧洲精品视频在线观看| 91免费看蜜桃| 亚洲视频资源| 成人免费网站在线| 久久久精品一区二区毛片免费看| 国产91露脸中文字幕在线| 高清在线视频不卡| 久久免费精品日本久久中文字幕| 二区三区在线观看| 久久最新资源网| 免费a级在线播放| 日韩亚洲欧美中文在线| 91精品国产综合久久久久久豆腐| 一个人看的www久久| av在线天堂播放| 中文在线不卡视频| 国产精品视频二区三区| 一本色道久久综合狠狠躁篇怎么玩 | 日韩精品在线网站| wwwav在线播放| 日韩欧美视频在线| 亚洲精品国产片| 亚洲的天堂在线中文字幕| 日本加勒比一区| 欧美精品一区二| 无码国产伦一区二区三区视频| 亚洲高清福利视频| 亚洲色图狠狠干| 国产视频在线观看一区二区| 国产一级在线观看| 中文字幕自拍vr一区二区三区| yiren22亚洲综合伊人22| 中文字幕亚洲综合| 超碰在线免费播放| 欧美精品videossex性护士| 蜜臀av国内免费精品久久久夜夜| 亚州精品天堂中文字幕| 亚洲精品福利电影| 国产精品视频1区| 欧美成人毛片| 91在线播放视频| 色橹橹欧美在线观看视频高清| 欧美亚洲爱爱另类综合| 久久一区91| 韩国无码av片在线观看网站| 日韩图片一区| 一区二区三区网址| 国产精品18久久久久久久久 | 亚洲国产一区二区三区网站| 久久国产精品国产精品| 欧美影院三区| 日韩精品免费一区| 先锋亚洲精品| 亚洲精品性视频| 成人精品gif动图一区| 色婷婷在线影院| 中文字幕一区二区三区不卡在线 | 伊人久久大香线蕉综合四虎小说| 成人在线国产视频| 视频一区在线播放| 波多野结衣免费观看| 99精品黄色片免费大全| 91动漫免费网站| 亚洲国产日韩综合久久精品| 在线免费观看av网址| 日韩午夜激情电影| 黄色大片在线看| 欧美精品18videos性欧美| 精品网站在线| 国产精品我不卡| 日韩欧美中字| 男人靠女人免费视频网站 | 午夜不卡av免费| 一区二区三区在线免费观看视频 | 国产精品中文在线| 青青草久久爱| 久久香蕉视频网站| 青青草成人在线观看| 无码国产69精品久久久久网站| 日本一区二区三区在线观看| 久久久国产精品黄毛片| 欧美日韩国产大片| 欧洲亚洲精品视频| 久久久久久久亚洲精品| av在线精品| 日韩欧美三级一区二区| 亚洲视频二区| 在线观看一区二区三区视频| 国产精品乱码人人做人人爱| 亚洲av无码精品一区二区| 亚洲第一天堂无码专区| а√天堂官网中文在线| 国产精品美女主播| 国产成人调教视频在线观看 | www.综合| 97久久精品午夜一区二区| 91综合在线| www.亚洲高清| 久久久99精品免费观看不卡| 日韩欧美精品| 欧美不卡一二三| 怡红院红怡院欧美aⅴ怡春院| 国产日韩在线看片| 成人在线视频免费观看| 欧美性猛交xxxx黑人| 中文字幕乱码在线| 亚洲尤物视频在线| 国产精品毛片一区二区在线看舒淇 | 婷婷精品久久久久久久久久不卡| 日本在线视频一区| 久久国产日韩| 五月天精品视频| 色婷婷综合久久久| 久青青在线观看视频国产| 91爱爱小视频k| 欧美顶级毛片在线播放| 亚洲人精品午夜射精日韩 | 成人ww免费完整版在线观看| 国产精品夜间视频香蕉| 欧美好骚综合网| 欧美激情国内自拍| 亚洲精品视频观看| www久久久久久| 午夜精品久久久久久久男人的天堂 | av大片在线观看| 国产精品久久久久久久久久久久久 | 日韩精品资源二区在线| xxx.xxx欧美| 久久精品国产精品国产精品污| 久久久久久久波多野高潮日日| 法国伦理少妇愉情| 欧美伊人精品成人久久综合97| 成人在线免费电影| 91免费观看网站| 欧美深夜福利| www.日本高清| 91传媒视频在线播放| 日本三级视频在线观看| 69堂成人精品视频免费| 亚洲国产综合在线看不卡| asian性开放少妇pics| 欧美专区亚洲专区| 特级毛片在线| 久久久久久亚洲精品不卡4k岛国 | 五月婷婷伊人网| 国产激情综合五月久久| 国产精品久久久久久久| 国产精品无码自拍| 欧美性生交xxxxx久久久| 北条麻妃在线| 高清视频在线观看一区| 免费看亚洲片| 极品久久久久久| 日韩精品久久久久| 六九午夜精品视频| www.亚洲视频.com| 国产午夜亚洲精品羞羞网站| 国产伦精品一区二区三区四区| 欧美激情伊人电影| 国产探花在线精品| 4438x全国最大成人| 色婷婷精品大在线视频| 18加网站在线| 日本一区二区三区免费看| 国产一区二区三区黄视频| 91看片在线播放| 不卡av在线播放| 国产一区二区三区日韩精品| 色诱av手机版| 欧美日韩中文字幕一区二区|