
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
Yolov5训练自己的数据集,目标检测
对于我们数学出生的来说,在写文章或者写专利的时候经常会用到写公式。不巧的是,除了在学校会用专业工具(比如LaTeX),在企业大多还是word或者Note,如果需要每次都用鼠标去点击符号的话效率低不说,人也差不多累死。首先,我们给出调用数学公式的快捷键组合“alt”+“=”,如下图,你直接alt=,会自动出来公式编辑框,或者你选中某段文本再alt=,文本就自动公式上标、下标、分式、乘号、点乘(需要输
Tensorflow笔记(二):常用函数2、激活函数、优化器等、神经网络模型实现(商品销量预测)

自然语言处理(英语:Natural Language Process,简称NLP)是计算机科学、信息工程以及人工智能的子领域,专注于人机语言交互,探讨如何处理和运用自然语言。自然语言处理的研究,最早可以说开始于图灵测试,经历了以规则为基础的研究方法,流行于现在基于统计学的模型和方法,从早期的传统机器学习方法,基于高维稀疏特征的训练方式,到现在主流的深度学习方法,使用基于神经网络的低维稠密向量特征训
k-近邻算法采用测量不同特征值之间的距离方法进行分类

一、数据分析思维框架数据分析就是把定性的事情转变为定量,这样我们就能够更具象化、标准化,能横纵对比,能细化放大,能把复杂的事情简单化。数据分析就是寻找被量化的现象之间的【关系】。即y=f(x),找到两个变量之间的关系,找到的关系越多给实践带来的有效手段就更多。贴合用户认知的建模数据统计——利用数据体现现象(量化),比如建立数据漏斗(矛盾演化规律)数据分析——利用数据寻找现象关系,比如区域、矛盾主题
决策树模型呈树形结构,可以认为是if-then的集合(互斥并且完备:即每一个实例都被一条路径或一条规则所覆盖,而且,只被一条路径或一条规则所覆盖。)或者定义在特征空间与类空间上的条件概率分布

Transformer模型详解
读完人工智能之美一书后,觉得非常有启发的语录如下:1. 关注内在思想,而不是外在行为2. 有了合适的大框架,细节才会有意义、可操控。3. 不同的大脑皮层区域有着一个相同的、强大的通用算法,如果将这些区域按照合适的层级结构连接起来并输入信息流,它就能学会了解周围的环境4. 大脑不需要“计算”问题的答案,它只是从记忆中取出答案。整个大脑皮层就是一个记忆系统,根本不是计算机。它不会计算问题的答案,而是用
read_csv常用
