
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
Spark机器学习1. 介绍1.1 机器学习常用算法1.2 Spark机器学习库官方介绍1.3 Spark机器学习库构成1.4 ml和mllib的主要区别和联系2.mllib库2.1 MLlib库组成2.2 MLlib基本使用2.2.1 基本概念2.2.2 使用方法2.2.3 对垃圾邮件进行分类2.2.4 MLlib中的数据类型2.2.5 特征提取2.2.6 对数据进行缩放2.2.7 统计2.2.
Machine learning(ML)常用的几种学习器及Python实现一、一、
Jetson部署实践一、模型开发1.1 Yolov5图像检测模型开发二、模型部署2.1 DeepStream框架介绍2.2 TensorRT 加速算子、模型转换2.3 wtf文件传输(ssh)、部署2.4 推理测试2.4.1 单路usb接口图像传入2.4.2 多路接口图像传入2.4.3 多模型并发推理三、推理结果输出四、常见报错4.1 fatal: unable to access 'https:
时间序列的基本原理见Matlab篇,本篇主要讲基于原理的python代码实现部分。
BP (Back Propagation)神经网络是一种神经网络学习算法。其由输入层、中间层、输出层组成的阶层型神经网络,中间层可扩展为多层。相邻层之间各神经元进行全连接,而每层各神经元之间无连接,网络按有教师示教的方式进行学习,当一对学习模式提供给网络后,各神经元获得网络的输入响应产生连接权值(Weight)。然后按减小希望输出与实际输出误差的方向,从输出层经各中间层逐层修正各连接权,回到输入层
机器学习Python处理中出现的问题汇总一、Pycharm一直indexing造成无法run 在机器学习过程中出现的问题还是蛮多的,原因大概就是像数据集太大引起的,产生的冗杂文件过多,堆积文件过多或者算法复杂度过大引起的运行缓慢等等问题。 其实不难理解的就是,本来机器学习的训练调参过程就是一个极其缓慢的学习过程,少则十几万的数据量使得你的算法一旦有一点点问题,稍微复杂一点点就会引起运算速度按照
Facebook时序工具库 Kats 中文教程1. Kats是什么?2. 我将如何使用Kats2.1 在Python中安装Kats2.2 实例2.2.1 预测2.2.2 推理预测2.3 TSFeatures3. 中文教程4. 更新进度1. Kats是什么?Kats是Facebook在June 18th刚刚发布的一个专门为了时间序列服务的工具库。它作为一个Toolkit包,提供了四种简易且轻量化的A
模拟退火算法一、概念二、Python代码实现三、应用:一、概念 模拟退火算法(Simulated Annealing,SA)最早的思想是由N. Metropolis [1]等人于1953年提出。1983 年,S. Kirkpatrick 等成功地将退火思想引入到组合优化领域。它是基于Monte-Carlo迭代求解策略的一种随机寻优算法,其出发点是基于物理中固体物质的退火过程与一般组合优化问题
Spark机器学习1. 介绍1.1 机器学习常用算法1.2 Spark机器学习库官方介绍1.3 Spark机器学习库构成1.4 ml和mllib的主要区别和联系2.mllib库2.1 MLlib库组成2.2 MLlib基本使用2.2.1 基本概念2.2.2 使用方法2.2.3 对垃圾邮件进行分类2.2.4 MLlib中的数据类型2.2.5 特征提取2.2.6 对数据进行缩放2.2.7 统计2.2.
Kalman filter算法介绍及Python实现一、算法思路1.1 Kalman filter简介1.2 算法推导二、Python复现三、参考文章一、算法思路1.1 Kalman filter简介卡尔曼滤波(Kalman filtering)是一种利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响,所以最优估计也可看作是滤波