tag 機器學習

標籤
貢獻433
441
05:25 PM · Oct 25 ,2025
deephub 頭像 tecdat 頭像 qingfouai 頭像 chaoshenjinghyperai 頭像 u_17420180 頭像 u_17061379 頭像 lab4ai 頭像 u_15214399 頭像 youyudetusi 頭像 aigoto 頭像 u_15690955 頭像 MrVolleyball 頭像

@機器學習 / 博客 RSS 訂閱

u_15641375 頭像

芯動大師 - LDO產品的基礎知識解析

低壓降穩壓器 (LDO)是一種用於調節較高電壓輸入產生的輸出電壓的簡單方法。在大多數情況下，低壓降穩壓器都易於設計和使用。然而，如今的現代應用都包括各種各樣的模擬和數字系統，而有些系統和工作條件將決定哪種LDO最適合相關電路，因此，現在我們需要關注這些決定性因素。 壓降電壓VDO，是指為實現正常穩壓，輸入電壓VIN必須高出所需輸出電壓VOUT(nom) 的

機器學習 , 封裝 , yyds乾貨盤點 , 熱阻 , rds , 人工智能

收藏 評論

u_16213632 頭像

mob64ca14040d22 - 基於cubemx的stm32輸入捕獲

PWM輸入模式： 定時器的捕獲單元，還可以同時使用兩個捕獲通道測量一個外部PWM信號的週期和佔空比。 在PWM的輸入模式下，輸入信號與兩個捕獲通道連接。假設使用捕獲通道1，2。在PWM一個週期開始之後，捕獲通道2在其上升沿將主計數器清除並開始向上計數，而隨後捕獲通道1捕獲到PWM的下降沿，此時就得到高電平週期。而捕獲通道2再次捕獲到下一個週期

輸入模式 , 機器學習 , 編碼器 , 人工智能 , 寄存器 , 基於cubemx的stm32輸入捕獲

收藏 評論

deephub 頭像

deephub - 向量化操作簡介和Pandas、Numpy示例

Pandas是一種流行的用於數據操作的Python庫，它提供了一種稱為“向量化”的強大技術可以有效地將操作應用於整個列或數據系列，從而消除了顯式循環的需要。在本文中，我們將探討什麼是向量化，以及它如何簡化數據分析任務。 什麼是向量化? 向量化是將操作應用於整個數組或數據系列的過程，而不是逐個遍歷每個元素。在Pandas中可以對整個列或Series執行操作，而無需編寫顯式循環。這種高效的方法利用了

機器學習 , numpy , 人工智能 , pandas , Python

收藏 評論

u_16213573 頭像

數據探索家 - mwavedemowisualize怎麼用

在vc中調用MATLAB產生的組建時，需要將vc中的參數轉換成mwArray格式。 對mwArray賦值，主要包括矩陣賦值和字符串賦值。 一.矩陣賦值 1mwArray 定義矩陣變量 mwArray A(rows, cols, type) 參數説明： A ： 變量名 rows：行數 col ：列數 type

機器學習 , 字符串 , 賦值 , bc , 人工智能

收藏 評論

u_16099209 頭像

雲端夢想家 - 導出 convertToExcelData 空數據不進入

最近在用c#的asp.net，需要批量導出數據。原本用的是stringbuilder逐個填充，但是隻能做到html強制格式轉換為xls，這不是真正的excel表格，所以在網上找了datatable快速填充到excel的方法。 使用該方法後，發現下載了以後的表格沒有辦法用exce軟件l打開，而且電腦的所有的excel文件都打不開了，重啓後才可以，花了一天時間才找到問題所在。

機器學習 , System , office , Interop , 人工智能

收藏 評論

u_16213629 頭像

mob64ca1403528a - dify 知識庫 embdding

1工作流開發概述 SharePoint基於WF（Window Workflow Foundation）構建了它的工作流功能。WF是SharePoint工作流框架的基礎，要深入瞭解SharePoint工作流的開發，首先應該瞭解WF的一些基礎知識，本章對WF的技術細節並不會過多講解。本節將講述SharePoint工作流的基礎知識，並介紹系統自帶的工作流模板的使用和默認的工作流

機器學習 , dify 知識庫 embdding , 字段 , 數據 , 人工智能 , Visual

收藏 評論

u_16213703 頭像

mob64ca14150f43 - GEEdem 下載

目錄 一、什麼是wget？ 二、整理list文件 2.1在線網站查找並確定gse號 2.2處理GSE號 2.3整理下載列表 三、下載與解壓 一、什麼是wget？ 一個婦孺皆知的，強大的下載工具不過多介紹了，小白可參考之前發佈的批量下載原始數據那篇文

GEEdem 下載 , 機器學習 , 數據挖掘 , 數據 , bash , Linux , 人工智能

收藏 評論

yekai_620f63e12c172 頭像

葉開 - 隱語可信數據空間MOOC第44講筆記：隱語在新能源車險聯合定價中的實踐

筆記內容來自隱語Mooc，歡迎一起來學習。Mooc課程地址：https://www.secretflow.org.cn/community/bootcamp/2narwgw4ub8r... 📘 8.6 隱語在新能源車險聯合定價中的實踐 主講人：陳超 | 螞蟻保車險聯合定價技術負責人 一、新能源車險的困境 1. 行業背景 新能源車銷量持續增長，滲透率快速上升（2024年預計達50%+）。

機器學習 , 教程 , 人工智能

收藏 評論

u_16213722 頭像

mob64ca1419a401 - aspx 圖片分頁展示 demo下載

在測試中，因需要分析頁面的響應時間慢的問題，看到此文挺詳細的，同時對一些小點細節，更進一步進行了説明，同時大家可看，原文：解讀Loadrunner網頁細分圖（Web Page Diagnostics） LoadRunner結果分析圖表功能中最重要圖表分析之一，就是網頁細分圖。 一、啓用網頁細分圖 首先在Controller場景設計運行之前，需要在菜單欄中設置Di

機器學習 , aspx 圖片分頁展示 demo下載 , Time , 客户端 , 人工智能 , Web

收藏 評論

u_16099166 頭像

數據小香 - implements Serializable後生成不了Serializable

C#序列化(Serialize)、反序列化(Deserialize) 序列化 序列化又稱串行化，是.NET運行時環境用來支持用户定義類型的流化的機制。其目的是以某種存儲形成使自定義對象持久化，或者將這種對象從一個地方傳輸到另一個地方。 .NET框架提供了兩種串行化的方式： 1、是使用BinaryFormatter進行串行化； 2、使用So

機器學習 , 串行化 , xml , 人工智能 , FileStream

收藏 評論

u_15650730 頭像

u_15650730 - Ollama本地電腦運行無限制AI模型超簡單案例

想在本地用一款 “無拘無束” 的 AI 模型？Ollama 能幫你輕鬆實現，但先得説清楚：這類 “越獄模型” 雖自由，卻可能藏着不少小麻煩。 一、手把手裝 Abliterated 無限制模型 1. 先搭好 Ollama 基礎 不管用什麼系統，先把 Ollama 裝上 —— 它是本地跑模型的 “底座”，操作很簡單： Windows/macOS：去Ollam

機器學習 , ollama , 人工智能

收藏 評論

u_16213567 頭像

數碼墨魚 - eXosip_get_remote_sdp失敗

數據來源 如果不知道彙編指令操縱的數據是什麼意義, 那麼你必定分析不出彙編指令在完成何種功能. 想要知道被彙編指令操縱的數據是什麼意義, 那麼你必須找到這個數據的值的來源(任何一個數據,它的初始值的來源有兩種: 一. 隨機值, 二. 人為賦值). 一個數據的來源一般有以下幾種: 來自直接給出的常量(比如: mov [0x40

機器學習 , 全局變量 , 數據 , 人工智能 , 局部變量

收藏 評論

u_13633 頭像

daleiwang - usb攝像頭的demo

前面的博客已經分析了USB攝像頭驅動程序的框架，我們知道了USB攝像頭驅動程序的重點在於1）描述符的分析；2）屬性的控制（通過VC來設置）；3）格式的選擇（通過VS來設置）；4）數據的獲得（通過VS的URB來獲得）。後面的博客就會從這4個方面進行深入的分析，本篇博客首先來看一下UVC驅動程序的描述符分析。 每一個USB設備都有一個設備描述符，設備描述符中有配置描述符，配置描

機器學習 , usb攝像頭的demo , include , Linux , 人工智能 , 描述符

收藏 評論

u_15690955 頭像

出手吧Glen - 字節出品，最強AI數字人，最新加強版！

大家好，我是立志替大家出手的AI區（最近繼續醖釀新東西）UP主Glen。 上次給大家安利了最新數字人“源神”威力加強版，今天繼續給大家分享它的最新加強1.5版！ 會説1、2、3、4就可以做數字人視頻了，你也能做出如下的短視頻！ LatentSync 1.5加強版 LatentSync就是個“口型同步大師”！

機器學習 , 視頻製作 , 數字人 , 人工智能 , 加強版

收藏 評論

u_15996251 頭像

明日cto - 機器學習——線性迴歸

線性迴歸是機器學習中最基礎、最常用的算法之一，主要用於預測連續數值（如房價、温度、銷售額等）。它通過建立一個線性關係模型，來擬合輸入特徵與目標變量之間的關係 一、基本概念 1.線性迴歸的定義 線性迴歸是一種監督學習算法，用於預測一個連續的目標變量（輸出）。 模型形式為： 其中： 是目標變量（預測值） 是輸入特徵

機器學習 , 線性迴歸 , yyds乾貨盤點 , 損失函數 , 人工智能 , 正則化

收藏 評論

openbayescom 頭像

OpenBayes - OpenBayes 教程上新丨字節開源 InfiniteYou 圖像生成框架，實現高保真面部特徵遷移

InfiniteYou（簡稱 InfU）是由字節跳動智能創作團隊近期推出的一款基於 Diffusion Transformers 的身份保持 (identity-preserved) 圖像生成框架。它通過先進的技術，能夠在生成圖像的同時保持人物身份的一致性，即在生成不同場景的圖片時能夠精準保留面部特徵。 作為該領域最早利用擴散 Transformer (DiTs) 的框架之一，InfU 系統性地解

機器學習 , 圖像識別 , tensorflow , 人工智能 , 深度學習

收藏 評論

u_17061379 頭像

AI編程社區 - Qoder 提效實戰：數據開發工程師用 Qoder 提效50%

我是阿里雲的一名數據開發工程師，今天非常榮幸能分享Qoder在數據開發場景中的實戰經驗。本次分享將圍繞以下四個核心模塊展開。 Qoder在數據開發中的背景與需求 當前，我們正在構建一個阿里雲新產品的數據體系，從0到1搭建數倉架構。這一過程面臨三重挑戰： 時間緊迫：項目啓動時對產品邏輯完全陌生，需快速理解業務代碼並設計數倉架構。 資源有限：團隊規

機器學習 , 數據 , AI , 人工智能 , 解決方案 , SQL

收藏 評論

u_15690955 頭像

出手吧Glen - 一句話，AI自動生成視頻，炸穿！

前陣子阿里通義萬相Wan2.2 但相信大部分人看到需要 “30-50G 顯存”、“4090 起” 等配置要求，瞬間被澆滅了熱情。 沒關係，大家即將被Wan2GP狠狠拯救了！這款神仙工具直接把門檻踩碎在地：原本要 30-50G 顯存才能跑的頂級模型，現在 6G 顯卡就能流暢運行，老電腦也能原地復活，這波操作真的殺瘋了！ 先吹爆 W

機器學習 , AI 視頻 , 人工智能 , Image , 自媒體

收藏 評論

u_16827017 頭像

全棧技術開發者 - 什麼是「過擬合」，如何判斷，常見的原因是什麼？為什麼深度網絡在海量數據下仍可能過擬合？為什麼高次多項式迴歸容易出現過擬合？

在機器學習中，模型性能的評估不僅依賴於訓練數據上的表現，更取決於其在未見數據上的穩定性。訓練精度的提升固然令人欣喜，但若這種提升無法轉化為對新樣本的可靠預測，則表明模型可能已經偏離了學習的核心目標——從有限數據中提取普遍規律。過擬合正是這一偏離的體現，它揭示了模型複雜性、數據量、訓練策略與泛化能力之間的微妙平衡。 過擬合是統計學習理論中模型選擇與假設空間設計中不可避免的挑戰

機器學習 , 複雜度 , yyds乾貨盤點 , 數據 , 人工智能 , 過擬合

收藏 評論

u_16099248 頭像

mob6454cc6d3e23 - docxtemplater 獲取解析的變量

DOM解析XML文件 　　dom(Document Object Model) 文檔對象模型。 　　DOM中主要包括五個對象： 　　　　Document、Node、NodeList、Element、Attr下面對這五個元素一一分析： 　　1，Document對象代表了整個xml文檔，xml所有的node都按一定的順序在document對象中排列成樹結構，通

機器學習 , System , xml , 人工智能 , JAVA

收藏 評論

u_16099358 頭像

月光傾城美 - Demura算法總結

1 - 緒論 Lua是一種為支持有數據描述機制的一般過程式編程語言而設計的擴展編程語言。它同樣可以對面向對象語言、函數式程序設計（Functional Programming，如Lisp）以及數據驅動編程（data-driven programming）提供很好的支持。它的目標是被用作一種強大的、輕型的配置語言。Lua目前已經被實現為一個擴展庫，是用clea

機器學習 , 字符串 , lua , 賦值 , Demura算法總結 , 人工智能

收藏 評論

tech 頭像

青雲交技術圈 - Java 大視界 -- Java 大數據機器學習模型在遙感圖像目標檢測與語義分割中的應用與改進

(centerJava 大視界 -- Java 大數據機器學習模型在遙感圖像目標檢測與語義分割中的應用與改進/center) 引言：從開源生態到遙感智能化的 Java 實踐 嘿，親愛的 Java 和 大數據愛好者們，大家好！我是CSDN（全區域）四榜榜首青雲交！在《大數據新視界》和《 Java 大視界》系列中，我們已通過智能體育、智能政務、工業互聯網等場景揭示 Java 的工程化

機器學習 , spark , 大數據 , yyds乾貨盤點 , 數據 , Java大數據 , JAVA , Image

收藏 評論

u_16213640 頭像

mob64ca1405d568 - 機器學習多元線性迴歸梯度下降法代碼 多元線性迴歸梯度下降python

本文主要講了梯度下降法的兩種迭代思路，隨機梯度下降（Stochastic gradient descent）和批量梯度下降（Batch gradient descent）。以及他們在python中的實現。 梯度下降法 梯度下降是一個最優化算法，通俗的來講也就是沿着梯度下降的方向來求出一個函數的極小值。那麼我們在高等數學中學過，對於一些我們瞭解

機器學習 , 人工智能 , 數據結構與算法 , 迭代 , 機器學習多元線性迴歸梯度下降法代碼 , Python

收藏 評論

u_16213659 頭像

mob64ca140a8e67 - tc使用netem限制網卡帶寬

tc流量控制 項目背景 vintage3.0接口lookupforupdage增加一個策略，當帶寬流量tx或rx超過40%，75%隨機返回304；超過60%，此接口均返回304 為了對測試機器進行流量控制，使用了tc：設置網絡傳輸速率；傳輸大文件：產生網絡流量 生成大文件 dd if=/dev/zero of=test bs=1M

機器學習 , tc使用netem限制網卡帶寬 , 流量控制 , 人工智能 , 外網 , 網絡接口

收藏 評論