博客 / 列表

jowvid - interval regression模型

邏輯迴歸（Logistic Regression）是機器學習中的一種分類模型，由於算法的簡單和高效，在實際中應用非常廣泛。本文作為美團機器學習InAction系列中的一篇，主要關注邏輯迴歸算法的數學模型和參數求解方法，最後也會簡單討論下邏輯迴歸和貝葉斯分類的關係，以及在多分類問題上的推廣。 邏輯迴歸 問題 實際工作中，我們可能會遇到如下問題：

機器學習 , 數據 , 雲計算 , 損失函數 , 雲原生

jowvid - javascript 有bytes類型嗎

二進制數組（ArrayBuffer對象、TypedArray視圖和DataView視圖）是JavaScript操作二進制數據的一個接口。這些對象早就存在，屬於獨立的規格（2011年2月發佈），ES6將它們納入了ECMAScript規格，並且增加了新的方法。 這個接口的原始設計目的，與WebGL項目有關。所謂WebGL，就是指瀏覽器與顯卡之間的通信接口，為了滿足JavaScr

數組 , 構造函數 , 前端開發 , 字節序 , Javascript

jowvid - GBDT迴歸預測實驗報告 gbdt分類與迴歸的區別

GBDT和XGBoost在工業界和競賽界有着廣泛的應用。雖然使用起來並不難，但若能知其然也知其所以然，則會在使用時更加得心應手。本文主要是根據對陳天奇大神的PPT和原始論文的學習，梳理一下GBDT和XGBoost的“知識點”。 首先我們先列出CART，GB，GBDT和XGBoost之間的關係。 CART是分類與迴歸樹（Classif

機器學習 , CART , 人工智能 , XGBoost , GBDT迴歸預測實驗報告 , GBDT

jowvid - 【深度學習之Transformer】

文章目錄 Week 22: 深度學習補遺：Transformer Encoder構建 摘要 Abstract 1. Positional Encoding 位置編碼 1.1 概要 1.2 代碼實現 1.3 效果簡析 2. LayerNo

人工智能 , transformer , 深度學習 , Css , 代碼實現 , 前端開發 , HTML

jowvid - Pytorch的to(device)用法-

PyTorch中，.to(device)是一個非常重要的方法，用於將張量、模型等對象移動到指定的設備（如CPU或GPU）。 import torch import torch.nn as nn # 檢查可用設備 device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') print(

數據 , 顯式 , 後端開發 , 反向傳播 , harmonyos

jowvid - 搭建個人博客的歷程_51CTO博客

學習 一、學習方向：從硬件轉向軟件 在學校裏，專業課大多以理論為主，加上對硬件知識興趣不大，導致我現在學習動力一直不足。目前，我決定將學習重心還是儘量放在軟件方向： 嵌入式學習：每天投入30min-1h時間學習基礎知識同步進行行業調研，比如瞭解就業前景或者是觀察我的同齡人或者前輩現在在學什麼是否過着我想要的生活。如果發現自己確實不適合這個方向，會及時調

工作效率 , 軟件開發 , 自動生成 , 前端開發 , Javascript

jowvid - OpenAI的新型強化學習算法PPO-讀PAPER-02

核心概念解析 簡而言之，強化學習是關於智能體（agent）以及它們如何通過試錯來學習的研究。它將這樣一種理念形式化：對智能體的行為進行獎勵或懲罰，會使它在未來更有可能重複或放棄該行為。 強化學習能做什麼？ 強化學習方法近年來在多個領域取得了廣泛的成功。例如： 它被用於教計算機在模擬環境中控制機器。 也能在現實世界中控制機器 它還因

強化學習 , 數據 , 標準差 , Css , 前端開發 , HTML

jowvid - readmemh讀取失敗

一、read——讀操作 1.原函數 表頭文件 #include "unistd.h" 定義函數 ssize_t read(int fd,void *buf, size_t count); 函數説明 read()會把參數fd 所指的文件傳送count個字節到buf指針所指的內存中 fd——

機器學習 , 字節數 , include , C語言 , Linux , 人工智能 , readmemh讀取失敗

jowvid - 【圖論——第一講】圖論基礎以及圖的儲存

文章目錄 圖論理論基礎（1） 1. 圖的基本概念 1.1 基本術語 2. 圖的分類 2.1 有向圖 vs 無向圖 2.2 加權圖 vs 無權圖 2.3 度（Degree） 3. 圖的連通性

數據結構 , 算法 , 寬度優先 , Css , 廣度優先 , 前端開發 , HTML , 圖論

jowvid - Revit 2021 新增與加強功能詳細介紹

作為建築信息模型（BIM）領域的核心工具，Autodesk Revit 一直是建築、結構、機電等行業設計師的必備軟件。2026.3 版本在 2026 系列的堅實基礎上，針對協同效率、功能深度、性能精度三大核心痛點進行突破性升級，以 AI 賦能、數據驅動為核心，覆蓋從概念設計到施工運維的全生命週期管理，成為工程技術人員提升工作效率的 “利器”。 核心升級一：AI

spark , 項目管理 , 大數據 , 數據 , 運維