App下載

詞條

大約有 320 項符合查詢結(jié)果 ,庫內(nèi)數(shù)據(jù)總量為 78,355 項。(搜索耗時:0.0073秒)

231.Python3預(yù)測NBA比賽結(jié)果

本文轉(zhuǎn)載至知乎ID:Charles(白露未晞)知乎個人專欄下載W3Cschool手機App,0基礎(chǔ)隨時隨地學(xué)編程>>戳此了解導(dǎo)語利用Python簡單地預(yù)測一下NBA比賽結(jié)果。。。這大概就叫蹭熱度吧。。。畢竟貌似今天朋友圈都在刷NBA相關(guān)的內(nèi)容。...

http://m.hgci.cn/python3/python3-loc42ypb.html

232.PyTorch (實驗性)計算機視覺教程的量化轉(zhuǎn)移學(xué)習(xí)

原文: https://pytorch.org/tutorials/intermediate/quantized_transfer_learning_tutorial.html 作者: Zafar Takhirov 被審核: Raghuraman Krishnamoorthi 由編輯:林 ess 琳 本教程以 Sasank Chilamkurthy 編寫的原始 PyTorch 轉(zhuǎn)移學(xué)習(xí)教程為基礎(chǔ)。 轉(zhuǎn)移學(xué)習(xí)是指利用預(yù)...

http://m.hgci.cn/pytorch/pytorch-wvl73btg.html

233.AI人工智能 多層神經(jīng)網(wǎng)絡(luò)

在這個例子中,我們創(chuàng)建了一個由多個層組成的多層神經(jīng)網(wǎng)絡(luò),以提取訓(xùn)練數(shù)據(jù)中的基礎(chǔ)模式。 這個多層神經(jīng)網(wǎng)絡(luò)將像一個回歸器一樣工作。 我們將根據(jù)下面等式生成一些數(shù)據(jù)點: `y = 2x2 + 8`。 如下所示導(dǎo)入必要的軟件包 - ```pyt...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-q7ma3cd5.html

234.AI人工智能 表征音頻信號:轉(zhuǎn)換到頻域

表征音頻信號涉及將時域信號轉(zhuǎn)換為頻域,并通過以下方式理解其頻率分量。 這是一個重要的步驟,因為它提供了關(guān)于信號的大量信息。 可以使用像傅立葉變換這樣的數(shù)學(xué)工具來執(zhí)行此轉(zhuǎn)換。 **示例** 以下示例將逐步說明如何...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-batx3ccq.html

235.AI人工智能 標(biāo)記數(shù)據(jù)

我們已經(jīng)知道,某種格式的數(shù)據(jù)對于機器學(xué)習(xí)算法是必需的。 另一個重要的要求是,在將數(shù)據(jù)作為機器學(xué)習(xí)算法的輸入發(fā)送之前,必須正確標(biāo)記數(shù)據(jù)。 例如,如果所說的分類,那么數(shù)據(jù)上會有很多標(biāo)記。 這些標(biāo)記以文字,數(shù)字...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-iwp93cb6.html

236.scikit-learn 指標(biāo)和評分:量化預(yù)測的質(zhì)量

3個不同的API可供評估模型預(yù)測質(zhì)量: 評估器評分方法:評估器有一個score方法,它給計劃解決的問題提供一個初始評估標(biāo)準(zhǔn)。這部分內(nèi)容不在這里討論,但會出現(xiàn)在每一個評估器的文件中。評分參數(shù):使用交叉驗證(cross-validat...

http://m.hgci.cn/gkiwe/gkiwe-5dv83rct.html

237.Pandas日期時間格式化

當(dāng)進行數(shù)據(jù)分析時,我們會遇到很多帶有日期、時間格式的數(shù)據(jù)集,在處理這些數(shù)據(jù)集時,可能會遇到日期格式不統(tǒng)一的問題,此時就需要對日期時間做統(tǒng)一的格式化處理。比如“Wednesday, June 6, 2020”可以寫成“6/6/20”,或者寫...

http://m.hgci.cn/pandas/pandas-date-formatting.html

238.5.9 讀取二進制數(shù)據(jù)到可變緩沖區(qū)中

問題 你想直接讀取二進制數(shù)據(jù)到一個可變緩沖區(qū)中,而不需要做任何的中間復(fù)制操作?;蛘吣阆朐匦薷臄?shù)據(jù)并將它寫回到一個文件中去。 解決方案 為了讀取數(shù)據(jù)到一個可變數(shù)組中,使用文件對象的 readinto() 方法。比如: impo...

http://m.hgci.cn/youshq/las3mozt.html

239.AI人工智能 單層神經(jīng)網(wǎng)絡(luò)

在這個例子中,我們來創(chuàng)建一個單層神經(jīng)網(wǎng)絡(luò),它由獨立的神經(jīng)元組成,這些神經(jīng)元在輸入數(shù)據(jù)上起作用以產(chǎn)生輸出。 請注意,這里使用 `neural_simple.txt` 文件作為輸入。 如下所示導(dǎo)入所需的軟件包 - ```python import numpy as np import m...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-dafi3cd4.html

240.scikit-learn 最近鄰

sklearn.neighbors提供了基于近鄰的無監(jiān)督和有監(jiān)督的學(xué)習(xí)方法的功能。無監(jiān)督最近鄰是許多其他學(xué)習(xí)方法的基礎(chǔ),特別是流形學(xué)習(xí)(manifold learning)和光譜聚類(spectral clustering)。有監(jiān)督的 neighbors-based (基于鄰居的) 學(xué)習(xí)有兩種方式:離...

http://m.hgci.cn/gkiwe/gkiwe-bwdj3rc6.html

抱歉,暫時沒有相關(guān)的微課

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

抱歉,暫時沒有相關(guān)的視頻課程

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

抱歉,暫時沒有相關(guān)的教程

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

231.Python3預(yù)測NBA比賽結(jié)果

本文轉(zhuǎn)載至知乎ID:Charles(白露未晞)知乎個人專欄下載W3Cschool手機App,0基礎(chǔ)隨時隨地學(xué)編程>>戳此了解導(dǎo)語利用Python簡單地預(yù)測一下NBA比賽結(jié)果。。。這大概就叫蹭熱度吧。。。畢竟貌似今天朋友圈都在刷NBA相關(guān)的內(nèi)容。...

http://m.hgci.cn/python3/python3-loc42ypb.html

232.PyTorch (實驗性)計算機視覺教程的量化轉(zhuǎn)移學(xué)習(xí)

原文: https://pytorch.org/tutorials/intermediate/quantized_transfer_learning_tutorial.html 作者: Zafar Takhirov 被審核: Raghuraman Krishnamoorthi 由編輯:林 ess 琳 本教程以 Sasank Chilamkurthy 編寫的原始 PyTorch 轉(zhuǎn)移學(xué)習(xí)教程為基礎(chǔ)。 轉(zhuǎn)移學(xué)習(xí)是指利用預(yù)...

http://m.hgci.cn/pytorch/pytorch-wvl73btg.html

233.AI人工智能 多層神經(jīng)網(wǎng)絡(luò)

在這個例子中,我們創(chuàng)建了一個由多個層組成的多層神經(jīng)網(wǎng)絡(luò),以提取訓(xùn)練數(shù)據(jù)中的基礎(chǔ)模式。 這個多層神經(jīng)網(wǎng)絡(luò)將像一個回歸器一樣工作。 我們將根據(jù)下面等式生成一些數(shù)據(jù)點: `y = 2x2 + 8`。 如下所示導(dǎo)入必要的軟件包 - ```pyt...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-q7ma3cd5.html

234.AI人工智能 表征音頻信號:轉(zhuǎn)換到頻域

表征音頻信號涉及將時域信號轉(zhuǎn)換為頻域,并通過以下方式理解其頻率分量。 這是一個重要的步驟,因為它提供了關(guān)于信號的大量信息。 可以使用像傅立葉變換這樣的數(shù)學(xué)工具來執(zhí)行此轉(zhuǎn)換。 **示例** 以下示例將逐步說明如何...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-batx3ccq.html

235.AI人工智能 標(biāo)記數(shù)據(jù)

我們已經(jīng)知道,某種格式的數(shù)據(jù)對于機器學(xué)習(xí)算法是必需的。 另一個重要的要求是,在將數(shù)據(jù)作為機器學(xué)習(xí)算法的輸入發(fā)送之前,必須正確標(biāo)記數(shù)據(jù)。 例如,如果所說的分類,那么數(shù)據(jù)上會有很多標(biāo)記。 這些標(biāo)記以文字,數(shù)字...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-iwp93cb6.html

236.scikit-learn 指標(biāo)和評分:量化預(yù)測的質(zhì)量

3個不同的API可供評估模型預(yù)測質(zhì)量: 評估器評分方法:評估器有一個score方法,它給計劃解決的問題提供一個初始評估標(biāo)準(zhǔn)。這部分內(nèi)容不在這里討論,但會出現(xiàn)在每一個評估器的文件中。評分參數(shù):使用交叉驗證(cross-validat...

http://m.hgci.cn/gkiwe/gkiwe-5dv83rct.html

237.Pandas日期時間格式化

當(dāng)進行數(shù)據(jù)分析時,我們會遇到很多帶有日期、時間格式的數(shù)據(jù)集,在處理這些數(shù)據(jù)集時,可能會遇到日期格式不統(tǒng)一的問題,此時就需要對日期時間做統(tǒng)一的格式化處理。比如“Wednesday, June 6, 2020”可以寫成“6/6/20”,或者寫...

http://m.hgci.cn/pandas/pandas-date-formatting.html

238.5.9 讀取二進制數(shù)據(jù)到可變緩沖區(qū)中

問題 你想直接讀取二進制數(shù)據(jù)到一個可變緩沖區(qū)中,而不需要做任何的中間復(fù)制操作?;蛘吣阆朐匦薷臄?shù)據(jù)并將它寫回到一個文件中去。 解決方案 為了讀取數(shù)據(jù)到一個可變數(shù)組中,使用文件對象的 readinto() 方法。比如: impo...

http://m.hgci.cn/youshq/las3mozt.html

239.AI人工智能 單層神經(jīng)網(wǎng)絡(luò)

在這個例子中,我們來創(chuàng)建一個單層神經(jīng)網(wǎng)絡(luò),它由獨立的神經(jīng)元組成,這些神經(jīng)元在輸入數(shù)據(jù)上起作用以產(chǎn)生輸出。 請注意,這里使用 `neural_simple.txt` 文件作為輸入。 如下所示導(dǎo)入所需的軟件包 - ```python import numpy as np import m...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-dafi3cd4.html

240.scikit-learn 最近鄰

sklearn.neighbors提供了基于近鄰的無監(jiān)督和有監(jiān)督的學(xué)習(xí)方法的功能。無監(jiān)督最近鄰是許多其他學(xué)習(xí)方法的基礎(chǔ),特別是流形學(xué)習(xí)(manifold learning)和光譜聚類(spectral clustering)。有監(jiān)督的 neighbors-based (基于鄰居的) 學(xué)習(xí)有兩種方式:離...

http://m.hgci.cn/gkiwe/gkiwe-bwdj3rc6.html

抱歉,暫時沒有相關(guān)的文章

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

熱門課程