








墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
300+累计阅读
391平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年,写一次发全网
我也要 →
码龄9年









高效IT运维报告编写指南:实战经验与模板分享
本文提供了一份全面的IT运维报告编写指南,涵盖实战经验与实用模板分享。文章详细解析了高效运维报告的核心要素,包括结构设计、数据收集自动化和可视化技巧,并提供了月度报告和故障分析报告模板。通过自动化工具和写作技巧,帮助团队提升报告质量,支持决策和问题追踪。
台湾大学李宏毅机器学习课程
李宏毅((Hung-yi Lee)目前任台湾大学电机工程学系和电机资讯学院的助理教授,他曾于2012年获得台湾大学博士学位,并于2013年赴麻省理工学院(MIT)计算机科学和人工智能实验室做访问学者。他的研究方向主要是语义理解、语音识别、机器学习和深度学习)老师的机器学习课程以机器学习和深度学习的基础知识为主,包含了AI领域的各种最新知识和技术点。课程深入简出,通俗易懂,颇受欢迎,非常适合对AI感兴趣的学习者。本课程已经获得李宏毅老师授权。
[ENVI]-[高光谱遥感]-波谱沙漏分析工具的使用
图1-2-1查看特殊波段的坏波段图1-2-2在中添加坏波段ENVI波谱沙漏分析工具MNF变换。
李宏毅学习笔记——2024春《GENERATIVE AI》篇(已完结)
李宏毅学习笔记——2024春《GENERATIVE AI》篇
UE5.5 PCGFrameWork程序化内容生成实战指南
本文是UE5.5 PCGFrameWork程序化内容生成的实战指南。详细介绍了从点云采样、DynamicMesh几何生成到子图与蓝图扩展的核心工作流。通过实战案例演示如何利用该框架高效构建丰富的程序化场景,为技术美术、独立开发者及爱好者提供从入门到进阶的系统性指引。
WiFi偏门协议(四):增强的传输机制802.11aa
区分Unicast和Multicast的优先级,以及设定不同的重传次数,以细化EDCA机制。 SCS(StreamClassification Service) 如上图,在VI,VO内各自又增加了一个queue, 对应不同的MAC header。VI和VO内的两个queue可以分别对应UC和MC。这样就提供了同一个AC内的更细粒度的优先级区分。当然还可以使用Drop Eligibility Indication子域来区分不同的重传次数。 改善Multicast数据传...
李宏毅2017机器学习课程视频笔记2:Regression
李宏毅2017机器学习课程视频Regression Case Study部分笔记,内容包含梯度下降,过拟合,正则化
RK3588开发板NPU加速YOLO目标检测完整实战教程
🚀 RK3588开发板NPU加速YOLO目标检测实战 本文详细介绍了如何在瑞芯微RK3588开发板上利用内置NPU加速YOLO目标检测的全流程: 1️⃣ 环境准备:配置RKNPU2 SDK和aarch64交叉编译器,搭建Ubuntu开发环境 2️⃣ 模型转换:从ONNX格式转换为专用RKNN模型,适配NPU硬件特性 3️⃣ 性能对比:NPU推理将处理时间从833ms降至50ms以下,帧率提升16倍 4️⃣ 实战应用:支持图像/视频流/摄像头实时检测,提供完整编译和运行命令 关键优势:专为边缘AI设计的6T
李宏毅老师机器学习第一部分:知识介绍
本章内容主要包括李宏毅老师机器学习知识的第一部分:机器学习的介绍以及为什么要学习机器学习,其中价绍了机器学习中常用的一些模型。
全局注意机制 GAM | Global Attention Mechanism: Retain Information to Enhance Channel-Spatial Interactions
全局注意机制 GAM
python语言字符串练习题
描述:find()方法检测字符串中是否包含子字符串str,如果指定 beg(开始)和end(结束) 范围,则检查是否包含在指定范围内,如果包含子字符串,返回字符串中,子字符串第一个字符的索引值,否则返回-1。描述:find()方法用来检测字符串中是否包含子字符串str,在指定范围内,如果包含子字符串,返回字符串中,子字符串第一个字符的位置,否则返回-1。命令行先后输入两个字符串,然后利用find()方法找出第二个字符串在第一个字符串中出现的位置。本关需要你编写一个程序,输出字符串的长度。
在线笔记存代码_李宏毅《机器学习》完整版笔记发布
大数据文摘出品编译:宁静提到李宏毅老师,熟悉机器学习的读者应该都知道,他的机器学习视频被奉为领域内的经典视频之一,对于想要入门机器学习又想看中文讲解的人来说绝对是非常推荐的。而现在我们有更加完备的学习资料了,在Github上已经开源了每节课程的内容、代码和中文笔记,供广大机器学习爱好者使用。附上Github链接:https://github.com/datawhalechina/leeml-not...
【Davinci开发】:CS接口创建及连接
AUTOSAR SWC之间添加CS-port :详细讲解step
李宏毅机器学习资源整理
2020年春季B站视频: 李宏毅2020机器学习深度学习(完整版)国语https://www.bilibili.com/video/BV1JE411g7XF?p=44&spm_id_from=pageDriver https://www.bilibili.com/video/BV1JE411g7XF?p=44&spm_id_from=pageDriver 作业和配套PPT可以去李宏毅老师的网站上查找: Hung-yi Lee (李宏毅) (ntu.edu.tw) https:/
IMSL CNL 7.0.0 (x86-64)Crack
IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件
文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况
主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。
李宏毅2021&2022机器学习
重磅须知 2022仅在2021基础上进行小补充,2021内容变成了前置知识,UP会在视频标题打上2022的标签; 2021资料已打包装进百度云盘,ppt/pdf支持直链下载。 (选修)To Learn More是21/22通用的,放入云盘:提取码:sr0o 更新日志 日期 项目 2021/03/16 更新HW1、HW2,同步更新助教范例 2021/03/26 更新HW3、HW4课件、代码、范例;release页发布HW1-HW4数据 2021/04/01 更新选修.
廖雪峰Python教程[完整版]
廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白
李宏毅强化学习完整笔记!开源项目《LeeDeepRL-Notes》发布
Datawhale开源 核心贡献者:王琦、杨逸远、江季 提起李宏毅老师,熟悉强化学习的读者朋友一定不会陌生。很多人选择的强化学习入门学习材料都是李宏毅老师的台大公开课视频。 现在,强化学习爱好者有更完善的学习资料了! Datawhale开源项目组成员总结了李宏毅的强化学习视频,实现了视频教程的完整梳理和复现,再也不用担心强化学习。 目前,项目已完全开源,包括课程内容、配套的习题和项目,供大家使用。 1. 李宏毅深度强化学习简介 李宏毅老师现任台湾大学电气工程系副教授,主要研究方向是机器学习,特别是深度学习
锂电池充电器电路设计 里面有电路
锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。
《李宏毅机器学习完整笔记》发布,Datawhale开源项目LeeML-Notes
【导读】 关于机器学习的学习资料从经典书籍、免费公开课到开源项目应有尽有,可谓是太丰富啦,给学习者提供了极大的便利。但网上比比皆是的学习资料大部分都是英文材料,这可难倒了英语不好的学习者,单词不认识,理解不到位。小编不禁想问:就真的就没办法了嘛。其实也不尽然,中文还是有一些不错的学习资料的,像周志华老师的西瓜书,李航老师的统计学习方法等等都是相当经典的学习资料。今天的主角LeeML-Notes也...
李宏毅机器学习完整笔记》发布,Datawhale开源项目LeeML-Notes
目录 李宏毅机器学习简介 《LeeML-Notes》李宏毅机器学习笔记 《LeeML-Notes》学习笔记框架 笔记内容细节展示 a.对梯度下降概念的解析 b.为什么需要做特征缩放 c.隐形马尔科夫链的应用 代码呈现 a.回归分析 b.深度学习 作业展示 交流互动 开源地址 配套视频 ...
李宏毅机器学习完整笔记发布,AI界「最热视频博主」中文课程笔记全开源
点上方“小詹学Python”,选择“置顶公众号”第一时间获取干货分享!本文转自:Datawhale提起李宏毅老师,熟悉机器学习的读者朋友一定不会陌生。很多人选择的机器学习...
李宏毅机器学习完整笔记
《李宏毅机器学习完整笔记》发布,笔记+视频+代码一应俱全!
李宏毅机器学习-Task1
李宏毅机器学习–Task1 很开心能够参加Datawhale十月组队学习活动,今天起我将在优快云上发布我的李宏毅机器学习课程学习笔记。 AI人工智能与ML机器学习 近几年AI概念十分潮流,政府,企业都在大力推广AI,身为一个初学者,我认为,弄清楚AI的概念,理清学习路线是现在应该干的事情 虚假的机器学习 有公司号称自己的产品是拥有人工智慧的机器人,然而掰开了揉碎一看,里面是耗费众多工程师制订出的规则,里面是众多复杂 if 的嵌套,除了耗费的精力要大一些,并没有什么技术含量.这种AI,并不是我们
931
3万+
3328

被折叠的 条评论
为什么被折叠?



