深度 第5页
-
[置顶]甘特图怎么制作更方便?甘特图制作方法
本文关于甘特图怎么制作更方便?甘特图制作方法。其实现在制作甘特图的方式有多种多样,可以直接使用表格的方式来制作,或者是使用一些线上工具来制作甘特图都是可以的。今天针对于甘特图制作方式给大家详细的分享一...
-
[置顶]okr的实施标准步骤是什么?成功实施落地OKR的要点
本文关于okr的实施标准步骤是什么?成功实施落地OKR的要点。其实有关于Okr工作法,相信很多人都有一定的了解。OKR定义为一个重要的思维框架和一个发展中的学科,旨在确保员工一起工作,并专注于做出可衡...
-
深度解读设备的“万能语言”鸿蒙的分布式软总线能力
总线是一种内部结构,在计算机系统中,主机的各个部件通过总线相连,外部设备通过相应的接口电路再与总线相连接,是CPU、内存、输入、输出设备传递信息的公用通道。按所传输的信息种类,可划分为数据、地址和控制...
-
深度学习核心技术精讲100篇(十七)-多标准中文分词( Multi-Criteria-CWS)
前言 论文:https://arxiv.org/pdf/1712.02856.pdf ; 代码和语料:https://github.com/hankcs/multi-criteria-cws 。 本...
-
白话Elasticsearch17-深度探秘搜索技术之match_phrase query 短语匹配搜索
文章目录 概述 官网 近似匹配 例子 match query match phrase query term position match_phrase的基本原理 概述 继续跟中华石杉老师学习ES,第...
-
《深度学习之图像识别核心技术与案例实战》—1.2 卷积神经网络基础
1.2 卷积神经网络基础 在传统的模式识别模型中,特征提取器从图像中提取相关特征,再通过分类器对这些特征进行分类。使用梯度下降法的前馈全连接网络可以从大量的数据中学习复杂的高维且非线性的特征映射,因...
-
总结 | 深度学习之Pytorch入门教程
目录 一、整体学习的建议 1.1 如何成为Pytorch大神? 1.2 如何读Github代码? 1.3 代码能力太弱怎么办? 二、Pytorch与TensorFlow概述 2.1 什么是Pytorc...
-
深度学习核心技术精讲100篇(五十一)-Spark平台下基于LDA的k-means算法实现
本文主要在Spark平台下实现一个机器学习应用,该应用主要涉及LDA主题模型以及K-means聚类。通过本文你可以了解到: 文本挖掘的基本流程 LDA主题模型算法 K-means算法 Spark平台下...
-
《深度学习之图像识别:核心技术与案例实战》 ——1.2.2 卷积与权值共享
1.2.2 卷积与权值共享 卷积是CNN的核心,用卷积核作用于图像就可以得到相应的图像特征。 在传统BP神经网络中,前后层之间的神经元是“全连接”的,即每个神经元都与前一层的所有神经元相连,而卷积中...
-
《深度学习与图像识别:原理与实践》—2.1.3 MXNet
2.1.3 MXNet MXNet是亚马逊(Amazon)的李沐带队开发的深度学习框架。它拥有类似于Theano和Tensorflow的数据流图,为多GPU架构提供了良好的配置,有着类似于Lasagn...