HelloWorld 开发者社区
科技资讯
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
C++ OpenCV特征提取之积分图计算
前言什么是积分图像积分图像的定义:取图像左上侧的全部像素计算累加和,并用这个累加和替换图像中的每一个像素,使用这种方式得到的图像称为积分图像。为什么要用积分图像直方图的计算方法为遍历图像的全部像素并累计每个强度值在图像中出现的次数。有时仅需要计算图像中某个特定区域的直方图,而
C++ OpenCV特征提取之AKAZE检测
前言前一章我们介绍过《COpenCV特征提取之KAZE检测(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzA4Nzk0NTU0Nw%3D%3D%26mid%3D2247485573%26idx%3D1
(转)用Keras实现用于提取视频特征的3维卷积网络
转至:http://www.tianzsong.xyz/2018/04/08/c3dkeras/code:https://github.com/TianzhongSong/C3Dkeras前言C3D使用3DCNN构造了一个效果不错的网络结构,对于基于视频的问题均可以用来提取特征。我简单复现了论文中行为识别那部分的实
CSCNN:新一代京东电商广告排序模型
导读:随着电商平台对图像信息的大量引入,通过图像分析来进行广告点击率判断就成了新的趋势。本次分享的主题为CSCNN:新一代京东电商广告排序模型,主要介绍视觉信息在CTR排序模型中的应用。一方面,我们将介绍在工业场景下使用CNN将图像加入CTR模型联合建模的方法;另一方面,我们指出传统用于分类任务的CNN并不适合电商场景。将电商场景中丰富的、具有强视觉先验的"
美团外卖特征平台的建设与实践
1背景美团外卖业务种类繁多、场景丰富,根据业务特点可分为推荐、广告、搜索三大业务线以及数个子业务线,比如商家推荐、菜品推荐、列表广告、外卖搜索等等,满足了数亿用户对外卖服务的全方面需求。而在每条业务线的背后,都涉及用户、商家、平台三方面利益的平衡:用户需要精准的展现结果;商家需要尽可能
多媒体开发(5)&音频特征:声音可以调大一点吗?
基本上,现在常用的声音采样办法是pcm,而对于压缩音频的解码,得到的也pcm数据。这个pcm数据,只是一堆数值,有正有负,看这个值看不出什么花样。声音采集,采的是什么呢?采的是声音的强度变化,也是声音这种能量的强弱变化,这种强弱用分贝来表示,即dB。所以,pcm数据跟这个dB就一定有关系,这
拓端数据(tecdat)|R语言特征选择
原文链接:http://tecdat.cn/?p5453(https://link.segmentfault.com/?encE8w5sMtrH3aBMoBXZutifQ%3D%3D.50vyXANy8eVLMXR99iiMiU9LDI0RgWHzVp5fwu%2B8FMQ%3D)
机器学习数据与处理和特征工程
数据预处理原始数据存在一些问题,影响模型训练,基于以下原因(措施)进行数据处理:1、不完整(需要补全)2、量纲不统一(需要归一化)3、特征太过于原始(需要者转换或者多个特征组合)4、单个离散特征(需要onehot等编码)5、含噪声(需要删除)6、类别分布不均衡(需要采样)等问题。s
如何通过分类数据执行特征选择?
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/c0e0816625b5f1d834d0f14de42e93b8.png)<blockquote作者|JasonBrownlee<br/编译|CDA数据分析师
为什么要对数值类型的特征做归一化,树形算法为啥不需要归一化?
对于线性模型,特征值差别很大时,比如说LR,我有两个特征,一个是(0,1)的,一个是(0,10000)的,运用梯度下降的时候,损失等高线是椭圆形,需要进行多次迭代才能到达最优点。但是如果进行了归一化,那么等高线就是圆形的,促使SGD往原点迭代,从而导致需要的迭代次数较少。所以说是因为梯度下降
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。