kunge2013

本文阐述 SpringBoot 多数据源的使用，包括业务和技术角度的使用场景，介绍使用 MyBatis Plus的@DS 注解实现方式，分析并解决 @Transationa...

介绍 复制页面 开始使用模型上下文协议 (MCP) SDK 已发布！快来看看还有什么新功能吧。 MCP 是一个开放协议，它规范了应用程序向 LLM 提供上下文的方式。MCP...

1.MCP入门准备 2.FUNCTION CALL流程 3.函数调用流程 4. 实际函数调用的应用场景有哪些...

第3章 决策树 参考决策树 决策树 概述 决策树（Decision Tree）算法是一种基本的分类与回归方法，是最经常使用的数据挖掘算法之一。我们这章节只讨论用于分类的决策...

参考KNN KNN 概述 k-近邻（kNN, k-NearestNeighbor）算法是一种基本分类与回归方法，我们这里只讨论分类问题中的 k-近邻算法。 一句话总结: 近...

参考布客AI机器学习 第1章 机器学习基础 机器学习 概述 机器学习(Machine Learning,ML) 是使用计算机来彰显数据背后的真实含义，它为了把无序的数据转换...

参考资料 布客 在线阅读 ApacheCN 中文翻译组 713436582 ApacheCN 组织资源 注: 广告位合作(物美价廉)，请联系 apachecn@163.co...

1.LSTM介绍 长短期记忆（Long short-term memory, LSTM）是一种特殊的RNN，主要是为了解决长序列训练过程中的梯度消失和梯度爆炸问题。简单来说...

【手写数字识别】之数据处理 2.3 手写数字识别之数据处理 第2.2节我们使用“横纵式”教学法中的纵向极简方案快速完成手写数字识别任务的建模，但模型测试效果并未达成预期。我...

1.5 使用飞桨重写波士顿房价预测任务 1.5.1 飞桨设计之“道” 当读者使用飞桨框架编写多个深度学习模型后，会发现程序呈现出“八股文”的形态。即不同的程序员、使用不同模...

2.1 手写数字识别任务 数字识别是计算机从纸质文档、照片或其他来源接收、理解并识别可读的数字的能力，目前比较受关注的是手写数字识别。手写数字识别是一个典型的图像分类问题，...

NumPy介绍 1.7 附录：NumPy介绍 NumPy（Numerical Python的简称）是高性能科学计算和数据分析的基础包。使用飞桨构建神经网络模型时，通常会使用...

1.梯度下降法 梯度下降法 梯度下降法（Gradient Descent）是一种用于优化目标函数的迭代算法。它通过计算目标函数的梯度（即导数）来找到函数的最小值。梯度下降法...

1.3 波士顿房价预测任务 波士顿房价预测任务 上一节我们初步认识了神经网络的基本概念（如神经元、多层连接、前向计算、计算图）和模型结构三要素（模型假设、评价函数和优化算法...

1. MSE(均方误差)定义及计算方法详解 用于预测波士顿房价 MSE（Mean Squared Error，均方误差）是衡量预测值与实际值差异的常用指标，广泛应用于回归分...

PaddlePaddle快速入门 学会使用深度学习框架是解决深度学习任务的基本能力，这里我们推荐成熟易用的国产开源框架PaddlePaddle。以下内容将带你你快速入门Pa...

一、基于PaddleNLP预训练ERNIE模型优化中文地址要素解析 “英特尔创新大师杯”深度学习挑战赛 赛道2：CCKS2021中文NLP地址要素解析-天池大赛-阿里云天池...

循环单元 内部计算 全连接的循环单元 RNN的核心部分是一个有向图（directed graph）。有向图展开中以链式相连的元素被称为循环单元（RNN cell） [1]*...

使用PaddleNLP语义预训练模型ERNIE优化情感分析 注意 本项目代码需要使用GPU环境来运行: 在2017年之前，工业界和学术界对NLP文本处理依赖于序列模型Rec...